《Avian Research》：A novel machine learning model for the prediction of avian haemosporidian infection from morphological data
编辑推荐：
本研究针对传统禽血孢子虫感染检测方法（如显微镜检与分子技术）存在操作复杂、成本高、依赖专业人员等问题，提出一种基于宿主形态特征（如喙长、翅长、体重）结合XGBoost机器学习算法的非侵入性预测模型。通过对北京小龙门林区2009–2024年鸟类环志数据进行分析，模型在8种常见鸟类中平均预测准确率达75.3%，最高超84%，验证了形态特征作为感染指示因子的可行性。该模型为大规模生态监测与疾病预警提供了低成本、高效率的解决方案，工具已开源（https://github.com/RuitianXu/AMHIPT）。
在鸟类寄生虫研究领域，禽血孢子虫（Haemosporidian）是一类广泛存在的原生动物寄生虫，可通过吸血昆虫传播至全球数千种鸟类，对宿主生理状态、繁殖成功率甚至种群生存构成威胁。传统检测方法如显微镜检查依赖高质量血涂片和熟练技术人员，而分子技术（如巢式PCR、qPCR）虽灵敏度高但流程复杂、成本昂贵，难以适用于大规模野外监测。近年来，研究发现寄生虫感染可能通过资源分配权衡影响宿主体型特征（如喙长、翅长、体重），但单一形态指标预测能力有限，且物种间差异显著。
为突破检测技术瓶颈，北京师范大学生命科学学院的研究团队在《Avian Research》发表论文，提出基于机器学习的新型预测框架。研究以北京小龙门林区2009–2024年鸟类环志数据为基础，整合形态测量与分子检测结果，利用XGBoost算法构建感染状态分类模型，旨在实现快速、低成本的野外感染筛查。
关键技术方法
研究团队通过雾网捕捉野生鸟类，采集血样并提取DNA，采用巢式PCR扩增线粒体cyt b基因以确认感染状态，阳性样本经Sanger测序验证。形态数据包括喙长、头喙长、翅长、尾长、跗跖长和体重共6项指标。模型训练采用时序分割策略：2009–2021年数据用于训练与内部验证，2023–2024年数据作为独立测试集。通过三轮特征筛选优化模型输入，最终保留重要性最高的形态指标（如喙长、头喙长、体重）。
研究结果
3.1 感染对宿主形态特征的影响
线性回归分析显示，感染个体中仅喙长存在显著年际变化趋势。交互作用模型进一步揭示，黄眉柳莺（Phylloscopus inornatus）和淡黄腰柳莺（Phylloscopus proregulus）中感染状态与年份的交互项显著，表明感染对形态的影响随时间动态变化。曼-惠特尼U检验表明，感染与未感染个体在喙长（p= 0.026）、翅长（p< 0.001）和体重（p= 0.002）上存在显著差异，印证了形态特征与感染状态的关联性。
3.2 模型训练性能
XGBoost模型在8个物种中平均准确率达75.3%，最高为黄腹山雀（Pardaliparus venustulus）的84.1%。特征重要性分析显示，头喙长、喙长和翅长是影响预测的核心指标。模型在三轮训练中均呈现稳定的损失下降曲线，表明收敛良好。
3.3 独立验证结果
使用2023–2024年数据测试，模型对大山雀（Parus minor）和沼泽山雀（Poecile palustris）的预测准确率达100%，但对黄腹山雀的准确率降至50%，提示物种特异性差异可能影响模型泛化能力。2024年数据全部预测正确，证明模型在时序外推中具备可靠性。
结论与意义
本研究首次将机器学习与形态特征结合，实现了禽血孢子虫感染的非侵入性预测。模型通过量化感染对宿主发育的慢性影响，为生态学研究提供了新工具，尤其适用于长期监测项目中的快速初筛。尽管形态特征无法替代分子技术用于寄生虫属级鉴定（准确率仅48.9%），但其低成本、易操作的优势可显著提升野生动物健康评估效率。研究还发现喙长在多个物种中随年份显著下降，提示环境压力可能普遍影响鸟类形态进化。开源工具（
https://github.com/RuitianXu/AMHIPT）的发布将进一步推动该方法在保护生物学与疾病生态学中的应用。
