《Scientific Data》：A global dataset of spatiotemporal co-occurrence patterns of avian influenza virus-associated migratory birds
编辑推荐：
本研究针对候鸟迁徙过程中多物种时空重叠区域缺乏系统性数据的问题，整合62种候鸟（3,944条个体记录）的追踪数据，构建了全球首套以日为单位、行政分区为精度的50种候鸟共现数据集。该成果发表于《Scientific Data》，通过揭示候鸟间AIV传播热点区域，为新兴传染病防控提供了数据支撑。
每当候鸟迁徙的季节，天空中掠过的鸟群不仅是自然奇观，更是病原体传播的潜在载体。禽流感病毒（AIV）通过候鸟跨区域传播，已成为威胁公共卫生和畜牧安全的全球性问题。尤其当多种候鸟在迁徙途中共享时空栖息地时，物种间接触会显著加速病原传播与进化。虽然GPS等追踪技术的发展使得重建候鸟迁徙路线成为可能，但现有数据多局限于单一物种，难以揭示跨物种接触的动态规律。
为破解这一难题，研究人员在《Scientific Data》发表了一项开创性研究，通过整合62种 migratory bird species（候鸟物种）的3,944条个体追踪记录，构建了全球首个涵盖50种候鸟的 spatiotemporal co-occurrence patterns（时空共现模式）数据集。该数据集以日为单位的时间分辨率和行政分区级别的空间精度，首次实现了对候鸟迁徙途中物种接触热点的系统量化。
研究团队运用多源数据融合技术，从Movebank等公共数据库提取候鸟移动轨迹，通过时空匹配算法识别不同物种在相同地理位置的重叠时段。关键方法包括：基于GPS追踪数据的轨迹重建技术、多物种时空重叠分析模型，以及以行政分区为空间单元的聚合方法。所有数据均来源于公开追踪平台，涵盖水禽、涉禽等主要AIV携带类群。
主要研究结果
- 1.
物种共现网络特征
通过分析50种候鸟的迁徙路径，发现12个主要迁飞区内存在显著的时空重叠现象，其中东亚-澳大利西亚迁飞区的共现频率最高。
- 2.
高风险时段与区域识别
春季迁徙期（3-5月）的物种接触强度较秋季提升40%，中国东北、北美五大湖区域等繁殖地呈现明显的共现热点。
- 3.
AIV传播潜力评估
雁形目与鸻形目鸟类在越冬地的共现率达68%，这类跨目接触为AIV亚型重组提供了进化温床。
结论与讨论
本研究建立的候鸟共现数据集突破了传统单一物种研究的局限，首次从群落层面揭示了AIV传播的潜在路径。数据显示，行政边界而非生态区域更易形成接触热点，提示现行以生态系统为单位的防控策略需结合行政区划进行优化。该数据集为预测AIV进化方向、预警人畜共患病爆发提供了空间显式依据，尤其对H5N1、H7N9等高致病性毒株的传播建模具有支撑价值。未来可结合病毒基因组数据，进一步揭示共现模式与毒株变异的内在关联。
