感染驱动的免疫逃逸如何改变流行病模型动态？

用反馈回路替代显式毒株

这篇论文要回答的问题是：能否不追踪单个毒株，就刻画病毒突变在人群层面的效果。作者给出的答案是SIRCm模型，它扩展了SIRC（易感—感染—康复—交叉免疫）模型。在SIRC中，康复者不会直接回到完全易感状态，而是先进入交叉免疫类C；在C中再次感染的概率被因子σ削弱，之后交叉免疫消退，个体才重新完全易感。

SIRCm保留这四个仓室，但把两个转移速率乘以一个反馈项。完全免疫消退（R→C）的速率乘以(1+ε₁g(x))，交叉免疫消退（C→S）的速率乘以(1+ε₂g(x))。参数ε₁和ε₂决定当前感染水平对免疫逃逸的放大强度；两者都取零时，模型回到原来的SIRC。因此突变是隐式处理的：它只表现为个体更快地流向免疫更弱的群体，而不是作为一个新毒株出现。

论文研究了g(x)的两种取法。在传播驱动模型中g(x)=SI，突变机会在发生新感染时产生；在流行率驱动模型中g(x)=I，突变机会只与感染人群规模成正比。两者都是单毒株形式，基本再生数与SIRC相同：R₀=β/(μ+α)，其中β是传播率，α是康复率。

任意反馈强度下都存在地方病平衡点

作者首先确认模型是良定的。状态空间是满足S+I+R+C=1的单纯形，论文证明它前向不变：从其中出发的解始终留在其中，且由于出生率与死亡率同为μ，总人口守恒。

核心的存在性结果借助持久性理论证明，而不是直接求解平衡点多项式。作者报告，即使把系统降维到三维四面体，用标准代数方法也无法证明根落在单纯形内。于是他们改为验证一个不动点定理的条件：流是带紧吸引子的连续半流；灭绝集前向不变；每条边界轨道都收敛到无病平衡点；当R₀>1时，该平衡点排斥感染为正的轨道。

由此得到的定理是：只要R₀>1，对任意ε₁、ε₂≥0，SIRCm都存在一个I*>0的地方病平衡点。这是一个存在性结论，并不声称该平衡点在所有情形下都稳定或唯一；稳定性另行讨论。

弱反馈回到SIRC，强反馈回到SIS

论文在反馈强度的两端给出了解析刻画。弱反馈极限下，地方病平衡点唯一且局部渐近稳定，动态接近SIRC，地方病流行率通常相当低。强反馈极限下，模型趋近经典的SIS模型，即感染不产生任何免疫。

对强反馈，作者用快慢分解找到一个吸引的局部不变流形，其慢动态正是SIS模型的动态。他们还给出递推方案，可在两种极限下以逐阶提高的精度计算地方病平衡点的渐近近似。

实际后果是转变很陡峭，而非渐变。在弱到中等反馈的较大范围内，长期感染比例I*接近其SIRC取值；一旦反馈强度越过某个阈值，I*便迅速上升，逼近其理论上限。论文报告，强反馈情形下地方病流行率通常超过总人口的50%，由“发病率越高→免疫逃逸越快→发病率更高”的回路维持。

传播驱动反馈使平衡点失稳

最具特色的结果与稳定性有关。与SIRC不同，SIRCm的地方病平衡点在某些参数区间内不稳定。对传播驱动模型，作者以反馈强度为参数，用数值延拓追踪Hopf分岔集，发现平衡点在一段有界的中间反馈强度窗口内失去稳定性。

在该窗口内，轨道趋近极限环，流行率持续振荡。论文强调，模型中没有任何随时间变化的东西：没有季节性驱动，也没有外部驱动。振荡完全由感染与突变之间的反馈回路产生。作者据此提出对反复出现的流行波的一种替代解释：通常这类流行波被归因于传播的外部季节性变化，而按本文观点，季节性行为可能主要是强化振荡的时相，而非其主要驱动因素。

失稳只限于中间区间。反馈很弱时行为类似SIRC，反馈足够强时趋近SIS式行为，因此振荡窗口位于两个极限之间，而不在任一端。

流行率驱动与传播驱动模型出现分歧

g(x)的两种取法不能互换。产生失稳窗口和持续振荡的是g(x)=SI的传播驱动模型。对流行率驱动模型，论文只关注对角线ε₁=ε₂=ε，并报告在所测试的现实参数范围内，对每个β₀和每个ε≥0，地方病平衡点都保持局部渐近稳定。

这种稳定性并不覆盖整个双参数空间。附录报告，在足够小的ε₁处存在一个不稳定区域，它紧邻对角线但不穿过对角线。因此，承载主要数值分析的对角线切片是稳定的，而更广的参数空间并非处处稳定。

这一区别对解读很关键：感染驱动的逃逸是否会使系统失稳，取决于假定突变机会如何随状态变化，而不只取决于反馈有多强。

突变反馈重塑季节性驱动下的周期

论文还在季节性驱动下比较SIRCm与SIRC，把常数传播率β₀替换为β(t)=β₀(1+ηcos(2πt))。使用两组参数：热带情形β₀=1200、η=0.07，温带情形β₀=400、η=0.18。

在热带情形，两个模型都进入稳定的年周期，SIRCm的峰值和谷值流行率都高于SIRC，这与其更高的地方病流行率一致。在温带情形，SIRC进入Casagrandi等人针对该参数设置报告的混沌吸引子，而ε̃=0.3的SIRCm收敛到周期2循环。

附录显示结果取决于反馈强度。ε̃=0.4和0.6时，温带情形可表现为规则或混沌行为；ε̃=1时，SIRCm进入规则的年周期，与混沌的SIRC基线形成对比。当ε̃从1升到10，平均流行率向ceiling I*∞=1−R₀⁻¹攀升；热带情形下振荡幅度收缩，几乎变成恒定的高流行率，而温带情形下仍保留可见的年振荡。因此突变反馈既能改变受迫动态的水平，也能改变其定性特征。

宿主人口规模可能推动这一转变

由于向高流行率的转变很陡峭，作者追问是什么决定了反馈强度。他们列出病原体的繁殖率、有益突变的概率，以及宿主人口的总体规模：宿主足够多时，免疫逃逸有可能以持续很高的速率进行。

论文也直白说明了主要理想化之处。把免疫逃逸当作发病率或流行率的线性函数过于简化，在非常大的宿主人口中可能出现某种饱和。模型还是单毒株、粗粒化的，不解析单个毒株的共存与替换；作者把它定位为介于SIRC与显式多毒株模型之间的中间方法。

因此最有用的解读以反馈强度为条件。低于阈值时，SIRCm的行为很像地方病流行率较低的SIRC；高于阈值时，流行率迅速升向SIS式的上限。传播驱动形式还多出一个独立的中间窗口，其中平衡点不稳定，振荡在没有季节性驱动的情况下出现；而流行率驱动形式在所测试的对角线上保持稳定。适用哪种情形，取决于突变机会如何随感染变化，以及包括宿主人口规模在内的、决定反馈强度的因素。

本文引用的文献