探討美國心臟地帶的禽流感疫情


今年早些時候,禽流感在俄亥俄州和印第安納州的80個農場肆虐。利用基因標記、風模擬、衛星影像、產業記錄等資料,我們發現這種病毒可能是通過空氣傳播的。

我的報導確認了這一假設:在第一個農場受感染後,病毒從該地點擴散至其他農場,顯示出美國抗擊禽流感策略的重大缺陷。

上週二,ProPublica發表了一篇報導,展示聯邦政府在控制可能引發疫情的致命病毒擴散方面的失敗。

美國農業部通常將禽流感疫情歸因於生物安全措施的失敗,意即農民未能妥善保護其禽群免遭野生鳥類的污染。

但我的基因組分析顯示,野生鳥類與這一感染群的關聯性微乎其微。儘管美國農業部表示在俄亥俄州和印第安納州於12月至4月期間檢測近1000份野生動物病毒樣本,但並未發現附近的野生鳥類感染了此次疫情的病毒株。

我確實發現,這一疫情最初幾週的感染強烈與農場是否位於第一個受污染設施的下風口有關。這一模式強化了蛋類生產者和一些地方官員的懷疑,即病毒可能是通過空氣傳播的。

如果禽流感是空氣傳播,那麼政府目前以生物安全為基礎的策略無法單獨保護農場。專家告訴我,家禽疫苗可能已能減少此次疫情的損失。然而,儘管其他國家通過疫苗控制了疫情,美國卻因政治及經濟壓力未能批准這些工作。

美國農業部告訴我,它並未調查風是否促成了疫情的擴散。

以下是我如何利用基因標記、衛星影像、產業記錄、貿易通知、風模擬及Google街景進行調查的。

在美國農業部不公開受禽流感感染的農場識別資訊的情況下,僅能提供發生疫情的縣。在12月至3月期間,俄亥俄州和印第安納州的病例遍佈六個臨近縣,覆蓋超過2500平方英里,是美國最密集的禽類生產區之一。

我找到了一種方法來確定哪些農場受到感染,方法是仔細查看美國農業部發布的有關因禽流感疫情而禁止出口禽類產品的地區通知。這些通知描述了一個10公里半徑的區域,以避免透露實際地點。它們提供了圓周的最北端,我發現將該點向南推5公里可以找出疫情的實際位置。

了解實際位置讓我意識到,大多數病例聚集在三個縣的交匯處,相距僅幾英里。這顯示出病毒更可能是在農場之間傳播,而不是反覆從野生鳥類洩漏。

為了確定這是否真實,我查閱了美國農業部國家獸醫服務實驗室收集的農場病毒樣本的基因組數據。

這些實驗室出版了許多這些序列,並在美國國立衛生研究院的基因數據庫GenBank中發佈。計算生物學家和病毒學家使用一種稱為Nextstrain的工具可視化這些數據,該工具構建顯示病毒株之間關係的系統發育樹。

這種流感病毒的一種變異方式是通過重組交換基因組成,當多個病毒株感染同一細胞時,會造成新的病毒株。

研究人員開發了Nextstrain工具的版本,以可視化在去年的流行中最常見的兩種禽流感基因型:B3.13(在乳牛中傳播)和D1.1(在野生鳥類群中普遍存在)。

我修改了該軟件的代碼,以針對一種較不常見的病毒株,該病毒株由美國農業部的微生物學家標記為D1.3。美國境內有兩條主要的D1.3系統發育線。一路徑遍佈數百英里,從懷俄明州到波多黎各殺死了野生鳥類和禽類;另一條則由僅存在於俄亥俄州和印第安納州的家禽和一名人類樣本組成。

我將這些病毒的家譜溯源至根部,找到了一對樣本,能將其與這次疫情最早涉及的農場Howe’s Hens聯繫起來,時間是12月末,就在病例在該地區激增的幾週前。 (“Howe’s Hens”是該農場在來自國家禽類改良計劃的文件中提到的名稱,但該農場也被Cooper Farms稱為“Spring Meadows”。)

來自Howe’s Hens的樣本突變率低於後來測試的病毒,而那些後來的樣本共享了首次在Howe’s Hens出現的獨特突變。

其中一個樣本擁有繼續在其他病例中出現的突變,而另一個則沒有。病毒學家告訴我,最簡單的解釋是,隨著病毒在農場的擴散,突變的產生及在其他受感染的雞隻中持續存在。由於該突變可能是在農場發生的,隨後受感染的農場可能暴露於來自Howe’s Hens的病毒。

病毒學家表示,將家禽的病毒與野生鳥類中的病毒進行比較十分重要,以防病毒確實在野生鳥類中傳播。但沒有任何從野生鳥類中取樣的病毒與這一系統發育線有任何相似之處。這並不是說感染沒有最初是從野生鳥類傳入Howe’s Hens,而是政府對成千上萬的動物樣本(野生和家禽、死亡及活著的)進行檢查,以幫助研究者更好地理解病毒是如何擴散和變化的。然而,在所有這些測試中,他們從未找到導致此次疫情的病毒源或近親。

這一點尤其令人驚訝,因為俄亥俄州和聯邦官員指責野生鳥類是散播該疾病的主因,特別是該疫情開始前不久在附近濕地發現的一群野生鵝。然而,我請求的文件顯示,這些鵝感染的病毒株與此次疫情完全不同。

控制禽流感的問題圍繞著理解禽群是如何首次感染的。美國農業部表示,自2022年以來,野生鳥類是絕大多數病例的主要來源,並主張加強生物安全措施,以防止母雞與受感染的鳥類接觸,並阻止被病毒污染的工人感染其禽群。

農民和行業領導者指出了證據,表明這些感染的來源可能不同,表示病鳥最初出現在通風口附近,並且病毒通過表面防範措施看似無法滲透的農場進入——主張病毒的潛在空氣傳播需要更受到重視。我決定調查一下。

風吹過的嗎?

專家警告我在檢查他們對空氣傳播的主張時,必須考慮蛋類生產者的動機:該行業正面臨巨大壓力,要求提高農場的生物安全級別,確保沒有野生鳥類或外來工人將病毒帶入禽舍。這些更高的生物安全級別既昂貴又耗時,但如果病毒主要是通過空氣傳播,那麼這些措施的有效性將大打折扣。得出結論認為空氣傳染是驅動病例的原因,將減輕對個別農場主的壓力,並使政府承擔更多責任。

病例的進展確實似乎可以通過空氣傳播。為了評估這一可能性,我試圖繪製從附近機場收集的天氣數據,尋找病例與風向和風速之間的模式。然而,機場的風速記錄在不同速度下指向不同方向,並且不清楚模式是什麼。

因此,我轉向先前關於禽流感空氣傳播的研究。田納西州大學農業學院的工程師和動物科學家楊兆曾經研究過其他疫情,模擬風會吹走灰塵的情況,使用國家海洋和大氣管理局開發的一種模型。該模型被稱為HYSPLIT(Hybrid Single Particle Lagrangian Integrated Trajectory),將歷史氣象數據作為輸入,模擬顆粒的運動。

模擬這些技術,我生成了一個“氣流”圖,顯示從第一個受感染農場起,灰塵在一段時間內會如何散播。我查看了我相信該農場有受感染鳥類的時期:12月22日,當時首次注意到有病雞,至12月31日,整個農場已被撲殺。

這一分析並未考慮實際上有多少感染性物質在環境中散播。這需要額外的信息,例如有多少隻雞生病以及其比例。美國農業部返回的公共記錄請求可能包含了一些這些事實,但所有信息均為隱藏。

相反,氣流僅代表相對暴露程度:下風的農場受到的灰塵暴露程度與其他農場的相對水平。它也可能顯示風如何影響的不僅僅是我模擬的微小灰塵顆粒,例如雞毛或昆蟲。

由於我們沒有可靠的感染順序信息,我只能檢查第一個受感染農場的可能擴散。一旦病毒進入許多農場,就變得更難推斷病毒在它們之間的傳播路徑。此外,美國農業部從許多農場取樣的樣本中刪除了元數據,這將允許對農場和樣本進行某種匹配。

當我檢查來自Howe’s Hens的氣流時,病例的第一波與風向的重疊非常明顯。然而,如果周圍所有感染的農場恰好都位於風吹向的方向呢?我想更好地了解這是否可能是巧合。

為了理清可能使我偏離的因素,我建立了周邊所有禽類農場的列表。我將分析範圍限制在Howe’s Hens周圍的12.4英里半徑內(即20公里,這是美國農業部針對受感染農場的官方監測區域,官員們在該區域抽樣其他農場以查看是否有其他感染的擴散)。

該地區沒有全面的禽類農場數據庫,因此我分析了微軟創建的建築輪廓數據庫,以識別看起來像典型禽類生產的長而窄的穀倉的建築組合。

從衛星的視角來看,豬農場可能與禽類農場相似。因此,我使用詳細說明我查看的農場上建築物結構的縣產業記錄,以區分是否是火雞或雞農場,以及是否包含其他類型的家畜。這需要大量的手動檢查,以確保我不排除該地區的任何潛在農場,這需要評估衛星和航空影像。在許多情況下,我還在Google街景上查詢地址——大多數農場靠路而建,通常有某種標誌顯示裡面有什麼。

最終,我確定了監測區域內200多個禽類設施,其中55個在此次疫情中受到感染。

然後,我將氣流與這些農場重疊,以獲得Howe’s Hens產生的灰塵的相對暴露程度,以評估該暴露與農場感染之間的關係。

我發現,受到高灰塵暴露的農場在三週內檢測為禽流感的可能性提高了約20倍。到1月20日,約16%的曝光於氣流的農場呈陽性,而該外部氣流中僅有一個農場(0.8%)檢測為陽性。

然而,當我在5月駕車穿過該地區時,很難忽視顯示蛋類和火雞操作與地區性牲畜公司Cooper Farms有關的標誌。該地區的火雞生產者主要與該公司合作,該公司生產的肉類大多供應到冷藏品專區(與感恩節的整隻火雞有所不同),以及豬肉和雞蛋。根據該公司的說法,它還經營一個龐大的飼料操作,每年生產超過一百萬噸,向其許多合同農民供應飼料。(Cooper Farms拒絕與我交談,並指示其所有合同農民也這麼做。)

Howe’s Hens與Cooper Farms有關。我希望該公司與其他相關設施之間會有一些共同聯繫。畢竟,美國農業部告訴我,它將疫情的擴散歸因於“人員和設備的多次流動”。

Zhao,這位空氣傳播研究者表示,如果我能排除Cooper Farms作為此處共同聯繫的可能,數據將會更加引人信服。利用街景和國家禽類改善計劃的記錄,我確定了曝光於氣流的農場與該公司的關聯。

這些結果顯示,在第一波中感染的Cooper Farms農場的比例大約與該地區其他農場的比例相當。

Zhao表示,這些結果至少暗示除了農場之間的交通之外,還有其他因素促使病毒的擴散。

“這強烈表明,空氣傳播等因素可能會發揮作用,但需要更多複製以得出確定性結論,”Zhao說。

證據顯示的情況

專家們一致表示,我所發現的並未明確證明風導致病毒擴散;相關性與因果性之間存在差異,而病毒往往不會遵循單一的傳播模式。

“這很困難,真的很難——我在研究空氣傳播的病毒方面耗費了自己的職業生涯——證明病毒在空氣中,”艾默里大學流感病毒流行病學研究者Seema Lakdawala表示。“是的,風可能很重要,但也可能還有其他隨風移動的東西,或許是昆蟲,某種未被我們考慮到的其他媒介。”

儘管如此,與我討論我們分析的其他專家——共八位——都同意這些數據為風在此次疫情中可能發揮作用提供了一個合理的案例。

“我認為這是空氣傳播的可能性,”美國農業部負責禽流感應對的前首席流行病學家Brian McCluskey表示。“我指的是,疫情為何會如此迅速地擴散?”

Zhao表示,ProPublica“無疑在我們過去的研究中更進了一步。”

“這個結果令我感到興奮,非常有趣,”他說。

美國農業部堅持認為,此次疫情“獨特”且“並不具有代表性”,而整個自2022年以來的禽流感疫情“絕大多數”病例源於野生鳥類。該機構表示,其生物安全策略“根植於實時數據、國際公認的最佳實踐和持續改善的承諾”,並表示“正在主動評估”為家禽接種禽流感的可能性。

專家告訴我,了解推動此次大規模疫情的原因非常重要,而美國農業部似乎並未進行這項工作。該機構並未評估此次疫情的空氣傳播。它還不會讓其他人輕易做到這一點,隱瞞著關鍵資訊,使記者和研究人員無法評估病毒的擴散。
(内文照片来自GOOGLE)