The Cross-Immunity Valley: Non-Monotonic Dynamics and the Hospital-Morbidity Trade-off in Delayed Variant Emergence

当一种新的病毒株出现时，公共卫生官员面临着一个艰难的选择：是试图阻止它进入一个国家，还是让它进来并希望人口已经具备了保护能力？这个问题处于流行病学（研究疾病如何传播的学科）与免疫学（研究人体如何防御自身的学科）的交汇点。其核心理念是，当病毒感染一个人时，身体会建立起一种防御机制，这种机制通常能针对该特定病毒提供保护，有时也能针对类似的病毒。然而，病毒会发生变化。一个新的变异株可能看起来与原有的不同，足以绕过这些防御，科学家将这种特性称为“免疫逃逸”。这个新变异株抵达的时间点至关重要。如果它在第一波病毒仍在人群中蔓回时抵达，许多人要么正处于患病状态，要么刚刚康复且仍处于受保护状态。如果它在几个月后抵达，这种保护作用可能会消退，使人口再次变得脆弱。了解这些因素如何相互作用，对于判断旅行禁令或边境关闭究竟是挽救了生命，还是仅仅将疾病的负担转移到了稍后的时间点，具有至关重要的意义。

一位名叫 Arjun Garg 的研究人员在一家科学技术高中工作，他利用计算机模型探索了这一确切的困境。该研究重点关注这样一种情景：当旧版本病毒仍在循环时，出现了一个略微更具传染性的新病毒变异株。该模型模拟了一个一百万人口的群体，并在 900 天的时间里追踪了这两个版本的病毒是如何竞争的。研究人员改变了两个主要因素：新变异株在第一个病毒开始传播后多久抵达，以及新变异株绕过由第一个病毒建立的免疫力的能力有多强。目标是观察这些选择如何影响两个特定的结果：同时患病的人数的最高值（这决定了医院的压力），以及在整个 900 天期间总共有多少人患病。

模拟结果揭示了一个令人惊讶且违反直觉的模式。当新变异株与旧变异株同时抵达时，两种毒株会立即为同一组易感人群展开竞争。由于新变异株的传播能力略强，它迅速将旧毒株挤出了局面。这导致了一次大规模的感染浪潮，造成了约 34.4 万人同时患病的峰值，使医院不堪重负。然而，由于竞争是同时发生的，长期来看总感染人数是所有情景中最低的，总计约 236 万例。由于较强的毒株完全占据了主导地位，系统很快就自行解决了问题。

当新变异株的抵达被延迟时，情况发生了剧烈变化。如果变异株在第一波疫情开始后约 30 到 100 天抵达，它进入的是一个大量人口仍处于从第一种病毒中康复阶段的群体。这些近期康复的人拥有某种交叉保护作用，使得新变异株更难感染他们。这创造了一个天然屏障，减缓了新病毒的传播速度并平滑了它的峰值。在这些模拟中，患病人数的峰值下降了一半以上，降至约 16 万人左右。这种现象被作者称为“交叉免疫谷”（Cross-Immunity Valley），它充当了医院的盾牌，使医疗系统的即时压力保持在可控范围内。

然而，这种对医院的保护伴随着隐藏的代价。通过延迟新变异株的到来，两种病毒并没有立即相互竞争。相反，第一种病毒完成了它的周期，然后第二种病毒在稍后开始了它自己的独立周期。这意味着人口经历了两次截然不同的疾病浪潮，而不是一次。因此，在 900 天内，总感染人数上升到了最高点，达到约 281 万人。这种在短期内通过延迟新变异株进入来保护医院的策略，最终导致了更多的感染。研究表明，通过延迟变异株进入来争取时间的策略是一种权衡：它保护了医院的即时容量，但增加了随后的总感染人数。

这种权衡并不适用于每种病毒。模拟显示，只有当新变异株具有中度的免疫逃逸能力时，“交叉免疫谷”才会存在。如果新变异株具有高度的逃逸性，即它可以轻易感染之前受到保护的人，那么其抵达的时机就变得不再那么重要。在这种情况下，新病毒的行为几乎就像人口完全没有免疫力一样，无论它何时抵达。这种“谷”的保护效应消失了，无论新病毒何时抵达，都会引发大规模的感染峰值。这暗示，对于高度危险的变异株，仅仅通过等待或延迟其进入，并不能像对低逃逸性毒株那样提供同样的医院保护。

研究还探讨了如果延迟非常长（长达近一年）会发生什么。在这种情景下，由于人们的免疫力减退，来自第一种病毒的保护作用会完全消失。随后到来的新变异株发现，人口再次变得很大程度上是易感的。虽然这避免了中度延迟情景下的最高总感染数，但并未回到最低可能的总感染数。相反，它创造了一个中间地带：峰值保持相对较低，但总感染人数仍高于两个病毒同时出现的水平。这表明，不存在一个能同时最小化医院压力和总感染人数的“完美”延迟时间。

这些发现挑战了“延迟新病毒总是最佳策略”的普遍直觉。研究指出，旅行限制等政策的有效性高度取决于两件事：新病毒规避现有免疫力的能力，以及它相对于当前现有病毒波动的确切抵达时间。如果一个新变异株不太擅长逃避免疫，那么将其抵达时间延迟到撞击“交叉保护谷”是一个保护医院的明智之举，即便这意味着在接下来的一年里会有更多的人患病。但如果变异株具有高度逃逸性，或者延迟时间过长，该策略就会失去效力。作者强调，公共卫生官员需要迅速确定新变异株的逃逸程度，并在决定是否关闭边境或限制旅行之前，监测现有病毒波动的现状。

最终，这项研究描绘了一幅复杂的平衡图景。通过“压平曲线”以保护医院的直觉做法，有时会导致更高的长期疾病负担。模拟显示，减少总感染人数最有效的方法实际上是让两种病毒立即竞争，从而让更强的毒株快速接管。虽然这会导致极其恐怖的患病高峰，但它能更快地解决疫情。相反，通过延迟新变异株的进入来分散感染过程，虽然保护了医疗系统免于即时崩溃，但也延长了疫情持续的时间，并导致了更多的人感染。论文总结道，这些不仅仅是抽象的数字，而是现实的政策选择——即今天节省一个病床位可能意味着明天感染更多的人，而理解这种特定的权衡，对于在流行病期间做出明智决策至关重要。