疾病经常堆积，共同感染已经与感染作斗争的人，动物和其他生物。赖斯大学和密歇根大学的生物科学家在同类研究中，最早的一项表明，宿主之间病原体之间的相互作用可以预测多病原体流行的严重程度。

在实验室实验中，科学家探索了单个浮游动物中细菌和真菌感染的时间如何影响浮游动物种群中细菌和真菌流行的严重性。这项研究于本周在英国皇家学会B会议上发表，该研究表明，个体宿主中的感染顺序可以改变流行病的进程。

“众所周知，宿主体内的寄生虫和病原体相互作用的方式可以改变疾病的传播，但问题是，'您需要收集有关这些相互作用的哪些信息才能预测流行的严重程度?'”作者密歇根大学博士后研究员Patrick Clay在其博士学位期间进行了这项研究。在赖斯学习。

他说：“我们展示的是，您需要了解感染顺序如何改变宿主之间的相互作用，才能预测流行的严重程度。”“我们特别需要这些信息来预测相对于同时发生的流行病，流行病发生时间的变化如何改变流行病的严重程度。”

该研究不适用于冠状病毒。

研究的共同作者，克莱博士的沃尔克·鲁道夫说：“这适用于同时发生多种流行病并且宿主中同时存在的病原体相互作用的情况。”赖斯的顾问。“没有数据表明COVID-2019就是这种情况。”

但鲁道夫说，合并感染在人类和野生动植物种群中很常见，而且由于难以研究，因此人们对如何改变流行病动态仍然知之甚少。

历史上，疾病生物学和流行病学一直专注于一对一的相互作用：一种病原体，一种宿主。但是，科学家越来越认识到，疾病并非凭空存在的。实际上，那里有各种各样的寄生虫和病原体，它们彼此相互作用。这项研究强调了一种更全面，几乎是社区类型的传染病研究方法。”他说：“病原体感染宿主的顺序决定了它们在宿主中的相互作用方式，这种相互作用最终决定了流行病在整个宿主种群中的传播方式。”

Clay创建了流行病学模型，该模型预测了具有一种或两种感染的浮游动物种群中真菌和细菌的流行情况，而真菌或细菌的流行病却早于另一种。他还花费了几个月的时间来监视流行病在许多世代受感染和共感染的浮游动物种群中的进展情况。

通过比较来自实验流行病和计算机模拟的数据，Clay和Rudolf能够确定哪些信息对可靠地预测疾病在合并感染人群中的传播至关重要。

鲁道夫说：“当我们使用完全忽略共感染宿主内病原体之间相互作用的模型时，预测是可怕的。”“一旦考虑了并发感染的病原体之间的相互作用，这些模型就会有所改善，但是仍然完全取决于感染个体的比例。只有当我们还特别考虑到病原体感染的顺序如何改变宿主内部的相互作用时，我们才能准确预测流行病，包括流行病持续多长时间以及感染病原体的宿主比例。”

克莱说，这项工作很重要，因为气候变化将改变许多物种季节性流行的时间，而了解时间对流行的影响对生态学家至关重要。他的共同感染模型可能有助于研究其他物种中重叠流行病的严重性。

他说：“该模型中没有任何与浮游动物有关的东西。”“它使用诸如宿主死亡的速率，新宿主的出生速率，疾病传播的速率等参数，您可以对任何疾病进行测量。”

但是来自他的实验的关键指标，即描述感染顺序如何改变病原体之间的宿主内部相互作用的数据，通常是未知的或未被收集的。克莱希望这种情况会改变。