研究背景与研究目的近年来,随着HIV/AIDS疫情不断蔓延,艾滋病在我国的主要传播方式发生了较大变化,在部分经济较发达地区,男男性行为人群（Men who have Sex with Men,MSM）已经成为主要感染人群。我国MSM人群通常具有多性伴及安全套使用率低的特点,携带不同亚型病毒的感染者间交叉传播,加剧了HIV-1基因的多样性,开展分子流行病学监测有助于及时掌握本地HIV-1疫情现状。耐药监测目前作为卫生部门的常规工作,在监测传播耐药位点、评价治疗效果及指导治疗用药等方面起到了巨大作用。与此同时,耐药监测积累了大量的HIV-1序列数据,为开展分子流行病学监测提供了序列数据的支持。HIV-1分子传播网络因其对高风险人群的有效识别及开展大规模调查的可行性,作为一个有效的传播监测工具,正在全世界范围内被推广。然而,分子传播网络推断的传播关系并不能够代表在现实中的直接传播关联,仅代表感染者体内携带的HIV-1在遗传学上存在传播关联,仍然需要传统流行病学的调查来提供证据支持。本课题在系统回顾我国MSM人群感染的HIV-1亚型的时空变化趋势的基础上,利用江苏省新发现的HIV-1感染者作为研究对象,开展HIV-1分子流行病学调查研究,结合分子传播网络与社会网络两种方法的优势,全面解读江苏省HIV-1疫情现状,为开展高风险人群的精准识别与精准干预提供科学依据。研究方法1.计算机检索的中英文数据库包括:中国知网、万方数据、中文科技期刊全文数据库、中国生物医学文献数据库、Pub Med和Web of Science,检索日期为建库日期开始至2021年1月5日为止,采用系统回顾与Meta分析的方法,回顾我国MSM人群感染的HIV-1亚型在不同时间及地区的变化趋势。2.以江苏省2017年5月至2018年12月的所有新发现HIV-1阳性感染者作为研究对象,通过提取感染者体内携带的HIV-1核酸并扩增目的基因（pol、env和gag）片段,开展HIV-1分子流行病学研究。以不同基因片段共同判别感染者体内的HIV-1亚型,对于无法判别亚型的样本,采取HIV-1近全长基因组扩增,探索江苏省可能存在的新型重组病毒。耐药分析依赖于斯坦福大学的HIV耐药数据库,通过本地pol序列上传检测耐药突变位点。利用env序列V3环进行受体嗜性的预测分析,采用2个在线预测工具（Web PSSM和Geno2pheno）共同判定预测结果,避免由于算法不同造成对某种嗜性的过高估计。从不同的角度全面了解江苏省新发现HIV-1感染者的基本特征。3.以无锡市2012-2018年未治疗及新发现的HIV-1感染者作为研究对象,采用与第2点相同的研究方法,开展HIV-1分子流行病学调查。通过多年连续横断面数据的趋势分析,纵向观察HIV-1随时间的变化。此外,以江苏省新发现感染者的pol序列作为参考序列,构建最大似然（Maximum Likelihood,ML）树,对部分主要的流行亚型采用贝叶斯系统进化推断分析预测其未来的流行趋势。4.通过构建ML树、确定传播网络参数、提取传播簇及可视化等步骤建立江苏省新发现感染者的HIV-1分子传播网络,识别具有高传播风险的快速传播网络。以快速传播网络中涉及的感染者为研究对象,开展以收集性伴网络为主要调查目的深入访谈,并将访谈结果与分子传播网络分析结果相互映证,探索两种调查结果的一致性。主要研究结果1.我国MSM人群的主要HIV-1流行亚型随时间及地区的变化。从1999-2019年,我国MSM人群的主要流行亚型为CRF01＿AE（51.37%,95%CI:48.90-53.84）、CRF07＿BC（26.51%,95%CI:24.23-28.86）和B（11.56%,95%CI:9.90-13.33）亚型。CRF01＿AE于2013年之前呈现缓慢增加的趋势,而在此之后其所占比例迅速下降;CRF07＿BC在研究期间一直呈现快速上升的趋势,而B亚型则一直处于快速下降趋势,至近3年时间内B亚型的构成比已经下降至不足5%。不同地区的HIV-1亚型构成也存在较大差异,CRF07＿BC在西部地区所占比例最高,在西北的宁夏、新疆和甘肃其构成比分别达到68.70%、65.93%和60.71%,是当地最主要的流行亚型,而在东北地区所占比例很低。B亚型在我国中部和北部地区所占比例较高,而在西部地区所占比例较低。此外,研究发现全国范围的HIV-1遗传多样性增加,无法识别亚型的独特重组型（Unique Recombinant Forms,URFs）病毒在2017年以后其构成比已经超过5%,其他早期较少报道的循环重组型（Circulating Recombinant Forms,CRFs）病毒虽然在历年的亚型构成中所占比例很低,但大部分处于波动上升的流行趋势。2.江苏省2017-2018年新发现HIV-1感染者的基本情况。4269例研究对象以男男同性性行为为主要传播途径（59.0%,2517/4269）,异性性传播感染次之（40.1%,1714/4269）。不同人群的基本特征存在差异,MSM的未婚（78.6%,1340/1740）比例远高于非MSM（21.4%,364/1740）;不同人群的年龄分布呈现趋势变化,年龄越小,MSM所占比例越高,随着年龄的增加,非MSM人群所占比例逐渐增加。自我报告职业为学生的感染者,MSM所占比例高达93.2%（207/222）。3.江苏省新发现感染者的HIV-1分子流行病学特征。江苏省主要HIV-1基因型为CRF01＿AE（36.0%,1367/3794）和CRF07＿BC（29.7%,1127/3794）,其他构成比超过1%的亚型依次为:CRF67＿01B（5.1%,194/3794）,CRF08＿BC（4.8%,181/3794）,B亚型（3.2%,120/3794）,CRF68＿01B（2.5%,94/3794）,和CRF55＿01B（2.4%,91/3794）。此外还有较高比例的URFs,主要重组型为CRF01＿AE/07＿BC（0107）型（9.6%,365/3794）和CRF01＿AE/B/C（01BC）型（2.6%,97/3794）。共获得HIV-1近全长基因序列63条,其中40条为不同重组形式的0107。发现一簇相似度极高的0107,感染者均为南京市青年MSM,序列已上传至Gen Bank序列数据库,查询编码为MT347589-MT347597。江苏省HIV-1基因型耐药率为5.9%,感染者的基线CD4和HIV-1亚型与耐药相关。共427（17.8%）例样本被预测为CXCR4辅助受体嗜性,MSM利用CXCR4辅助受体的比例明显高于非MSM（21.1%vs.12.2%,χ~2=29.868,P<0.001）。4.无锡市2012-2018年未治疗及新发现感染者基本情况的变化趋势。共收集研究样本1913例,研究对象以男性为主（88.4%,1692/1913）,主要传播途径为男男同性性传播（63.9%,1222/1913）。MSM人群所占比例逐年上升,从2012年51.5%上升至2018年70.1%(P趋势<0.001)。自我报告患有性病的感染者其构成比呈现逐年下降趋势,从2012年16.7%下降至2018年9.2%(P趋势<0.001)。首次检测即为阳性的感染者所占比例呈现下降趋势(P趋势<0.001)。5.无锡市HIV-1流行亚型的变化趋势。2012-2013年与2014-2018形成完全不同的变化趋势:（1）CRF01＿AE处于波动变化状态,无明显增减趋势;（2）CRF07＿BC所占比例逐渐增加,至2018年已经超过CRF01＿AE,成为无锡市最主要的流行亚型;（3）URFs在2013年之前所占比例极小,于2014年突然增加,而后又呈现逐年降低的趋势;（4）CRF67＿01B与CRF68＿01B在2014年之后所占比例均逐年增加,尤其是CRF67＿01B型,到2018年时,已经成为可判定型别中构成比排名第3的亚型,仅次于CRF07＿BC和CRF01＿AE。无锡市HIV-1基因型耐药率为5.30%（68/1273）,共有182（19.3%）例样本被预测为CXCR4辅助受体嗜性,耐药率与受体嗜性的构成比均未观察到时间趋势变化。6.不同亚型的流行趋势预测。江苏省CRF01＿AE共形成7个小的流行枝,流行枝5以异性性传播感染的老年男性（85.9%,85/99）为主要构成人群,其他6个流行枝均以青年MSM为主。CRF07＿BC形成5个流行枝,其中流行枝1中包含的序列数目（57.1%,480/841）超过其他所有流行枝的总和,是江苏省的主要CRF07＿BC流行枝。江苏省CRF67＿01B的进化速率为3.45×10-3（95%HPD:2.91-3.98）,无锡序列对江苏全省CRF67＿01B起到了加速传播的作用。江苏省CRF68＿01B的进化速率为6.03×10-3（95%HPD:5.64-6.43）,无锡市CRF68＿01B的流行早于江苏省其他城市。7.江苏省HIV-1分子传播网络特征及其影响因素。共有1349条序列形成388个传播网络,涵盖江苏省所有城市的样本。MSM人群形成的传播网络规模较大,MSM节点占总节点数的59.6%（804/1349）,是其他所有人群的主要连接对象。南京市在传播网络中所占比例最高（16.7%,225/1349）,其次为苏州（14.2%,192/1349）和无锡（13.0%,175/1349）。CRF07＿BC在传播网络中所占比例最高（36.6%,494/1349）,形成最大规模的传播网络,其次为CRF01＿AE（32.1%,433/1349）,与CRF07＿BC相反,主要形成一些较小规模的传播网络。本地居民、基线CD4>200、发现于自愿咨询检测门诊（HIV Voluntary Counseling&Testing,VCT）、及感染CRF07＿BC、CRF08＿BC、CRF67＿01B、CRF68＿01B及URFs是促进网络形成的影响因素。8.江苏省快速传播网络特征及其影响因素。共识别出21个快速传播网络,包含363个节点,占传播网络总节点数的26.9%（363/1349）,以本市感染者为主（76.0%,276/1027）,64.7%（235/775）的感染者是MSM。同性性行为（OR=1.489,95%CI:1.067-2.079）和双性性行为（OR=2.392,95%CI:1.004-5.703）会加速HIV-1的传播。9.社会网络调查对象的基本特征及其与分子传播网络的关系。共有83名感染者接受深度访谈调查,传播方式以同性性传播为主（88.0%,73/83）,大部分很明确知道自己是被谁感染的（61.4%,51/83）。平均每个感染者有1个固定性伴和4个临时性伴。主要造成HIV-1传播的场所为不同城市的公园、浴室和酒吧,分子传播网络中形态密集的网络与调查结果能够相互映证。研究结论1.我国MSM中的主要HIV-1亚型随时间及空间的改变发生了巨大变化,URFs型不断增加,提示MSM中的HIV-1亚型多样性增加,提示定期开展流行病学监测的重要性。2.江苏省新发现HIV-1感染者以MSM人群为主,学生感染者中MSM所占比例极高,提示应加强学校HIV-1相关知识的宣传教育,积极动员有相关行为的学生进行咨询检测,强化其安全性行为意识,促进学生自主预防HIV-1传播的观念,防止高校疫情的进一步扩散。江苏省新发现HIV-1感染者中存在大量的URFs,部分被鉴定为0107的重组亚型已经在南京市MSM中形成传播簇,提示江苏省HIV-1亚型多样性增加,对拥有多个性伴的感染者应采取有针对性的干预措施。江苏省新发现感染者的耐药率比既往调查有所提高,提示应提高HIV-1分子流行病学监测频率,全面开展基线耐药监测,及时掌握本地HIV-1亚型的流行动态及耐药情况,防止耐药毒株在人群中的进一步传播。3.CRF67＿01B最早于江苏和安徽两省被报道发现,目前在无锡市所占比例逐年增加,远高于全国其他省市对该亚型的报道,主要感染人群为青年MSM。进化分析显示无锡市的CRF67＿01B序列提高了江苏全省的进化速率,且根据人口规模估计显示目前该亚型在江苏省可能会在较长一段时间内处于稳定增长的态势。提示CRF67＿01B可能起源于江苏省或周边地区,无锡市的CRF67＿01B对于该亚型在江苏省的广泛传播起到了重要作用,对无锡市青年MSM开展有效的治疗干预,可能对CRF67＿01B在江苏省的传播能够起到抑制作用。4.江苏省存在跨城市的大型HIV-1分子传播网络,MSM人群作为所有其他人群的主要连接对象,起到了“桥梁人群”的作用,对HIV-1在江苏省的传播起促进作用。MSM人群普遍拥有多个性伴的特征及部分人群的双性性行为,加速了HIV-1的传播。形态较为密集的分子传播网络与深入访谈结果能够相互映证,提示在江苏省开展以分子传播网络精准识别高危传播人群是可行的,以访谈调查的信息作为补充,定制个性化的干预措施,从而实现对高危人群的精准干预。