探秘古今世界寄生虫：新方法解锁毛细线虫卵的神秘面纱

研究针对古寄生虫鉴定难题，分析欧美考古样本，运用多种方法识别毛细线虫卵，助力了解寄生虫与宿主关系。

　　在漫长的历史长河中，寄生虫一直与人类和动物相伴相生。古寄生虫学，作为一门研究考古和古生物学材料中寄生虫的学科，致力于揭示过去宿主、寄生虫和环境之间的相互作用，以及寄生虫的起源和演化。然而，在这个领域，物种鉴定却困难重重。寄生虫卵因其几丁质外壳能在岁月中保存，成为古代样本中主要的可回收结构，但仅依靠卵的结构进行物种鉴定，犹如大海捞针。尤其是毛细线虫科（Capillariidae），其分类复杂且颇具争议，全球已描述超 300 种，寄生在各类脊椎动物体内，分布于新旧世界的考古材料中，可现有的科学文献常缺乏清晰的卵结构信息，导致鉴定工作障碍重重。

在此背景下，来自巴西奥斯瓦尔多?克鲁兹研究所（Instituto Oswaldo Cruz, IOC）、法国国家自然历史博物馆（Muséum National d’Histoire Naturelle）等机构的研究人员，踏上了探索之旅。他们旨在通过创新方法，对欧洲和巴西考古遗址中的毛细线虫卵进行特征描述和分类鉴定，为深入了解过去寄生虫与宿主（人类或动物）的关系提供关键线索。该研究成果发表在《Parasites & Vectors》杂志上。

研究人员开展此项研究时，采用了多种关键技术方法。在样本处理方面，巴西的 80 个来自 Gruta do Gentio II 考古遗址的粪化石样本，经 DNA 条形码分析确定来源后，用 0.5% 磷酸三钠溶液（Na₃PO₄·H₂O）复水，再经匀质化、沉淀等处理；欧洲的 39 个考古遗址样本，来自法国多个不同时期的遗址，用 0.5% 磷酸三钠和 5% 甘油水等溶液复水，经超声处理、过筛等步骤。在分析手段上，通过光镜观察，对虫卵进行形态和形态计量分析，依据长度、宽度、塞子、蛋壳大小等分类；运用判别分析、层次聚类分析以及人工智能 / 机器学习（AI/ML）等统计方法，以两个机构收藏的标本数据集为参考进行物种鉴定。

研究结果丰富多样。在样本阳性率及形态方面，共分析 119 个样本，其中 10 个欧洲样本和 4 个巴西样本检测出毛细线虫卵，呈现 13 种不同形态类型。欧洲样本多来自厕所和坑洞，缺乏寄生虫 - 宿主信息，影响物种鉴定；而巴西粪化石样本因宿主信息明确，鉴定相对顺利。在物种鉴定结果上，巴西样本中，猫粪化石（GGII-01）中的虫卵可能源于猎物，经鉴定可能为 Capillaria exigua 或 Capillaria venusta；负鼠粪化石（GGII-15）含两种形态虫卵，可能属于 Eucoleus 属；牛样本（GGII-33、GGII-51）中的虫卵形态与 Aonchotheca bovis 相符，但存在测量差异及宿主疑问。欧洲样本中，如 AVA10-P21 样本的虫卵特征与 C. hepaticum 相似；多个样本的虫卵经分析分别被鉴定为 Eucoleus madjerdae、Baruscapillaria spiculata、Aonchotheca myoxinitelae、Capillaria venusta 等不同物种。

研究结论和讨论部分意义重大。此次研究验证了蛋壳表面装饰是毛细线虫分类定义的关键特征，为物种鉴定提供了重要依据。同时，强调了生物样本库作为分类参考的重要性，不仅是成虫，寄生虫卵在古寄生虫分析和寄生虫诊断中也至关重要。研究首次将机构生物样本库中的标本与人工智能技术应用于古寄生虫分析，为毛细线虫物种定义提供了新数据，有助于更好地理解过去寄生虫与人类或动物宿主的关系。不过，研究也存在局限，如 AI/ML 参考数据集有限，仅涵盖 28 种毛细线虫，且样本宿主和地理信息可能影响系统判断。未来，扩大 Capillariidae 数据集，整合更多机构信息，有望借助 AI/ML 实现更精准的分类定义。