近日，我院大數據中心尚明生研究員與重慶醫科大學王偉教授等學者合作，在《Physics Reports》發表題為“高階網絡上流行病傳播”(Epidemic spreading on higher-order networks )長篇綜述論文。這是我院在該期刊發表的首篇論文。論文總結了高階網絡上流行病傳播的最新研究進展，討論了這一新興領域所面臨的挑戰和有待解決的問題。論文可為涉及公共衛生、社會科學、網絡輿情、計算機病毒傳播以及數字營銷等多個領域的研究者和決策者提供參考。
在現代社會，SARS、埃博拉病毒、COVID-19等流行病的傳播對人類健康和全球經濟發展構成嚴重威脅。這些流行病迅速傳播和爆發的一個重要原因是個體之間的高頻率密切接觸。深入了解個體的相互作用模式、正確的建模和量化潛在的接觸網絡，可以為疫情控制提供科學依據和決策支持，具有深遠的社會經濟意義。首先，能有效地維護個體的生命財產安全，為社會創造更為穩定的健康環境；其次，為政府和衛生機構降低防控成本，保障社會正常運轉；最后，幫助企業更好地應對經濟風險，提高社會的抗風險能力。
圖 1 高階交互表示形式
復雜網絡（或圖）被應用于表示網絡結構，為復雜場景下兩兩交互的研究提供了強大工具。事實上，許多實證系統表現出高階交互，其中主體之間的互動不僅發生在兩兩之間，還涉及到群體層面的集體行為。例如，社會系統中超級傳播事件，神經科學涉及多個神經元的觸發事件，科學中的共同作者關系，以及生物學中的蛋白質相互作用。因此，高階網絡，包括超圖和單純復形，作為更好的工具來描繪真實和人工系統中的集體行為，自然地將兩兩交互的范式擴展到高階交互（圖1）。致力于研究流行病傳播在高階網絡上的相互作用機制，科學家們發現高階相互作用的引入從根本上改變了傳播動力學，導致了雙穩態、爆炸性轉變和遲滯回線等現象（圖2和圖3）。此外，高階交互的存在還深刻地影響著如信息擴散、掩護博弈、滲流和同步等各種動力學過程。
圖2 超圖上的社會傳染結果顯示出多穩定性和間歇性
圖3 單純復形上競爭型流行病傳播的相圖
該文闡述了高階網絡上流行病傳播的最新研究進展，并強調在統計物理和網絡科學領域的貢獻。該文將流行病傳播分為單一傳播和交互傳播兩大類，詳細介紹相應的數學模型、理論方法、臨界現象、相變、傳播機制和影響，并討論了該領域面臨的挑戰和未來研究的開放問題。文中指出，單一傳播和交互傳播的流行病之間會呈現不同的傳播現象。單一流行病在簡單網絡中傳播時，點對感染率是決定爆發閾值和感染范圍的決定性因素，系統呈現出簡單地相變過程。在高階網絡中，高階交互使得系統出現雙穩態、爆炸性轉變和遲滯回線（圖4）。對于交互的流行病，可能呈現出競爭、合作以及非對稱的交互形式。競爭作用中的高階交互更容易導致一種流行病的完全滅絕。協同作用中，高階交互可能進一步促進流行病的全球爆發。而非對稱作用往往被用來描述防疫信息和流行病傳播的交互。高階交互能有效促進信息的傳播同時抑制疫情的傳播。最后，論文總結了在高階網絡上的流行病傳播領域的代表性進展，并討論了這一新興領域所面臨的挑戰和有待解決的問題。
圖4 二階單純復型上社會傳染相圖出現雙穩態區域
大數據與先進計算方法的結合，為構建數據主導的高階傳播模型開辟了新的途徑。高階傳播模型可以進一步反映網絡拓撲的復雜性以及真實世界傳播現象固有的動態性，為涉及公共衛生、社會科學、輿情預測以及數字營銷等各個領域的決策者提供關鍵的見解（圖5）。通過捕捉動力學系統中固有的非線性動力學、復雜相互作用、網絡結構和隨機性，高階模型提供更準確的預測和干預，更好地代表個體的適應行為、時間變化和空間維度，為影響行為和管理疾病傳播提供更有效的策略。
圖 5 高階網絡上的社會傳播模型。(a)競爭型廣告交互模型。（b）通過屏幕轉發的行為傳播模型。
論文信息: Wei Wang , Yanyi Nie, Wenyao Li , Tao Lin , Ming-Sheng Shang？, Song Su？, Yong Tang, Yi-Cheng Zhang , Gui-Quan Sun*,Epidemic spreading on higher-order networks, Physics Reports 1056 (2024) 1–70. 論文全文鏈接：https://www.sciencedirect.com/science/article/pii/S0370157324000176?dgcid=author
期刊簡介：《Physics Reports》最新影響因子為30，是物理科學和交叉科學類最具國際影響力的期刊之一，發表相關領域內各研究方向的綜述論文。由期刊編輯邀約在領域內做出突出貢獻的領軍團隊撰稿，旨在對當前研究熱點進行總結和評述，引領和展望相關領域的未來發展。