通过对HIV-1基因序列进行系统进化分析，有助于判定HIV/AIDS之间的传播关系^[1-2]。MSM HIV/AIDS性伴网络复杂且性伴间传播效率高^[3-4]，对其传播关系特征进行研究有利于制定有效干预措施^[5]。目前主要通过行为网络或分子传播网络分析群体特征^[6-9]，缺乏对MSM HIV/AIDS与其阳性性伴间传播关系及传播方向的深入研究。本研究分析MSM中HIV-1传播关系及其特征，为制定针对性防治措施提供科学依据。

对象与方法

1.研究对象：① 2015-2017年浙江省新确证MSM HIV/AIDS，年龄≥18岁；②MSM中HIV/AIDS性伴：自我报告与其曾经发生性行为者（包括同性固定性伴或临时性伴、配偶/离异/非婚异性性伴）。所有研究对象均完成知情同意，本研究通过浙江省CDC伦理委员会审批（批准文号：2018-033）。

2.调查方法及内容：采用横断面调查方法，各区（县）CDC开展流行病学调查，调查员均经过专题培训。在确证后1个月内完成调查，3个月内采集抗病毒治疗前血浆样本5 ml。调查内容包括社会人口学、性行为、性伴数和性伴特征等信息。首先将符合标准的MSM HIV/AIDS作为第一轮指示病例，开展调查并动员其检测。如果性伴检测为HIV-1抗体阳性，则作为第二轮指示病例开展性伴动员检测，以此类推，直至未检出阳性性伴。

3.实验室检测方法：

（1）HIV-1新发感染检测：对于新确证的MSM HIV/AIDS确证阳性血清，排除既往阳性，按照HIV-1新发感染ELISA试剂盒（美国SEDIA公司）说明书检测，判定新发感染或长期感染^[10]。

（2）核酸提取：用RNA/DNA提取试剂盒（苏州天隆科技公司）提取血浆中病毒核酸，采用RT-PCR和巢式PCR扩增HIV-1 pol基因蛋白酶（全长）和反转录酶区（前300个氨基酸位点），扩增产物长度为1 316 bp。将目的产物送至杭州擎科梓熙生物科技有限公司进行纯化和测序。

（3）序列整理：使用Sequencher 5.0软件对序列进行编辑、拼接和校正，通过BioEdit v7.2.0软件对序列和国际参考株序列（美国Los Alamos国家实验室HIV序列数据库）进行比对并校正。用Mega 6.0软件构建Neighbor-Joining系统进化树（Kimura 2-parameter模型，Bootstrap值为1 000次），与国际参考株聚类的判定为相应的HIV亚型，未能与已知的亚型和流行重组型（CRFs）聚类的序列考虑为独特重组型（URFs）。

（4）基因序列分析：当基于基因序列构建的系统进化树中，分支内病例数≥2个，分支节点的Bootstrap值≥90，且平均基因遗传距离≤0.005，判定分支内病例的基因序列形成传播簇（成簇）。病例间传播关系判定：经流行病学调查存在性行为关系，且基因序列成簇的HIV/AIDS间存在传播关系。传播方向初步判定：有传播关系的病例间，如果新发感染检测结果不一致，初步判定成簇病例中长期感染者传播给新发感染的性伴。

4.相关定义：①指示病例：最早发现和确证的HIV/AIDS病例；②溯源效率：通过指示病例成功追踪到其他阳性病例的概率，计算公式为性伴为HIV阳性的指示病例数÷指示病例数×100%；③HIV主动检测：主动前往艾滋病自愿咨询检测（VCT）门诊接受HIV检测。除此之外的其他检测发现途径均定义为被动检测。

5.统计学分析：采用EpiData 3.1软件建立数据库，使用SPSS 20.0软件进行统计学分析，单因素分析采用χ²检验，对溯源效率及基因序列成簇的相关因素分析采用多因素logistic回归分析。双侧检验，检验水准α=0.05。

结果

1.基本情况：2015-2017年新确证的MSM HIV/AIDS参与性伴驱动，第一轮有909例作为指示病例参与性伴驱动，共驱动998例性伴参与检测，其中166例指示病例共检出172例HIV-1阳性性伴，性伴阳性率为17.2%（172/998），95%CI为14.9%~19.5%；其中第二轮有28例MSM HIV/AIDS参与，共驱动32例性伴检测，检出1例HIV-1阳性性伴，阳性率为3.1%（1/32），见图 1。

共937例MSM HIV/AIDS参与性伴驱动，多因素logistic分析结果显示，已婚（与未婚相比，OR=3.933，95%CI：1.607~9.629）、离异/丧偶（与未婚相比，OR=2.411，95%CI：1.373~4.236），既往性伴数为1个（与多性伴相比，OR=1.851，95%CI：1.121~3.057）、主动检测（与非主动检测相比，OR=1.625，95%CI：1.145~2.306）的溯源效率更高，见表 1。

2.HIV-1基因序列分析：共59组（61对）性伴获得毒株序列，其中2组为3例阳性性伴组，共120例HIV/AIDS，包括40对同性固定性伴，12对配偶性伴，9对同性临时性伴。61对性伴中，48对亚型一致，一致率为78.7%（48/61）。经过系统进化树分析，有61例性伴间（31对）基因序列形成传播簇，比例为50.8%（61/120），见图 2。其中1名MSM HIV/AIDS分别与其配偶和1名同性固定性伴形成传播簇。双阳性伴间形成传播簇比例分别为：配偶阳性对58.3%（14/24），同性固定性伴双阳对47.5%（38/80），同性临时性伴双阳对55.5%（10/18），相互间差异无统计学意义。

31对成簇性伴中亚型分布为CRF01_AE 12对，CRF07_BC 15对，CRF55_01B 2对，CRF65_cpx 1对，URF（CRF01_AE/CRF07_BC）重组型1对。性伴对病例间的基因距离0.001 8±0.001 8，其中CRF01_AE、CRF07_BC、CRF55_01B、CRF65_cpx和URF（CRF01_AE/CRF07_BC）重组型分别为0.001 7±0.002 4、0.001 6±0.001 4、0.002 2±0.000 6、0.001 7和0.001 0。

3.传播簇内性伴对的流行病学特征：通过多因素logistics回归分析比较基因序列成簇与不成簇的性伴对，发现性伴之间确证年份为相同年份（与不同年份相比，OR=12.190，95%CI：1.563~95.054），现住址所在地为不同区（县）[与相同区（县）相比，OR=17.054，95%CI：1.742~166.982]差异有统计学意义，见表 2。

在31对成簇性伴对中，确证年份相同占93.5%（29/31）；有7对（14例）性伴新发感染检测结果不一致，其中5对为未婚MSM HIV/AIDS之间传播，1对为已婚传播给未婚MSM HIV/AIDS，1对为未婚传播给丧偶的MSM HIV/AIDS；2对为浙江省户籍MSM HIV/AIDS间传播，4对为外省户籍MSM间传播，1对为外省户籍传播给浙江省户籍HIV/AIDS。

讨论

对MSM HIV/AIDS开展溯源分析和传播特征研究，有利于促进检测发现。通过主动检测发现的MSM HIV/AIDS在性伴动员中更容易发现其阳性性伴。其次，性伴驱动检测获得的阳性性伴对之间存在传播关系比例较高，结合新发感染结果可初步判定传播方向，显示性伴驱动检测结合分子传播网络分析技术能更精准地判定MSM等多性伴群体的传播关系，为艾滋病的精准溯源提供科学依据。此外发现确证年份相同和现住址不在一个区县的阳性性伴对成簇比例更高。

本研究的MSM性伴对的成簇比例与美国MSM性伴对研究中的基因成簇比例接近^[1]。以往研究认为配偶间HIV-1传播的模式往往较为单一，由男性HIV/AIDS传染给配偶的可能性较高^[11]，但本研究发现，浙江省MSM HIV/AIDS与配偶性伴对成簇比例低于浙江省男性与配偶间异性性行为（80.5%）^[12]，这可能跟MSM与配偶之间的性关系较为疏远有关，因而间接导致了配偶的婚外性行为感染^[13-14]。MSM分子传播网络的研究表明性伴驱动检测的成簇比例高于非性伴驱动检测^[15-16]，提示性伴驱动检测可提高MSM HIV/AIDS的溯源效率。

MSM流动性较大、网络交友方式难追踪^[17]，同时感染时间长，容易产生回顾性偏倚。MSM HIV/AIDS确证后及时开展性伴驱动检测，可促进检测发现有遗传关联的病例。本研究发现，MSM HIV/AIDS与性伴的现住址不在一个区（县）的成簇比例高，这与德国MSM性伴分子传播网络分析中，成簇的性伴之间来自不同邮政编码区的比例更高的结果类似^[18]，提示部分MSM的性行为活动范围较广，跨区（县）的流动性较大。

本研究的不足。一是MSM性伴驱动检测的参与率不高，性伴追踪不完全，多性伴网络中入网率不够高，影响性伴检测阳性率；二是由于受样本采集率的限制，部分研究对象因样本缺失没能获得基因序列，影响阳性性伴对遗传关系分析的完整性；三是纳入的研究对象性伴网络信息有限，后续需要对研究对象的性伴网络特征进行更深入的溯源调查。

综上所述，MSM HIV/AIDS通过性伴驱动检测并结合分子传播网络分析技术可以提高检测发现率和精准溯源性，通过流行病学调查和新发感染检测可初步判定性伴对之间传播方向。建议对MSM HIV/AIDS尽快进行性伴驱动检测（包括跨地区），有效促进病例的传播溯源。

利益冲突  所有作者均声明不存在利益冲突