模拟种群与传染病动力学

Model Population and Infectious Disease Dynamics · 🟡进阶 · 所属分类：系统生物学、合成生物学与生物工艺

想用SIR/SEIR或网络模型做疫情、种群预测，却在选舱室结构、找参数出处、要不要加随机性、怎么算R0上反复纠结，一不小心就做出没出处、又容易被过度解读的预测。它帮你把模型结构搭清楚、参数标好来源，跑确定性和随机仿真，做干预情景对比，并给出区间而不是一个孤零零的数。

适合谁

做流行病学、生态种群动力学的研究生和研究者，需要快速搭传播模型试情景的人。

给它什么 · 得到什么

• 你提供：模型类型与结构（SIR/SEIR/网络/年龄分层）、参数（传染率/恢复率/接触结构等）及来源、初始人群状态，以及你要回答的问题（峰值/干预/R0）。
• 你得到：可运行的动力学模型（EpiModel或自建ODE）、流行曲线与情景对比图、R0及关键指标估计、干预情景敏感性分析，以及参数出处和假设清单。

怎么用

示例提问：「用SEIR模型模拟一个十万人城市的暴发，比较不加干预和第20天开始戴口罩降低30%接触率两种情景下的峰值。」 触发后它会搭舱室或网络模型，跑确定性与随机仿真做情景对比，推导或估计R0，做干预与参数敏感性分析，并显式标注参数来源和预测不确定性。

提个醒

预测高度依赖假设和参数，它会给情景区间而非单点断言——这不是公共卫生决策依据，也不做没出处的确定性预言。