新型冠状病毒SARS-CoV-2是一种与SARS-CoV和MERS-CoV病毒类似的冠状病毒。SARS疫情在2002～2003年对世界多个国家地区造成严重影响。MERS-CoV病毒于2012年在沙特出现，疫情主要发生在中东国家和韩国，其他国家地区偶有发生。

SARS和MERS的动力学研究已有一些进展。目前对流行病传染动力学研究的数学模型主要有确定性模型和随机模型。文献[1]得到SARS的平均潜伏期约为6.4天，从出现临床症状到入院的平均时间在3～5天。在病死率方面，60岁以下的患者的病死率为13.2%，而60岁以上患者的病死率为43.3%。潜伏期和病死率会影响SARS的病例变化。文献[2]研究得出在未采取控制措施的情况下，一个传染性非典型肺炎病例会感染约2～3个继发病例，采取有力的公共卫生措施能降低疫情规模。文献[3]对香港SARS疫情进行分析，发现SARS疫情的特征包括单独的超级传播事件(SSEs)和持续的社区传播。在疫情初期，平均每个病例产生2.7次继发性感染，其中很大一部分来自医院传播。传播率在流行期间下降，主要是由于人口接触率下降和医院感染控制得到改善。文献[4]建立了SARS流行病的数学模型，计算出模型参数，分析了SARS流行特征，并对疫情发展进行了预测。文献[5]利用部分国家、地区及中国内地部分城市的数据，通过Logistic确定型增长模型进行拟合，揭示了各个地区SARS传染力不均匀的现象以及防控措施上的差异。文献[6]建立了带有潜伏期及终身免疫的SARS流行病的SEIR动力学模型，对模型中的参数进行了参数辨识，得到了一个SARS流行病的控制区域。文献[7]建立了带有潜伏期及终身免疫的SARS流行病SEIR模型及参数辩识系统，论证了该类控制模型的主要数学性质以及系统的流不变性和弱不变性。文献[8]研究了埃博拉流行病的传染动力学模型及其参数辨识问题，构建了埃博拉流行病的离散logistic动力学模型，给出了参数辨识优化问题。文献[9]研究了多关系网络上的流行病传播动力学问题，提出一种双关系网络模型(工作−朋友关系网)，研究了多关系对流行病传播动力学行为的影响和复杂网络上流行病传播动力学的爆发阈值[10]，梳理总结了SIS和SIR模型爆发阈值的异同。文献[11]研究了MERS在组织间公共卫生应急管理网络的动态发展，绘制了MERS爆发期间的沟通和响应网络模式。文献[12]研究了2015年韩国中东呼吸综合征(MERS)疫情异质性传播动态的决定因素，利用传播树识别超级传播者，估计不同类型宿主的再生产数，即单个主病例产生的平均继发病例数。文献[13]为了识别复杂网络中的超级传播者，提出了一种融合指数−扩展影响相关中心度，通过提取和综合传统中心度指标和扩展影响拓扑特征信息来识别节点的影响。经典的SIR(易感染−恢复)模型描述了感染的传播过程。人们对流行病的反应影响传播，因此许多研究也考虑了信息传播。文献[14]分析了信息传播的操作如何影响受感染的个体以及流行病的传播条件，并基于社区规模和个人意识可能对感染率有影响的假设，提出了一个SIR-A(易感−恢复−活动)模型，将感染和信息传播映射到双层网络。文献[15]使用复杂网络的演化博弈模型研究了流行病传播过程，通过假设个人在疾病传播过程中将自己的收益与相邻个体的收益进行比较来选择策略，使用4种不同的仿真原则来更新策略，分析了违反直觉的现象，发现不同的仿真原则会影响违反直觉的现象的范围和严重性。文献[16]通过独立传播者参与的流行病SIS(易感−感染−易感)调查，解释了在发生扩散动力学的复杂系统中，通常具有许多潜在关系可以促进传染病的传播过程。文献[17]研究人类行为和接触异质性对传染病传播的影响，在考虑与他人潜在接触次数不同的个体的不同恐惧程度基础上，提出了具有一般反馈机制的基于网络的SIRS流行病模型。文献[18]提出了一种基于复杂网络中的部分免疫和免疫无效性的新型病毒传播模型，即易感性−感染性−易感性−恢复性−易感性，并基于均值场理论研究了该模型在统一网络和无标度网络中的流行动力学行为。对于复杂网络中的传染动力过程，可以从社会人口数据中模拟感染传播过程[19]，此外，关键节点识别和共同进化传播机制在流行病传播的控制中至关重要[20-21]。文献[22]基于复杂网络理论建立了带有潜伏期的2019-nCoV流行病SEIR动力学模型，对疫情拐点进行了预测。以上工作从确定性模型、随机性模型、复杂网络传播动力学等方面研究了SARS-CoV和MERS-CoV的传播规律，但是对于SARS-CoV-2的传播研究仍然不够。

目前，COVID-19作为一种新型传染病，其传播机制尚不明确。虽然，SARS-CoV-2与SARS-CoV和MERS-CoV同为冠状病毒，但是其传染特性与后两者有何区别，仍然有很多问题需要研究。