唐驳虎：美国和中国的病毒，谁是爷爷辈？看图！

作者：唐驳虎  来源：凤凰新闻

前面4篇，讲完了用一两句话总结就是： 流行病学调查（简称“流调”）19世纪靠“猜”、20世纪靠“找”、21世纪靠“算”。

19世纪是马车、20世纪是汽车，21世纪是高铁、飞机、火箭。 其他领域如此，生物领域更是如此。 现在，我们要坐着飞机和火箭，从正确的起点出发去找了。

传统流调的贡献与极限

综合各媒体的报道，12月底，在武汉中心医院、新华医院（中西医结合）等医院，指示病例（Index Case）几乎同时爆发，各医院的6~7例非典型肺炎病例，都被尽职尽责的医生们注意到，并立即上报，拉开疫情序幕。

随后，各医院的医生，又在本院病例库里，追踪了本单位原发病例（Primary Case），找到了更多12月发病的病例，并描绘成曲线。

目前临床库里追踪到最早的病例，分别是12月初的华南果品市场摊贩、12月初附近小区常年瘫痪卧病在床的老年痴呆患者。 显然，这些还都不是真正意义的“原发病例”。

如果公共卫生调查力量介入，在去年11月的武汉，理论上有可能找到所谓的“1号病人”——按流行文化和热门网文的定义，大致是人类世界里第一个患病的患者。

但想找到严格意义的“0号病人”——按流行文化和热门网文的定义，大致是人类世界里第一个被动物感染、但却没有生病的患者。 然后又是他把病毒传播开来，最终产生了“1号病人”的感染-传染者 ——但这是不可能的。

从疫情发生到现在，武汉市中心医院急诊科主任艾芬，带领着近200人的团队，50多天不下火线，日夜坚守在发热门诊、留观病房(武汉广播电视台)

因为现在大家都知道了无症状感染者、病毒潜伏期的概念。 无论你找到谁，你怎么证明，在他/她之前的1~2个最长潜伏期（14~28天）内，就一定没有别的疑似病例、没有无症状感染者？ “会不会还有上家”？ 这没法证明。

而且，由于当时的患者已经治愈、自愈或者病亡，做核酸检验已经是过去式。

就是做最灵敏、有记录的血清抗体检验——现在武汉好几万病愈患者、自愈的轻症患者、无症状感染者，如何确定感染时间先后？

如何确定谁是去年11月而不是今年1月不知不觉感染上的“无症状患者”？ 现在也完全区分不开了。

所以，传统流调的追溯极限大概就是这里了——它提供了病情溯源的起点。

但要继续局限在这个办法里“找”，那就是驾马车钻死胡同。 如前所述，蠢得冒烟的行为。

要不仅掌握病毒在人类世界流传的“今生”，还要了解病毒之前在自然界演化的“前世”，必须用21世纪的分子生物学、生物信息学。

因为，在病毒序列里，记载着病毒传播演变的全部身份、历史。 也正如钟南山老先生所说，必须要靠“溯源”。

溯源工作的三个目标

溯源工作的基本工具，以前已经讲过很多次了，就是基因测序（“测”）和生物信息学（“算”），最重要的分析手段，就是演化树定位。

这些都是全世界生物学界公认的基本标准，现代生物学的基础地基，也是实验室最常规的手段，而不是什么科学前沿。 说白了，中国懂，美国也懂，俄罗斯也懂，一般国家都懂，所有的生物研究者都懂。

现在一台测序仪每天可完成 60 人的全基因组测序，把 60 个人每人 31.6 亿bp这么复杂的生物DNA全部测出来。 新型冠状病毒只有不到 3万bp的单链RNA，不到一个人10万分之一的数据量，在现代基因测序技术面前如同裸奔一般。

以前没有基因测序，各种阴谋论还真不好反驳。

但有了基因测序技术之后，全序列清清楚楚，都袒露在全世界面前。

病毒的变异、留痕，都是公开透明的、可以追查的。 不认可的国家、专家可以自己调查研究，样本现在全世界都有，只是发出来的报告不要被全世界沦为笑柄就好。

溯源工作至少有三个主要层面：

1、研究病毒如何从动物进入人体； 搞清楚它从天然宿主到人类世界的路径，通过什么中间宿主，发生了什么基因变异、重组，最后在什么场景下传入人类世界。

2、研究病毒在自然世界的演化史（“前世”）； 在自然界演化过程中，病毒的特性是否发生了明显的定向的变化。

3、研究病毒在人类世界的传播史（“今生”）； 从武汉到全世界的扩散过程中，发生了什么样的变化，有没有出现传播能力和毒力的变异。

从关心程度来看，可能大部分人关注的程度是1、2、3。

但从病毒溯源的过程来看，逻辑步骤则应是3、2、1。 我们今天先来谈3。

台湾节目揭露病毒来自美国？

这两天一条“台湾节目追溯新冠病毒源头，然后追到美国去了”的视频火了。

节目中，有关嘉宾判断新冠病毒源头可能在美国的主要依据，正是前不久几位研究者在ChinaXiv论文预印本网站上联合发布的一篇论文。

也正是我早就说过——“大错特错”、“哗众取宠”的一篇论文，发表于2月21日。

四位作者分别来自西双版纳热带植物园综合保护中心、韶关大学生物农业学院/华南农业大学林学与园林学院、中国脑科学研究所。

当时就被生物业界同行评价为——做研究跨界太大，结果存疑。 当然，我们不因人废言。 但所有科研成果，都需接受专家学者的交流和讨论。

当时的网友评论 在这篇论文里，对病例、样本的命名极其混乱、拗口。 什么mv1、H38、H3、H1、H56、mv2，编号乱得要命，数字大小既不代表时间顺序，也不代表空间与逻辑顺序，真不知道怎么命名的。

（顺带说一句，就我个人的行外感受，混乱混沌的生物，跟严谨有序的物理、工程，两种学科的思维模式非常不兼容。）

这篇论文，当时就被一般读者吐槽了。 命名、逻辑颠三倒四，让人读起来、理解起来极其费劲。 神马玩意啊！

当时的网友评论

经过令人头疼的阅读，终于能理解，他们的研究方式是，选取了GISAID数据库中覆盖了四大洲12个国家的93个新冠病毒样本的基因组数据（截止2月12日），通过数据解析，追溯传染源及扩散路径。

他们研究发现，93个样本包含58种类型，可以归纳为五组。 结果他们发现，武汉居然只有三组！ 深圳有另外一组，美国有另外一组。

而且美国集齐了所有的五组！ 有阴谋！ 大阴谋！

哗众取宠不要太过啊……

这里，我先用普通读者就能读懂的视角来解析这篇论文。 其实论文当时就承认，来自武汉的样本，取样截止日期早在1月5日之前，而全球大部分地区的样本，都是1月22日之后才获取的，当时最晚的取样日期是2月3日。

但就是这样的背景，还能得出结论——华南海鲜市场的患者可能是被传入的，不是原始来源。 因为武汉/华南海鲜市场的类型单一，而武汉/华南海鲜市场之外的类型反而比较丰富。

所以这就是论据-推论-结论。 我也是服了。

如果仔细研究数据来源，就发现研究的依据——武汉的样品完全采自早期几家定点医院，而且样品采集时间局限于12月24日~1月5日之间。

稍微有点记忆的读者就知道，当时公布的发现病例，不过是区区44~59人！ 实际上就是那几家医院发现的指示病例（Index Case）而已！

而中国疾控中心2月12日所做的回顾性研究已经显示，12月31日之前，湖北已出现104名发病者（还不包括感染者）；

到1月10日，已经出现653名发病者，分布在20个省份的113个县区，其中湖北占88.5%（578人）。

其他75人已经位于湖北省外的19个省。 这显示大规模疫情传播已经开始，感染者还不止这几百人。

在武汉几百个已经发病的病例中只选几十个病例，那肯定类型不全啊！

至于拿1月20日已经流散到全球、开始演化的病毒，去比较1月5日之前的少数几个集中的早期病例，那就更是关公战秦琼了！ 论据选取就已经大错特错了，遑论其他。

当然，21日的这篇论文，还是承认全球包括美国早期的感染者，都有武汉旅行经历，是在武汉被感染的。 所以论文得出的结论就是，可能源头在华南海鲜市场之外，但是还是在武汉。

而之后的媒体传播，就故意隐去了“武汉旅行史”，变成了美国凭空就有了所有五组病例。

所以……这形同造谣了。

更加惊世骇俗：湖北已经是第三代？

论文还认为，美国的第一例病例，在演化树上还属于中国的“祖先”，这就进一步辅助坐实了阴谋论。 美国是“爷爷”，中国怎么是“孙子”，这不就是从美国传来的吗？

不仅如此，原论文认为广东（绿）、日本（蓝）、美国（粉红）的病例病毒是第一代，英国（灰黄）、澳大利亚（土黄）、美国（粉红）、韩国（青绿）、越南（土粉）是第二代。

原论文作者的解读

湖北（正红）病例在第二代才出现，第三代才扩散。 这真是惊世骇俗啊！ 武汉是被广东、四川、云南、越南、韩国、英国传染输入的？ 这不是扯地吗！ 但真实的原因上一段已经说了，这里选取的湖北（也就是武汉）病例，都是1月5日前被收治的一小部分（比例约1/10）。

这是更正确一些的解读

而图上大量的外省、外国病例（1月底之前），则都是1月20日前，在武汉旅行、居住，被传染上的其他病毒子类型。

只要是专业研究者，一眼就看透问题了

且不说上面已经讲清楚的病例选取问题，我还就是一句话，你访问过他们做研究所用的数据库GISAID吗？

你只要上去看一眼，就知道他们错在哪了…… 这里先科普介绍一下，专业研究者做基因比较，最常利用的就是这么几组国际公开共享的基因数据库：

GenBank是美国国家生物技术信息中心(National Center for Biotechnology Information ，NCBI)建立的基因序列数据库。

GISAID的全称是Global Initiative of Sharing All Influenza Data（全球共享所有流感数据倡议），由德国联邦食品和农业部及其下属的德国联邦动物研究所运营。

CNBG（China National GeneBank DataBase）中国国家基因库，则是由深圳华大基因运营。

由于病毒特性，在这次疫情中，德国的GISAID国际流感数据库是各国学者上传最集中的数据库。 这个数据库最开始的时候专注于流感，后来则逐渐扩大为呼吸道传染病，及其他生物信息。

好，我们就来访问这个GISAID。 现在已经有21个国家共享了128组病毒测序数据。 从首页只需点击一下右侧导航栏，你发现了什么？

原来，GISAID已经直接把所有病毒的演化树，按时间、国家、特别是演化树的结论，直接呈现了……

GISAID的地区设色，中国大陆为深紫色，大致由近到远颜色变化，美国为深红色。

虽然中国的上传更新还是很慢，大部分序列还是1月24日之前的，外国的要快得多。 但GISAID已经把所有序列的演化关系，初步自动计算呈现出来了。

可以看出，在繁衍、变异、传播的演化树上，的确总体上是中国早期的病毒是“爷爷”，亚太的是“儿子”、欧美的是“孙子”，呈现出由近到远演化的有序序列。

说实话，对于生物信息学我只是概括了解，我确实无力演算验证。 但你要说，是最全专业数据库全自动生成的、清清楚楚的、可视化的、逻辑时间结构清晰的结果可信，还是跨界研究者手工计算、颠三倒四、令人费解的结果可信？

我当然是相信前者……

明明网络数据库直接就给出了最全、最现成、可视化的结果，谁还要你手工自己算…… 而且还算错了，算错了，算错了，算错了，算错了，算错了……

溯源3就这样在被一篇奇葩论文打乱的过程中大致完成了。 其实，还有好几篇严肃、可信的论文，然而却无人问津。

比如南方医科大学（原第一军医大学）的研究者，就把病毒由动物传入人类的时间，初步确定为11月10日左右。

结合临床回顾，这个时间点应该是可信的。 那下一步，我们就围绕这些严肃论文，展开对2和1的追踪。

来源时间：2020/3/2   发布时间：2020/3/3

旧文章ID：20825