前面4篇，講完了用一兩句話總結就是：流行病學調查（簡稱“流調”）19世紀靠“猜”、20世紀靠“找”、21世紀靠“算”。19世紀是馬車、20世紀是汽車，21世紀是高鐵、飛機、火箭。其他領域如此，生物領域更是如此。

現在，我們要坐著飛機和火箭，從正確的起點出發去找了。

傳統流調的貢獻與極限

綜合各媒體的報道，12月底，在武漢中心醫院、新華醫院（中西醫結合）等醫院，指示病例（Index Case）幾乎同時爆發，各醫院的6~7例非典型肺炎病例，都被盡職盡責的醫生們注意到，并立即上報，拉開疫情序幕。

隨后，各醫院的醫生，又在本院病例庫里，追蹤了本單位原發病例（Primary Case），找到了更多12月發病的病例，并描繪成曲線。

目前臨床庫里追蹤到最早的病例，分別是12月初的華南果品市場攤販、12月初附近小區常年癱瘓臥病在床的老年癡呆患者。顯然，這些還都不是真正意義的“原發病例”。如果公共衛生調查力量介入，在去年11月的武漢，理論上有可能找到所謂的“1號病人”——按流行文化和熱門網文的定義，大致是人類世界里第一個患病的患者。

但想找到嚴格意義的“0號病人”——按流行文化和熱門網文的定義，大致是人類世界里第一個被動物感染、但卻沒有生病的患者。然后又是他把病毒傳播開來，最終產生了“1號病人”的感染-傳染者——但這是不可能的。

從疫情發生到現在，武漢市中心醫院急診科主任艾芬，帶領著近200人的團隊，50多天不下火線

因為現在大家都知道了無癥狀感染者、病毒潛伏期的概念。無論你找到誰，你怎么證明，在他/她之前的1~2個最長潛伏期（14~28天）內，就一定沒有別的疑似病例、沒有無癥狀感染者？“會不會還有上家”？這沒法證明。而且，由于當時的患者已經治愈、自愈或者病亡，做核酸檢驗已經是過去式。

就是做最靈敏、有記錄的血清抗體檢驗——現在武漢好幾萬病愈患者、自愈的輕癥患者、無癥狀感染者，如何確定感染時間先后？如何確定誰是去年11月而不是今年1月不知不覺感染上的“無癥狀患者”？現在也完全區分不開了。

所以，傳統流調的追溯極限大概就是這里了——它提供了病情溯源的起點。

但要繼續局限在這個辦法里“找”，那就是駕馬車鉆死胡同。如前所述，蠢得冒煙的行為。要不僅掌握病毒在人類世界流傳的“今生”，還要了解病毒之前在自然界演化的“前世”，必須用21世紀的分子生物學、生物信息學。

因為，在病毒序列里，記載著病毒傳播演變的全部身份、歷史。也正如鐘南山老先生所說，必須要靠“溯源”。

溯源工作的三個目標

溯源工作的基本工具，以前已經講過很多次了，就是基因測序（“測”）和生物信息學（“算”），最重要的分析手段，就是演化樹定位。這些都是全世界生物學界公認的基本標準，現代生物學的基礎地基，也是實驗室最常規的手段，而不是什么科學前沿。說白了，中國懂，美國也懂，俄羅斯也懂，一般國家都懂，所有的生物研究者都懂。

現在一臺測序儀每天可完成 60 人的全基因組測序，把 60 個人每人 31.6 億bp這么復雜的生物DNA全部測出來。新型冠狀病毒只有不到 3萬bp的單鏈RNA，不到一個人10萬分之一的數據量，在現代基因測序技術面前如同裸奔一般。

以前沒有基因測序，各種陰謀論還真不好反駁。但有了基因測序技術之后，全序列清清楚楚，都袒露在全世界面前。病毒的變異、留痕，都是公開透明的、可以追查的。不認可的國家、專家可以自己調查研究，樣本現在全世界都有，只是發出來的報告不要被全世界淪為笑柄就好。

溯源工作至少有三個主要層面：

1、研究病毒如何從動物進入人體；搞清楚它從天然宿主到人類世界的路徑，通過什么中間宿主，發生了什么基因變異、重組，最后在什么場景下傳入人類世界。

2、研究病毒在自然世界的演化史（“前世”）；在自然界演化過程中，病毒的特性是否發生了明顯的定向的變化。

3、研究病毒在人類世界的傳播史（“今生”）；從武漢到全世界的擴散過程中，發生了什么樣的變化，有沒有出現傳播能力和毒力的變異。

從關心程度來看，可能大部分人關注的程度是1、2、3。但從病毒溯源的過程來看，邏輯步驟則應是3、2、1。我們今天先來談3。

臺灣節目揭露病毒來自美國？

最近一條“臺灣節目追溯新冠病毒源頭，然后追到美國去了”的視頻火了。

節目中，有關嘉賓判斷新冠病毒源頭可能在美國的主要依據，正是前不久幾位研究者在ChinaXiv論文預印本網站上聯合發布的一篇論文。

也正是我早就說過——“大錯特錯”、“嘩眾取寵”的一篇論文，發表于2月21日。四位作者分別來自西雙版納熱帶植物園綜合保護中心、韶關大學生物農業學院/華南農業大學林學與園林學院、中國腦科學研究所。

當時就被生物業界同行評價為——做研究跨界太大，結果存疑。當然，我們不因人廢言。但所有科研成果，都需接受專家學者的交流和討論。

當時的網友評論在這篇論文里，對病例、樣本的命名極其混亂、拗口。什么mv1、H38、H3、H1、H56、mv2，編號亂得要命，數字大小既不代表時間順序，也不代表空間與邏輯順序，真不知道怎么命名的。

（順帶說一句，就我個人的行外感受，混亂混沌的生物，跟嚴謹有序的物理、工程，兩種學科的思維模式非常不兼容。）這篇論文，當時就被一般讀者吐槽了。命名、邏輯顛三倒四，讓人讀起來、理解起來極其費勁。神馬玩意?。?/p> 當時的網友評論

經過令人頭疼的閱讀，終于能理解，他們的研究方式是，選取了GISAID數據庫中覆蓋了四大洲12個國家的93個新冠病毒樣本的基因組數據（截止2月12日），通過數據解析，追溯傳染源及擴散路徑。他們研究發現，93個樣本包含58種類型，可以歸納為五組。

結果他們發現，武漢居然只有三組！深圳有另外一組，美國有另外一組。而且美國集齊了所有的五組！有陰謀！大陰謀！

嘩眾取寵不要太過啊……

這里，我先用普通讀者就能讀懂的視角來解析這篇論文。其實論文當時就承認，來自武漢的樣本，取樣截止日期早在1月5日之前，而全球大部分地區的樣本，都是1月22日之后才獲取的，當時最晚的取樣日期是2月3日。

但就是這樣的背景，還能得出結論——華南海鮮市場的患者可能是被傳入的，不是原始來源。因為武漢/華南海鮮市場的類型單一，而武漢/華南海鮮市場之外的類型反而比較豐富。所以這就是論據-推論-結論。我也是服了。

如果仔細研究數據來源，就發現研究的依據——武漢的樣品完全采自早期幾家定點醫院，而且樣品采集時間局限于12月24日~1月5日之間。稍微有點記憶的讀者就知道，當時公布的發現病例，不過是區區44~59人！實際上就是那幾家醫院發現的指示病例（Index Case）而已！

而中國疾控中心2月12日所做的回顧性研究已經顯示，12月31日之前，湖北已出現104名發病者（還不包括感染者）；到1月10日，已經出現653名發病者，分布在20個省份的113個縣區，其中湖北占88.5%（578人）。其他75人已經位于湖北省外的19個省。這顯示大規模疫情傳播已經開始，感染者還不止這幾百人。

在武漢幾百個已經發病的病例中只選幾十個病例，那肯定類型不全啊！至于拿1月20日已經流散到全球、開始演化的病毒，去比較1月5日之前的少數幾個集中的早期病例，那就更是關公戰秦瓊了！論據選取就已經大錯特錯了，遑論其他。

當然，21日的這篇論文，還是承認全球包括美國早期的感染者，都有武漢旅行經歷，是在武漢被感染的。所以論文得出的結論就是，可能源頭在華南海鮮市場之外，但是還是在武漢。而之后的媒體傳播，就故意隱去了“武漢旅行史”，變成了美國憑空就有了所有五組病例。所以……這形同造謠了。

更加驚世駭俗：湖北已經是第三代？

論文還認為，美國的第一例病例，在演化樹上還屬于中國的“祖先”，這就進一步輔助坐實了陰謀論。美國是“爺爺”，中國怎么是“孫子”，這不就是從美國傳來的嗎？

不僅如此，原論文認為廣東（綠）、日本（藍）、美國（粉紅）的病例病毒是第一代，英國（灰黃）、澳大利亞（土黃）、美國（粉紅）、韓國（青綠）、越南（土粉）是第二代。

原論文作者的解讀湖北（正紅）病例在第二代才出現，第三代才擴散。這真是驚世駭俗??！武漢是被廣東、四川、云南、越南、韓國、英國傳染輸入的？這不是扯地嗎！但真實的原因上一段已經說了，這里選取的湖北（也就是武漢）病例，都是1月5日前被收治的一小部分（比例約1/10）。

這是更正確一些的解讀

而圖上大量的外省、外國病例（1月底之前），則都是1月20日前，在武漢旅行、居住，被傳染上的其他病毒子類型。

只要是專業研究者，一眼就看透問題了

且不說上面已經講清楚的病例選取問題，我還就是一句話，你訪問過他們做研究所用的數據庫GISAID嗎？你只要上去看一眼，就知道他們錯在哪了……這里先科普介紹一下，專業研究者做基因比較，最常利用的就是這么幾組國際公開共享的基因數據庫：

GenBank是美國國家生物技術信息中心(National%20Center%20for%20Biotechnology%20Information%20，NCBI)建立的基因序列數據庫。GISAID的全稱是Global%20Initiative%20of%20Sharing%20All%20Influenza%20Data（全球共享所有流感數據倡議），由德國聯邦食品和農業部及其下屬的德國聯邦動物研究所運營。

CNBG（China%20National%20GeneBank%20DataBase）中國國家基因庫，則是由深圳華大基因運營。由于病毒特性，在這次疫情中，德國的GISAID國際流感數據庫是各國學者上傳最集中的數據庫。這個數據庫最開始的時候專注于流感，后來則逐漸擴大為呼吸道傳染病，及其他生物信息。

好，我們就來訪問這個GISAID。現在已經有21個國家共享了128組病毒測序數據。從首頁只需點擊一下右側導航欄，你發現了什么？

原來，GISAID已經直接把所有病毒的演化樹，按時間、國家、特別是演化樹的結論，直接呈現了……

GISAID的地區設色，中國大陸為深紫色，大致由近到遠顏色變化，美國為深紅色。雖然中國的上傳更新還是很慢，大部分序列還是1月24日之前的，外國的要快得多。但GISAID已經把所有序列的演化關系，初步自動計算呈現出來了。

可以看出，在繁衍、變異、傳播的演化樹上，的確總體上是中國早期的病毒是“爺爺”，亞太的是“兒子”、歐美的是“孫子”，呈現出由近到遠演化的有序序列。

說實話，對于生物信息學我只是概括了解，我確實無力演算驗證。但你要說，是最全專業數據庫全自動生成的、清清楚楚的、可視化的、邏輯時間結構清晰的結果可信，還是跨界研究者手工計算、顛三倒四、令人費解的結果可信？我當然是相信前者……

明明網絡數據庫直接就給出了最全、最現成、可視化的結果，誰還要你手工自己算……而且還算錯了，算錯了，算錯了，算錯了，算錯了，算錯了……

溯源3就這樣在被一篇奇葩論文打亂的過程中大致完成了。其實，還有好幾篇嚴肅、可信的論文，然而卻無人問津。

比如南方醫科大學（原第一軍醫大學）的研究者，就把病毒由動物傳入人類的時間，初步確定為11月10日左右。結合臨床回顧，這個時間點應該是可信的。那下一步，我們就圍繞這些嚴肅論文，展開對2和1的追蹤。