变异与测序

从上述梳理可以看到，目前没有任何证据，可以把某些人正在热议的几件事，联系到新冠疫情上。

但有人说，不管“实验室泄漏”情况下传播路径大概率会是什么样子，也不管美国目前的失控状态很像是首次面对疫情的状况，病毒会变异啊。确实，变异这事真是个“法宝”。你只要随便指定病毒如何变异，那它就可以克服重重阻碍，想去哪里就去哪里，想怎么传播就怎么传播。

你可以假设美国泄漏了病毒，而且是低致病性的，所以CDC的检查、处理不紧不慢，几个月后搞的演习还是个纸面的，但恰好突变提高致病性，引发了美国超强流感季。

你也可以假设它是低传播性、低致病性，在美国没传开，没发现，在军运会也没传给其他国家的人，到了武汉社区，突变同时提高了传播性和致病性。

用这种思路，其实完全可以跳脱什么军运会和实验室，一切路径都能实现。《瘟疫公司》玩玩可以，千万别带到现实世界啊。目前没有证据证明，新冠病毒曾发生过那些变化。

测序可以帮助我们了解到底有什么变异，可以了解不同样本间的关系远近。

很多人一直盯着Nextstrain.org，这家网站在持续更新全球新冠病毒基因的分析结果，到3月25日为止，已经有1200多个样本。而短短几天前，3月19日还只有700个样本。

打开网站，默认的树状图是这样的，图中数量较多的紫色点是中国内地样本，数量较多的红色点是美国，蓝色与其他紫色主要是亚洲国家与地区，橙色主要是美洲国家，黄绿色主要是欧洲、大洋洲国家。

具体归为什么地点按发现地算，如果有人从某地出发到了其他国家，才被发现并检测，那么就算落地国的。

你可以改变图的参数、图的“坐标”或说“分支长度”（Branch Length，比如上图的横坐标就是显示日期的矩形图，下图是“极坐标”显示突变数的辐射图），选择颜色表示国家或地区还是其他参数，也可以点在某个样本上，了解突变、来源、研究作者等相关信息。

如何理解树状图呢？Nextstrain网站上举了个简单的例子，如下图：

假定你有A-E的5个样本，不同颜色的点，表示基因差异。蓝色点是都有的，而根据黄色与青色，可以分成两组。为何不用绿色与青色分组？因为黄色的范围大于绿色。

需要注意的是D与E，D是平头的，E的线长出来一截，表示它还有个独特的基因，是其他样本没有的，拖出来的线越长，基因组也就越独特，C就是这样的例子。

看上去很简单，但如何解读“树”也不能想当然。有人看了下面这张图，就声称病毒在欧美的传播时间长，理由是美国、欧洲的突变数量比中国的高得多。

先澄清一点，突变是一个概率事件，偶然性很大，病毒基因组小、复制周期短、错误率高、选择压力大，甚至有时还不得不考虑回复突变的概率，变数很多。传播的时间久，累积的突变数量多，本来也只是一个笼统的说法，不能单凭个别数据推算可能的起源时间，只能整体估计。

更关键的是，突变数量和起源地真有关系吗？假设A国和B国的疾控条件相同，病毒从A国到B国，在3个月里总共传了3000人，与本身在B国3个月传3000人，有本质区别吗？病毒又不认识国境线。

中国样本的突变数量少，最主要的原因是疫情彻底控制住了，目前只有前期的样本，等于后半部分传播的时间被砍掉了。

真正和辨别起源相关的是突变的多样性，而不是数量。一般而言，突变五花八门，也就是在树上分支多，那么很可能更古老一些。

但对于致病微生物，千万不能独立看待突变多样性，同样要考虑疾控的影响。打个比方，病毒在A地传播，但传播的人数有限，传到B地后，疫情失控，B地的病毒虽然晚，复制的机会却比留在A地的病毒多得多，那么复制出错的机会也就更多，基因多样性也就上去了。只有看与A地基因树相连的地方，才能反映B地病毒的真正来源。

有人还指出，图上一个高达26个突变的美国样本后来被篡改了。这也是“隔行如隔山”导致的问题。科学工作者遇到一个奇特的数据，也许很兴奋，但首先应该质疑数据是否有问题。如果确实出现了重大失误，理应撤回数据。

不了解基因测序的人，会以为测序必定100%正确，其实根本不是，把基因打断检测，再一点点拼起来，真的不容易。中国较早提交的Wuhan-Hu-1样本，在GenBank里的编号是MN908947，版本号是MN908947.3，更新了三次。

当样本多了之后，还常有两个国家的样本基因相同的情况。我们可以假设下，如果一个庞大的分支，几乎都来自甲国，在基部有A、B两个相同样本，A的样本取自乙国飞到甲国的病例，而且比当地的B发病略早，那么正常的推论是：这是一个乙国来的病例，甲国疫情失控后，导致分支大扩展。

当然，我们不能完全排除一些小概率事件。比如甲国首发病人C，恰好刚感染就出差去乙国传给A，而且没有突变，A恰好也是刚感染立即出差去甲国传给了B。现在A、B、C序列是一样的，而时间也没拉开，因此它们在各自国内的传播，可能和上一段假设的情况差别不大，那么如果C没有被测序，而A、B测序了，我们就可能得到差不多的树，以及相同的从乙国输入甲国的推论。

唯一的问题是，这样的小概率假设，科学家不会采信——当然也无法完全排除。科学家的谨慎是有道理的。

另外，好几个国家在树的多个分支上都有出现，不能简单解读为这些国家是发源地，都需要结合流行病学调查，看看是否多次输入导致的多样性。目前的证据没有颠覆多次输入的推论。

这么说，光看“大树”其实对推测“终极来源”没什么用？事实正是如此。“大树”固然是靠基因之间的比较建起来的，可在一般情况下，后面采集的样本其实主要是在把“树”做大，对挖“深”根部没什么帮助。也可以拟合曲线，看看可能的最早分化时间，但这是比较粗糙的估计。

最多也就是整体判断下，“大树”有没有什么“异常”。有些人假定病毒在其他国家先开始传播，被当成其他疾病，那么可以推论，即使早期样本没有发现，基于它们演化出的新版本，现在还是很有可能被测序，而且与从中国传播出去的版本有很大不同。但目前还没有发现此类“疑点”。