在样本大增的情况下，Nextstrain还是强调：“重要的是，需要强调我们的结论受数据可获性的限制。在所有病例中，只有一部分得到了检测。在检测的病例中，只有一部分样本得到了测序。在不同地区、不同时段，哪些样本被检测、测序可能变化很大。而且，疫情系统树的建构总是有一定的不确定性。”

因此，我们虽然可以解读样本之间的亲疏关系，判断他们之间的传播路径。但即使是这些用途，也需要小心对待。至于直接推到源头，就太不靠谱了。

对判断起源真正有用的，还是要靠早期样本基因的比对。可由于这个病潜伏期长、有大量可自愈的轻症，早期样本的进一步发掘很困难。

“零号病人”对新冠病毒来说，意义不大。如果是潜伏期短、病症猛烈的疾病，或许还有一丝可能找到，但对于新冠这样潜伏期相对较长、轻症多且可自愈的疾病，不大可能找到“零号病人”，或者说找到的很可能不是真正的“零号病人”。

中国一开始对疾病的判断限定与海鲜市场有关，美国等一开始限定与中国有关，从避免恐慌、避免挤兑医疗资源的角度来说，是可以理解的，但给溯源带来了更多困难。

现有的早期样本的比对研究，都无法摆脱这个困扰。而且样本少的情况下，稍有缺失，就会有很大影响。Nextstrain也举例，劝告人们在解读科研数据时要谨慎。

例子是这样的：假定黄国的病原有三支传入蓝国，如果所有图上这些点全部测到，相当于开启“上帝视角”，就能像第一幅图那样准确还原全貌。但如果少测了第一幅图中右侧的黄点，那么就会像第二幅图那样，误认为是单次传入，而且时间也提前了。更极端的例子是，假如只测到一个黄点，甚至会得出完全相反的结论。

有些先前发表的研究，虽然学者已经给出了很多评价，但这些讨论似乎并未充分进入大众视野。很多人依然在引用“五毒说”和“S型与L型”。这里也简单提一下。

被概括为“五毒说”的研究，首先是样本局限性比较大。因为前面提到的早期样本被限定在一定范围，所以武汉样本基本都与华南海鲜市场有关；而广东首例、美国的两个特殊类型都有武汉旅行史。

因此科学家在解读时，始终是说，华南海鲜市场可能并不是最早的病毒传播地点，但基本没有把圈划出武汉之外。“五毒说”的基础就不存在。

其次，所用的蝙蝠冠状病毒序列RaTG13与新冠病毒虽然接近，但要用来确定“祖先”还差得太远。RaTG13与新冠病毒大约有4%的差异，即1000个以上的核苷酸，而新冠病毒的差异也就十几个，根本不能确定RaTG13哪些地方与真正的“祖先型”接近。

类似地，还有日本BioData公司的研究。作者也用了RaTG13，但知道溯源肯定不靠谱，因此文章只是探讨了病毒多次传入的现象。

没想到中文世界里把它作为溯源证据，惊动了正主，直接用中文辟谣，官方“打脸”。

你也许会怀疑这是不是正主，不是叫“日本川崎生物数据公司”吗？其实人家原名就叫“日本BioData”，川崎只是所在地而已。你会管中石油叫“中国北京石油”吗？当然，这和3个月来中文媒体犯的其他错误相比，可以说是微不足道了。

至于“S型与L型”的论文，不仅同样用了RaTG13，导致盲目判断样本分化的先后顺序，而且犯了低级错误，把美国样本中测序不准、可能是C可能是T的位点，当作既有C又有T，认为同时感染S型和L型。

如果是L型更早，那么最早爆发的武汉L型多，时间上早期L型多，就都可以解释了。但原作者坚持认为是S型早，而不审视自己方法学上的问题，不得不拼凑一套传播力和毒力差异的故事，却没有其他证据支持。这套故事引发了各种遐想，可惜一切都建立于错误与过多的假设之上。

如果一项研究本身不包括测序工作，而只是基于其他人公开的序列进行测序，其实全世界的科研人员都可以做。抢发一篇漏洞很大的文章，恐怕不是因为手速快、脑子好，而是同行更为严谨。这类抢发并不是什么好风气。

后来，有报道称发现了与新冠病毒相似度达99%的穿山甲冠状病毒，是否就能够用来比较准确地溯源呢？结果是空欢喜一场。它们仅在编码E蛋白的基因上99%相似，整体上还不如蝙蝠冠状病毒。还有研究发现，某些穿山甲冠状病毒S蛋白（刺突蛋白）的受体结合区域与新冠很接近，蛋白质相似度高达97%。但这些只能说提供了野外重组可能的线索，离真正的源头还有距离。

我接触下来，网友热衷讨论的问题，生物学家们基本都“毫无波澜，甚至有点想笑（也有想哭的吧）”。唯一让少数人感到有趣的是，冠状病毒的S蛋白中有个剪切位点，插入了4个氨基酸，被认为可能与致病性有关。

不过，这种“意外”没有维持太久。3月初发表的研究发现，在狂测了200多个蝙蝠病毒样本后，取自云南的蝙蝠冠状病毒RmYN02有3个氨基酸插入，虽然有一个不同，但新冠的4个插入一下子就没那么“不可思议”了。

即使生物学家中间，之前对此事的看法也有所不同。搞分子生物学和遗传学的会比较“重视”这个问题，搞生态的就比较淡定：我们对自然界种群的认识还差得远呢，在野外种群里一时没找到插入很正常，接着找呗。

据我所知，有学者试图从美国的物种里寻找与这4个氨基酸完全一致的样本。因为文章还没有写出来，具体的摸索方向，先暂时保密。但这确实是个溯源的思路之一，祝愿他们成功。

不过4个氨基酸数量太少，光凭这个不能完全确定来源，还需要看蛋白质整体的吻合度。王立铭教授也曾提醒，要注意避免“选择性注意”的错误：“只要它们（基因）彼此间的差异不是完全平均分布的，你总能找到一些地方的相似程度超过其他地方，你也总能找到少数几个地方是完全一样的。但是这种现象可能仅仅就是随机的产物”。如果只看4个氨基酸，犯这类错误的可能性就会升高。

单单比较蛋白质的氨基酸序列也不够，同时要比较基因序列。因为有些突变不改变氨基酸序列，基因的差异会比蛋白质显示的要大。无论如何，如果这个方向能得到确切的结果，确实是一条有趣的线索。

总而言之，真要往前推来源，或证明来源在其他地方，现在有效的方法是：

·检测美国去年的流感病例

·检测意大利或其他国家更早的疑似病例（单从前推来源来说，中国的疑似病例也要找）

·寻找更接近新冠病毒的野外样本

可以提供传播链线索的是：

·寻找部分特定片段可能的重组来源

奥卡姆剃刀原则

回顾整个梳理过程，我们可以发现媒体、自媒体、社交平台用户犯了许多错误，比如标题党、误解基本原理、不看文献、不思考方法漏洞等。

而且，很多轻易对病毒来源做出的判断或怀疑，都是基于对现有信息的误读或假设，甚至串联几个假设，看似“铁证如山”“环环相扣”，最后无非推出一个小概率甚至极小概率事件。

科学上一般采用从简的原则，基于多件小概率事件的推理很难被认为是“合理质疑”。科学家们在工作中也经常需要探讨假说，但堆积多重假设的往往不是有价值的假说。

奥卡姆剃刀当然不是万能的，不必然就正确，但科学上一般要依靠直接证据才能把小概率事件“扶正”。否则整个世界就乱套了，谁都可以举出符合自己需要的可能性，然后咬定这个答案不可忽略，决策、判断都无从谈起了。

科学无法一劳永逸地击碎“阴谋论”，因为小概率事件总有存在的空间。举个例子，绝大部分UFO现象都能得到合理的解释，科学家既不会也无法断言UFO肯定不存在。

人们或许会认为，既然世界上热衷阴谋论或小概率假设的人那么多，我们为什么要提高科学素养，拒绝这样的方式呢？回到开头，其实已经给出了答案，因为缺乏科学素养可能会伤害自身，比如莫名论定“吃蝙蝠”。

而且卫健事业跨越众多学科，涉及社会经济问题，还事关每个个体，极为复杂，要建设人类的“卫生健康共同体”，没有民众的科学素养打底将事倍功半。

全球贫困人口大幅下降，主要靠的是中国；全球森林面积增加，主要靠的还是中国；那么，全球科学素养的提高，为什么不能靠中国呢？这算是一个中国科普工作者小小的雄心壮志吧。

【研究新冠病毒，需要生物学家、流行病学家、临床医生等的通力合作，同样地，科普工作也需要各方配合。有时，甚至医生也会误信媒体上对生物学研究的错误解读，反之亦然。本文只是抛砖引玉，欢迎相关学科的专业人士批评指正，共同探讨。】

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。