看图详解剑桥大学PNAS文章分析SARS-CoV-2病毒系统发生_风闻

来源 | 谭亚娣（yaditan）

谭亚娣，药理学博士，从事药物开发和医疗相关国际交流工作。

一起读源头文章，看看和道听途说的结论有何区别。

昨天大家突然都讨论起一篇学术文章。我也认真研读了一下。发现广为流传的中文解读未必就是最完整和可信的信息，因此想和大家一起来看看数据。

文章题目和作者如下：

这一篇四个作者，来自多个英国和德国的五家单位，包括德国法医遗传学研究所，剑桥大学XX考古研究所，英国X科技公司，英国某医疗机构，德国某大学临床分子生物学研究所等，有的作者跨国及产学研一条龙地任职。

昨天网上传的结论是这样的：

我们一起看看原图：

这是正文的图一（也是唯一的一个图）。注意右下方那个最远最远的点是蝙蝠（BAT）。中心的三个圈按顺时针方向可以找到B，A，C三个字母。左上的图标黑色是BAT蝙蝠；黄色是CHINA中国，橙色是EAST ASIA东亚，深蓝是USA美国，灰蓝是CANADA加拿大，亮蓝是EUROPE欧洲，紫色是AUSTRALIA澳大利亚，深绿是MEXICO墨西哥，亮绿是BRAZIL巴西。

注意到B组中心圈最大，是黄色和橙色（中国和东亚人）；A组和B相连的圈来自包括四类人群（中国和东亚+澳大利亚和欧洲），然后向下向右扩展到美国、澳大利亚、欧洲等地；C组和B相连的圈是澳大利亚，然后向左扩展到东亚、欧洲、美国人。

那到底是什么数据支持说A类变种在武汉很少呢？

（注意到这个图是由160个病毒基因组构成的，每个圈的面积对应其病毒基因组数目。所以，那种最小的圈应该是代表一个病毒株/基因组，从面积大小和扇形分区也很容易看出那些代表3-5个基因组的圈的大小。另外两个圈之间的距离和突变数目成正比；最短的距离就是一个突变）

这篇文章有个补充图集（Supplementary Figures），其中图5显示了细节的每个圈的病毒来自哪里。

看看这里A组里的黄圈圈，单纯的A组黄圈从左到右数一共有8个（+右边中间延伸出去一个黄圈标注北京），分别来自yu-an（云南？）、深圳、广东（较大圈估为5株）、武汉、重庆、武汉、武汉、四川。其中单病毒株小圈三个武汉。

总之，A组这边的圈圈大小不论一共30来个圈，考虑大小估出大约44个基因组，其中5个是武汉（A的初始根圈含2个武汉）。确实比例不高。而美国大约有10株，澳洲5株（原文说15/33是美+澳），东亚11株，欧洲3株（按所有A组黄色大概数出中国15株，其中5株武汉）。

（看到这里，A组含武汉病毒株少是确定了，但是对A组是root of outbreak？爆发源头的结论是不是有点疑心了？后面我们再看一个数据讨论这一点）

再看看C组的情况：

看到C组第一个点是单基因组点，悉尼株，是从B的中心圈突变了一个基因；然后它继续突变散发到美国、东亚、欧洲、澳大利亚等人。C和A中间的一个4基因组圈（3橙东亚1黄中国）不知算归为B还是C，应该可以算B组的延伸，然后其一个分支和C组交叉融合了（两个突变分两种顺序，然后汇合），三个分支独立发展分别去了东亚、欧洲和澳大利亚等；最右边一个分支又和A组出来的一个分支殊途同归了。

我们再看看B组吧。

为何网传图片说B组基因组没有传出东亚地区？原文是：

A complex founder scenario is one possibility, and a different explanation worth considering is that the ancestral Wuhan B- virus is immunologically or environmentally adapted to a large section of the East Asian population, and may need to mutate to overcome resistance outside East Asia.

翻译：复杂的创始者效应是一种可能；而值得考虑的一个不同解释是先祖的B型病毒是在免疫学和环境上适应了大多数东亚人群的，其可能需要突变才可克服东亚之外（人群对该病毒）的抵抗力。

图中我们看到，B型病毒的中心圈（根圈）全部是中国和东亚人；其向外第一圈（1个基因突变）有大大小小18个圈，其中只有4个圈感染了东亚之外人群，占比按种类4/18=22%；按个数4/27=15%。B型向外第二圈（2个基因突变）有大大小小24个圈，其中有7个圈感染了东亚之外人群，占比按种类7/24=29%；按个数13/37=35%（按图目视估算）。 这个数据确实可以支持“B型病毒需要更多突变才更能感染东亚之外的人群”的说法。【联想到了欧美一开始的轻敌态度？“东亚人的病”？】

再看一开始的网传图片说的“B类病毒有没有传出东亚地区”，其结论是不是有点简单粗糙？应该说B类病毒经过突变也传出了东亚地区。而且突变只需1步，只是突变越多，感染东亚之外人群的比例越高（至于这些突变如何影响了致病性，还不得而知）。

现在可以再讨论“A类病毒是源头”这个说法了。

先看一下作者提供了另一个数据。按病毒基因组检出的时间线作的图。

先熟悉颜色图标：

样本采集周（从2019年12月24日起）

黑色是蝙蝠；棕色0周；灰色1周；白色2周；黄色3周；橙色4周；红色5周；紫红、湛蓝、灰蓝、粉蓝分别为6，7，9，10周。我们需要记住早期第一周起的颜色依次为灰、白、黄、橙就好。

再看图：

第一：0周病毒株在B组11点钟方向，距离核心圈3个突变。

第二：1周灰色病毒株仅仅出现在B组核心圈及周围1-2个突变圈。不涉及A组和C组。

第三：2周白色病毒株出现在B组核心及周围1-2个突变圈，包括A组核心圈。不包括C组。

第四：3周黄色病毒株出现在B组核心及周边远达5个突变的距离；以及距离A组核心圈1-3个突变（等于距离B组3-5个突变）的距离（推测是广州最早发现的那一组人传人？）。不包括C组。

第五：4周橙色出现在B组核心圈及周边，包括A组核心圈及周边1-4个突变不等的距离。最远的一组是左下7点半方向距离B组核心圈8个突变。不包括C组。

第六：5周红色，全面爆发。C组一下出现很多（也许和澳大利亚和欧洲的 样本采集时间有关）

第七：后面的时间点都和前面的病毒株有关系。往往距离核心圈突变更多。

从这个时间点分析，说A组/型/类病毒是“爆发根源root of outbreak”，合理吗？如何理解才合理呢？况且0周样本隔那么远，和假设为源头的蝙蝠基因组呈对角线。

看到专家圈里的讨论，有一位这样说：A组病毒早就存在，但对亚洲人感染不强，需要突变发生，产生B组核心圈这种“创始者”病毒株的出现, 然后大量感染东亚人。这个确实有可能。不过是不是反过来B核心圈毒株发生变异产生A组病毒以及更为广泛的感染更有解释力？

这里我想指出，文章作者先预设了一个已知与2019新冠病毒序列最接近的蝙蝠毒株为源头。所以得到了A组最靠近源头的结论。这个预设有多大把握呢？应该说当前数据并不是很支持，特别是0周病毒序列和时间线数据。

现在病毒源头并不清楚。如果我假设源头病毒与B组核心圈病毒更为相似，B组核心圈病毒或其近距离毒株（比如位于B组核心圈与0周病毒的连线上）才是“爆发根源”，是不是更有说服力？因为那样演化和时间线就完全对上了。

也就是说，时间线的结果提示，还是B组病毒为最靠近先祖基因组，然后发展成A组及其分枝以及C组病毒。这样也更容易理解欧美的“东亚人的病”这样的态度。

所以这一篇文章，因为是基于2019年12月24日起的病毒测序结果，只能很好地呈现了病毒的扩散，并不能直接支持病毒的溯源。

欢迎留言讨论。

（完）