这次疫情，我本来不想讲科普。毕竟我不研究冠状病毒，而这方面专家和医生的科普都很多。但前几天看到所谓“新冠病毒不太可能是自然进化的”的传言，论据无比扯蛋，居然还有自媒体煞有介事地解读，广为流传。我真的是气到发抖，忍不住临时写了这篇。
事情发生在1月31日，一群印度科学家上传了一篇论文，标题是《Uncanny similarity of unique inserts in the 2019-nCoV spike protein to HIV-1 gp120 and Gag》，大白话翻译过来就是：
新型冠状病毒（2019-nCoV）的刺突蛋白里有几段独特的插入序列，这些序列和人的艾滋病病毒HIV1里的两个蛋白质gp120和Gag序列很像，而且这种相似性一般不太可能发生！！！
大新闻吧？刺不刺激？！
但是，注意了，我前面说的是“上传”了一篇论文，而不是“发表”了一篇论文，因为这篇论文是被放在生物类论文预印本网站bioRxiv上的，而这个网站，谁都可以上传论文！！！
是的，你没有看错。不要求数据真实，不要求试验严谨，不要逻辑严密，不要求同行评审，什么都不要求，只要有还没正式发表的生物类论文，就可以往这个网站上放！
bioRxiv这个网站，本来是用来给科学家们储存还未正式发表的论文草稿（行话叫“预印本”）的。因为科研论文的发表要经过严格的同行评审，时间可能很长。这么一拖，有时候就有其他人做出了类似的研究，最后算起成果来，难免会有些纠纷。而有了bioRxiv，大家就可以在第一时间把论文草稿上传，最后算起发现的先后，也有个客观的依据。
所以，这个网站本质目的就是保存一个科学发现的时间点。至于这个发现本身是真是假，靠不靠谱，是之后论文发表的同行评审来评价的，不是bioRxiv这种网站的要求。
今天我上bioRxiv，看到它上面也特地出了醒目的提醒：
所以说，这篇广为流传的论文，压根就没有正式发表，并不一定可靠。更要命的是，它的结论也有明显的漏洞，根本站不住脚！
它里面的主要论点，就是找了新型冠状病毒蛋白质里的4段序列，去数据库比对了一下，然后说：这4段序列在其它冠状病毒里都没有，却在人艾滋病病毒HIV1里有高度相似的序列。
出于严谨，我自己也去数据库比对了一下这4段序列。下面是我检索时用的一些信息，供专业的小伙伴指正探讨，不感兴趣的小伙伴可以略过：
NCBI Standard Protein BLAST
数据库选择：非冗余蛋白质数据库，non-redundant protein sequence (nr)
生物：病毒，viruses（taxid: 10239）
比对算法：blastp
下面是我比对的结果。那篇论文里一共提到了4段序列，我一个个地说，保证解释清楚。
第1段序列：
这段序列有6个氨基酸长，下面的图里面是比对结果，按照相似度从上往下排列：
除了新型冠状病毒本身，相似度最高的确实是HIV1。但其实仔细看的话，下面的其它病毒相似度也很高，右边的各项分数都和HIV1是一样的。
这里标出的两个其它病毒是链球菌噬菌体，一种感染细菌的病毒，其实后面还有更多其它病毒，因为截图大小关系没有截进来。这说明什么？说明这个序列在多种病毒里都广泛存在，在HIV1里有，压根不足为奇。
另外，这里HIV1的相似序列看着好像特别多，但其实只是多个不同毒株里的同一个蛋白质。不同毒株的区别，大概就像重庆人和四川人，略有区别但相差不大，只是在数据库里会分开列出来。HIV1被研究得很多，分离出来的不同毒株也多。所以虽然看着多，但并不能说明什么。
第2段序列：
这段序列也是6个氨基酸，还是按照相似度从上往下排列：
这第2段序列，除了新型冠状病毒以外，还在蝙蝠冠状病毒里存在，序列完全一样。什么？那篇论文里不是说在其它冠状病毒里没有的吗？我就想问，脸疼不？！
HIV1当然也有，屈尊第4。后面一大堆其它各种病毒，序列相似度都是100%。再次说明：这段序列在各类病毒里都可以找到，HIV1里有不稀奇！
第3段序列：
这段序列是最长的一段，有12个氨基酸，依然按相似度从上往下排列：
和上一个类似，比对出来，除了新型冠状病毒，最相似的其实是蝙蝠冠状病毒！
HIV1呢？不好意思，截图里没有！
我往下拉到第97个病毒，终于找到了HIV1，相似度只有60%：
放着那么多有100%一致序列的病毒不提，偏偏来说HIV1这个只有60%相似的，我很好奇那篇论文到底想干嘛？
第4段序列：
有段序列有8个氨基酸，咱们还是按相似度从上往下排列：
HIV1这次倒是榜上有名，不过只排第11位，相似度只有87.5%。前面好几个其它病毒，序列相似度都是100%。
还是那句话：放着有100%相同序列的病毒不提，偏偏那HIV这个不足100%的来说事儿，到底是什么居心？！
好了，4段序列咱们都比较完了，总结一下：
1. 这4段序列都在很多病毒里面有，并不是HIV1特有的。而且，对于部分序列（3和4），有很多病毒都比HIV1相似性高得多。
2. 序列2和3在蝙蝠冠状病毒中也存在，并不是在新型冠状病毒2019-nCoV里突然出现的。
3. 综合上述信息，新型冠状病毒有可能是由蝙蝠冠状病毒演化而来。 由这几段序列得出“人造”或者“实验室改造”的结论，不仅不合理，还非常不负责任。
最后，关于这篇漏洞百出的论文，最新的消息是：作者已经表示自愿撤稿，回去修改。
我想，我们也已经大概清楚，这篇所谓的“论文”，究竟是怎么回事了。
PS：
其实bioRxiv上的那篇论文刚上线的时候，国内并没有那么多人注意，我只从几个学术圈的朋友那里听说了一些相关探讨。真正引发全网关注的，还是2月1日的一些自媒体文章。有的自媒体文章甚至言之凿凿地说：
再翻回去看看那4段序列的比对，有理有据个毛线啊！明明漏洞百出好不好！！！
有的公众号文章作者表示自己不是生物专业，那么就请克制住自己bb的冲动，或者在开口前先请教专业人士，可以吗？
现在疫情当头，消息又多又杂，如果知道自己可能不够专业，就请不要随意公开放话。要知道，你的一篇10万+，可能造成多少人的误解和无谓的恐慌！
我希望我们的文字是帮助抗疫的武器，而不是射向大众的暗箭。
愿疫情尽早得到控制，愿亿万家庭终得安康！
参考资料：
1. Pradhan,P., et al. Uncanny similarity of unique inserts in the 2019-nCoV spike protein to HIV-1 gp120 and Gag. bioRxiv 2020.01.30.927871; doi: https://doi.org/10.1101/2020.01.30.927871
2. NCBI BLAST 数据库：https://blast.ncbi.nlm.nih.gov/Blast.cgi?PROGRAM=blastp&PAGE_TYPE=BlastSearch&LINK_LOC=blasthome
本文首发于公众号“科普不烧脑”，转载请联系作者。非授权转载或抄袭将依法追究。