新型冠状病毒包含艾滋病毒序列？谣言！

1月31日，来自印度印度理工学院的某科研团队，在美国冷泉港实验室旗下的BioRxiv预印本（不是正规学术期刊）平台上传（不是发表）了一篇关于新型冠状病毒2019-nCoV的文章[1]，引发了广泛的关注。

BioRxiv预印本是啥？

首先要提一句，BioRxiv是个旨在为科学家们提供更快速的文章公开渠道的平台。通常，发表在正规学术期刊上的论文需要经历投稿、初审、完善数据、二次评审等复杂而坎坷的流程。这一过程消耗的时间往往是以月甚至是年来计算。

但有时重要的科学数据等不及漫长的审稿，为了保障时效性，就有了BioRxiv预印本这样的不需要任何审稿过程的预印本平台。任何人任何单位做的任何内容的研究都可以上传到此平台，于是，这个平台上的很多文章都不正规，没经过同行评议和广泛认可。那些上传了预印本却未能在正规学术期刊上发表的文章，大多都有着致命的问题。我们今天要讨论讨论的这篇印度论文也不例外。

这篇文章研究了啥？

让我们来看看文章到底讲了些什么。

首先，作者精心“挑选”了一系列冠状病毒的基因组序列，建立的系统进化树，发现新型冠状病毒和SARS病毒亲缘关系最近。

系统进化树解析：软件根据基因序列的一致性进行聚类，一致性越高，那么两者间分支的数量就越少，说明亲缘关系越近。反之则越远，作者指出2019-nCoV和SARS病毒亲缘关系最近|参考文献[1]

于是，他们用这次新型冠状病毒的刺突糖蛋白（Spike glycoprotein）序列和SARS病毒的同源蛋白进行了一下比对。然后发现2019-nCoV的刺突糖蛋白比SARS病毒的同源蛋白上多出来了4个独立的短肽段（6-12个氨基酸左右）。作者由此指出，多出来的4个短肽段是2019-nCoV独有的，其他冠状病毒没有。

蛋白序列比对解析：数字代表蛋白质中氨基酸的排列序号，每个字母代表一种氨基酸。例如M=甲硫氨酸，F=苯丙氨酸等。每大行中有三小行，第一行是新型冠状病毒2019-nCoV，第二行是SARS，第三行是他们之间的一致序列。其中标记为红色的部分说明两者的刺突糖蛋白在这些位置的氨基酸完全一致；蓝色的部分就是不同的；而“----”代表缺失的。可以看到2019-nCoV的刺突糖蛋白在标记的Insert1-4的位置确实比SARS的刺突糖蛋白多了一些肽段|参考文献[1]

为了找到这些肽段的来源，作者又在数据库里搜索了一番——什么？这些多出来的短肽段竟然和HIV-1中的gp120和Gag蛋白高度相似。作者认为这一切并非偶然，通过一些结构模拟，他们猜测这些多出来的短肽段可能对新型冠状病毒与其受体的结合有关。

Insert1和2均可与HIV-1的gp120的部分肽段完全100%匹配。而insert3和4则分别与HIV-1的gp120和gag蛋白有不完全的匹配|参考文献[1]

接着，作者含沙射影地将论点往人为操作的方向引导。例如，该文的图3的图注原文说：

“Modelled homo-trimer spike glycoprotein of 2019-nCoV virus. The inserts from HIV envelop protein are shown with colored beads, present at the binding site of the protein.”

翻译过来的意思是：

“新型冠状病毒病毒刺突糖蛋白的同源三聚体结构模拟。我们用几种不同的颜色分别标记了那些来自HIV包膜蛋白的短肽段”。

作者故意用了“from”一词让人错以为这些短肽段好像是由HIV嫁接过来的一样。

图|参考文献[1]

该文在网络上公开之后引发了众人的各种臆想和猜测。有人说，这是中国病毒研究的切尔诺贝利，还有人说这是美国改造病毒的阴谋。

这篇未经同行评议的文章，被当成正经论文在网络上放大宣传

这些论调都基于论文观点正确的前提下衍生出来的。

但事实上，这篇文章无论在研究方法还是逻辑上都犯了致命的错误，甚至完全经不起推敲