主题：Mar.14 Nextstrain上COVID-19解读 -- 陈王奋起

非专业胡说，大家随便拍砖。

3月14日Nextstrain上有了477个上传的全序列基因库，其中中国144， 荷兰107，美国51， 英国33。目前水深火热的意大利只有4例，不知道是不是忙得没空了。

图中放的是Radical模式，就是假定有一个根，和这个根出发，不同病毒序列的差异，越远变异越大，同一条径线上最小距离就是1个核苷酸的差异。有较大的片段不同的，就是一条新的径线。

首先出场的中国vs美国：

解读一下，中美重合度一般，有交集，但各自有自己的谱系。因为中国的基因序列库多，显得很密，但同样密度下美国的基因多样性比中国高，中国最远的那个变异是香港的，而港人到处跑，感染的病源何处并不清楚。今天早上美国还上传了一个diversence高达14.046的，远高于其他样本，显示美国已经传播很久了，是病毒的起源更有可能。

下面的是中国vs荷兰

荷兰目前第二高测序数量，病毒谱系和中国几乎完全不一样，显示该病毒的传播起源于中国的可能性真的不高。荷兰人大概知道点什么，开始大力上传，希望能够解开真相。

美国vs荷兰：

美国和荷兰的谱系重叠比中国多得到，嘿嘿。

中国vs英国

英国和中国的重叠也很少，说明什么呢？

英国vs荷兰：

英国和荷兰的重叠不算少了，有限的几个测序，都这么多重叠，毕竟是亲戚。

我的文中没有放矩形树根图，因为看得懂的人不多。

我解释一下，nextstrain是从GISAID数据库读取数据，再转化成可视化图形的，因为时间更新关系，彼此会有一定差距，还有香港，台湾算不算中国，因此统计上会有一点出入。

在树状图中，根部是自动计算出来的，我猜测是根据最小diversence原则，因此根部的几个数据点的diversence的数据都是10的负13次方，差距及其微小， 所以你用unroot模式显示的时候，一会儿显示美国是根节点，一会儿是中国是根节点，根本原因是软件无法判断谁是根。在矩形树状图上可以看到一排的样本处于根节点位置上，增加一个样本数据，就会导致根节点的diversence变化。

我个人推断是根据样本的总diversence除以总样本数，得到平均diversence，以此来分辨基因的多样性差异，这个方法需要大量的数据，现在还无法确定， 但美国显然处于领先位置，留给中国队的时间不多了。