對新冠感染傳播的最新研究表明：生物學和物理學之間需要加強合作

量子認知

學者,科學領域創作者

著名的哥本哈根大學尼爾斯·玻爾研究所的物理學家，與羅斯基勒大學的流行病學家一起所組成的科研團隊，最近發表了幾篇關於新冠感染傳播的最新研究結果論文，其中一篇發表在《物理評論通訊》上， 一篇發表在《美國國家科學院院刊》上。

玻爾研究所
是哥本哈根大學的一個研究所，其研究涵蓋天文學、地球物理、納米技術、粒子物理、量子力學和生物物理等，成立於1921年，前身是哥本哈根大學理論物理研究所，由玻爾創立，玻爾自1914年以來一直在該大學任教。在玻爾誕辰80周年——1965年10月7日——該研究所正式更名為玻爾研究所。在1920年代和1930年代，該研究所是原子物理和量子物理發展的中心，量子力學中著名的哥本哈根詮釋
就是該時期在這個研究所創立。

1962年玻爾逝世，其子奧格·玻爾擔任研究所主任，直至奧格·玻爾2009年去世。奧格·玻爾因“發現原子核中集體運動和粒子運動之間的聯系，並且根據這種聯系發展了有關原子核結構的理論”而榮獲1975年諾貝爾物理學獎。他與其父尼爾斯·玻爾是史上四對同獲有諾貝爾物理學獎的“上陣父子兵”之一。

玻爾研究所的物理學家與羅斯基勒大學的流行病學家一起所組成的團隊的研究指出，對傳染病感染傳播的新研究表明，生物學和物理學之間需要加強合作。該研究團隊就如何應對過去一年多中我們都看到的不同感染傳播情況予以了研究，對各種情況下的感染傳播進行了建模。研究證明，新冠病毒與過去舊有的疾病傳播模模式不一樣。

研究指出，“病毒感染傳播行為及其對社會的影響越來越多樣化”。在所發表的幾篇論文中，研究人員圍繞“超級傳播者”
的最新概念，描述了迄今為止所積累的認知。世界衛生組織提出，把病毒傳染給十人以上的病毒患者稱為超級傳播者。研究指出，大約10%的感染者為超級傳播者，將病毒傳播給了80%的感染者。

認知感染傳播

研究人員通過來自廣泛的不同來源，開發一種稱為“助長”的模型和計算機模型的數據，從而構建超級傳播參數。病毒接觸者追蹤是另一信息來源。在這種情況下，重點是定位和限制個人的病毒傳播。第三個來源稍微複雜一些，因為它通過病毒的基因序列追蹤感染鏈。

超級傳播者

無論研究人員檢查哪個來源，結果都大致相同：大約10%的感染者作為超級傳播者，傳播給了80%的患者。因此，“對於病毒的傳播而言，定位所謂的超級傳播者並揭示超級傳播是如何發生至關重要。”

在對人口行為建模時，在計算感染傳播場景時，研究認為，區分三個基本類別很重要：1. 家庭環境，2. 工作環境，3. 隨機環境
——譬如說，公共交通、休閑活動、聚眾集會等。這三者中的時間因素都至關重要，因為感染需要時間。

如圖所示開發的一個基於“傳播代理
”的模型，該模型具有一個社交網絡，該模型允許通過三種接觸途徑進行傳播： 1. “密切接觸”
，例如在一個小的不變群體中，如在家庭或其他密切聯系中（黃線）；2. “經常聯系”
，例如在一個更大的不變群體中，如可能在工作場所、學校、大家庭或其他社會單位（紅線）； 3. “隨機

接觸
”

（從整個模型人群中抽取，不定期重複）（橙色線）。圓點的顏色標志著年齡：顏色越深表示年紀越大。

研究結果表明，新冠傳播的過度分散給病毒帶來致命的弱點：減少不經常見面的人之間的接觸將大大減少大流行，而減少特定社會群體中的重複接觸則效果較差。

研究指出，“超級傳播在新冠傳播中起主導作用，因此一小部分感染者導致了大部分新的新冠病例。”為此開發了一個基於“傳播代理”
的模型，該模型模擬一種在具有重複接觸和非重複隨機接觸網絡的社會中傳播的超級傳播疾病。結果表明，“超級傳播是病毒的“致命弱點”：減少隨機接觸——例如在體育賽事、餐廳、酒吧等場所發生的接觸——可以在人口規模上控制爆發。”

“超級傳播事件”的發生，其中大量人在短時間內（通常在一個地點）被感染，是新冠大流行的一個有據可查的方面。研究中獲得的最重要的認知是一種稱為“不重複的隨機接觸”
，例如來自公共交通，代表了像新冠這樣的超級傳播疾病的巨大汙染風險。這就是為什麼在抗擊大流行中被廣泛應用的“封鎖”非常有效的原因，盡管需要付出巨大代價。

研究指出，“這就是病毒的個體特征發揮作用的地方：超級傳播者在計算機模型中處理時完全不同，物理學中已知的方法在這裏變得很重要，因為有必要對個人及其聯系進行建模。”

研究人員為有和沒有超級傳播者的場景建立了計算機模型，並且發現：關閉工作空間和體育賽事，當模型不考慮超級傳播者時，公共交通也有同樣的效果。但是當包括超級傳播者時，就會有明顯的不同，關閉公共活動的影響要大得多。

研究提出，“超級傳播是新冠大流行的一個決定性特征；人口中相對較少的少數人導致了絕大部分感染，而許多人甚至不會感染自己家庭中的人。由於不可能在傳播發生之前識別這些超級傳播者，研究在此提出一種有效的替代策略，即政策應旨在減少接觸多樣性，而不是試圖限制總接觸時間。這意味著緩解政策應側重於限制將許多原本不會經常接觸的人聚集在一起的活動。”

疾病建模面臨新的挑戰和強大的跨學科合作

研究指出，“疾病的表現可能非常不同，因此如果希望控制它，那麼在開發能夠盡可能准確地反映不同疾病特征的新模型方面，准備好並能夠快速變化是非常重要的。” “不同病毒的生物學變異是巨大的。新冠病毒具有一個特殊特征，即它在一個人出現症狀之前最具傳染性。這與SARS大流行病威脅的早期疾病完全相反，新冠病毒在出現症狀後主要具有傳染性。這種病毒是‘極其先進的機器’，總都會找到特定的侵犯弱點來攻擊。一個新的研究領域正在迅速發展，檢查病毒如何攻擊我們體內的細胞。已證明新冠會導致不同患者的疾病進展非常不同。從這個意義上說，正如我們在物理學中所說的那樣，它的行為是混沌的。”

研究團隊看到了物理學和生物學之間合作的一個巨大的開放研究領域。“
收集有關不同病毒的盡可能多的信息至關重要，因此使物理學家能夠在該映射場景中部署這些知識以應對它們。”

研究感染傳播的潛力很大

研究指出，“我們需要創建一個工具箱，其中包含我們處理傳播傳播方式的廣泛變化，在我們的計算機程序中。這是我們目前可以在我們面前看到的直接視角。數學疾病建模已經存在了將近100年，但不幸的是隨後並沒有取得很大進展。”

“坦率地說，1930年代所建立的方程今天仍在使用。對於某些疾病，它們可以正確，但與其他特殊情況相比，這些方程應該會有所不同。這就是，作為物理學家，需要有一個完全不同的方法。有許多參數，即社會動態和個人之間更多樣化的交互，可以在這些參數上構建場景。對於這些不同疾病的巨大差異時，這是非常需要的。
”

參考：

https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.126.118301

https://www.pnas.org/content/118/14/e2016623118