“从种群的角度讲，人类几乎扛住了每一场和微生物的竞争。 ”

2003 年，SARS（严重急性呼吸综合征）肆虐，刚加入华大不到一年的我，毫不犹豫地投身到抗击非典的战“疫”中。在疫情高发期，华大用36 个小时就测出了4 株SARS 病毒的序列，用96 个小时做出SARS 病毒酶联免疫试剂盒。为了尽快量产试剂盒，我连续在电脑前奋战了几十个小时，完成了数百页的研发和注册材料。最终，在试剂盒顺利通过药监局的审批后，我和同事代表华大向全国防治非典型肺炎指挥部捐赠了加急生产出的30 万人份的试剂盒。
17 年后，恰逢抗击新型冠状病毒疫情，华大又是首个成功研制出核酸RT-PCR（逆转录聚合酶链反应）和测序诊断试剂并率先获国药总局批准的机构。我和我的数千名同事在各地一线勠力同心， 日夜奋战，以最快的速度协助各地疾控系统完成病毒核酸检测以解疫情之急。
和《传染》的作者亚当·库哈尔斯基一样，经过对这几次大型传染病的研究，我非常认同他的观点：清楚传染病的特征，分析传播模型和数据，追溯传染病的源头，这些都对传染病的预防和控制至关重要。作为一名投身生命科学领域20 多年的科研工作者，我一直认为，生命的本质是化学，化学的本质是物理，物理的本质用数学来描述。
早在数千年前，儒家思想便提到“格物致知”，在科技高速发展的今天，“格物”的能力尤为重要，正如工具决定论之于大科学时代的重要性。在某些时候，“学会数理化，走遍天下都不怕”这句俗话不无道理。数学思维能帮助我们更好地理解事件背后的驱动力和隐藏的规律。以此次新冠疫情为例，面对未知的病毒，建立有效的病毒传播模型，能为公共卫生防疫提供不少颇具参考性的建议。
中国能够在短期内有效控制疫情，政府和社会的有效组织肯定是关键的因素，但从根本上讲，工具和数学思维起到了非常重要的作用。科学家们基于国产高通量测序仪，在疫情初期快速确定传染病毒（只用了2 周时间，相比SARS 的6 个月快了很多），了解病毒的传播方式和途径，并利用大数据对潜在高危人群、潜在风险人群进行精准排查、预防和监测，有效控制“核心人群”，阻断传染路径。他们还通过建立有效的模型来寻找疾病传播的规律，预测疾病传播的走向，并结合社会、政治、自然等因素，在不同的传播阶段采取不同的防控措施。
作者善于通过传染病在人类中传播的规律思考社会问题，在西非埃博拉病毒、南美寨卡病毒等疫情中的丰富经历，使他不仅对传染病的传播规律有深刻的研究和认识，还可以用生动的故事和案例，讲述对于把流行病学方法应用于经济学、社会学、传播学等其他学科领域的见解和思考，最后，又能娴熟地将在这一系列社会现象中总结出的规律反过来用于启发疾病的研究。
正如书中所讲的那样，数据或模型仅仅是一种解决问题的科技手段或方法，无论科技有多发达，疫情防控仍需要我们长期致力于解决政治上或者其他更多层面较为复杂的多维度问题。截至目前， 新冠疫情在海外还处于持续传播的过程中，而且很可能会与人类长期共存。新冠肺炎不是第一个大流行的疾病，人类也不是第一次与病毒或其他微生物战斗。
但对于和微生物共存的关系而言，人类还处于一个非常低级的阶段。毕竟，微生物已经在地球上生存了几十亿年，而人类成为地球霸主不过万年的时间，放在地球亿万年尺度的背景来看，只是短短一瞬。但从种群的角度讲，人类几乎扛住了每一场和微生物的竞争，无论是打平还是惨胜。 
对于病毒，人类还真的“赢下了”一部分穷凶极恶的对手，比如用疫苗使天花灭种，比如用抗病毒药物对丙型肝炎病毒“赶尽杀绝”。
而对于细菌，人类至今还没有赢下任何一个对手，虽然在抗生素发展的巅峰时期，人类曾经不止一次认为即将大获全胜。但今天，我们更多看到的是一大批多重耐药甚至全耐药细菌的肆虐。
对于寄生虫，人类主要是通过公共卫生预防的方式来对抗，比如对抗包虫或者血吸虫。迄今为止，我们还未能成功开发出一款人用寄生虫疫苗，要知道即使是小小的疟原虫，每年依然可以引起超过2 亿人次的疟疾，造成超过50 万人死亡。
不过，大家也不必恐慌，在没有光学显微镜时，我们看不到细菌；在没有电子显微镜时，我们看不到病毒；在没有基因测序仪时，我们也不可能在短短数周内锁定新冠肺炎的元凶；在没有有效的流行病学模型时，我们也无法短期内控制病毒的传播。魔高一尺之时，道也必高一丈⋯⋯如此循环。
引用书中的一句话：“最好的数学模型未必是致力于对未来做出准确预测的模型。重要的是它能否揭示我们的理解与现实状况的差距。”了解对手并未雨绸缪，学会与之和谐共处，会让我们面对危机时更加从容。
尹烨
华大基因CEO、《生命密码》系列作者
本文摘自《传染》推荐序 I