迈克尔·莱维特（MichaelLevitt），年诺贝尔化学奖得主之一、斯坦福大学医学院教授，在近日由于对此次新型冠状病*引起的肺炎疫情做出的数学模型预测，再一次活跃在人们的视线中。
迈克尔假设新冠病*肺炎的首个确诊病例出现在年11月29日，并根据Kaggle（一个为开发商和数据科学家提供举办机器学习竞赛、托管数据库、编写和分享代码的平台）、Gisanddata和Jobtube网站的数据进行了简单的分析。
他的分析主要将全国疫情发展情况、湖北省的情况，以及其他地区的进行了对比，并表示在未来的一周内，疫情就会得到良好的控制，下周开始（2月10日）新增的死亡人数就将迅速减少。
该消息一经发布就传遍全网，但迈克尔公布的数据表格和分析曲线，引发了很多人的质疑，例如，“教授用现有的数据点进行线性外推，忽略了一些其他条件和假说，会不会显得有些草率？”也有业内人士表示，“迈克尔的数学模型考虑的是理想化的情况，而临床相关情况，以及病*传播的复杂性和不确定性都是很难说的。”
DeepTech此前的文章中已经强调过：任何数学模型都是一定的假设加推理的结果，因此都有一定的置信区间。做数据统计的人也时常会强调：所有模型都是错的。这是针对模型的具体推测结果来说的，推测结果跟实际情况很难完全吻合。所以需要用辩证的眼光去看待模型及其推测结果，寻找其推测能为高效地阻断疫情传播带来的启发，以及能为防控措施提供的参考。
就有关对于其数学模型预测的质疑，DeepTech再次询问了迈克尔·莱维特教授，也谈到了一些他对于生物医学等问题的看法。
图
迈克尔·莱维特（来源：UniversityofCambridge）
DeepTech：最初是怎么想到要做对此次肺炎疫情的数据分析的？
迈克尔·莱维特：我喜欢各种数据，对任何新出现的数据相关的问题都抱有极大兴趣。同时，许多对于这一次-nCoV疫情的数据分析让人感到很迷惑，并且带来了全球性的恐慌，让世界各地的人都惶恐不安。所以，我就用公开的数据进行了一次建模分析。
DeepTech：有人认为这个模型是简单且理想化的，你怎么看？如果未来出现错配，模型还会继续修改吗？
迈克尔·莱维特：这是一个非常简单的模型，但有些时候，简单的数字也能说明一个问题或讲述一个故事。我每天都会根据新出现的数据，对这个模型进行更新和调整（并给出了最新一版分析PDF文档）。在做这个数学模型的最初，我将它与年的非典疫情数据进行了比较。
DeepTech：除了现有推测之外，从数据分析角度还能看出哪些问题？
迈克尔·莱维特：这次的疫情在早期应对措施实行迅速得当的前提下，是相对容易被控制住的。从湖北省和其他地区的因此次疫情而死亡的人数来看，早期发现并治疗会比较好地控制住疫情发展。
DeepTech：此前，有部分研究人员表示此次-nCoV存在人造嫌疑，因为病*的蛋白中有几个不连续位点的氨基酸序列和HIV病*的相近。你怎么看待这个问题？
迈克尔·莱维特：此前我并没有注意到这一事件，但我十分怀疑这些信息的实际意义。因为单独看氨基酸序列是没法下什么结论的，一种氨基酸既有可能是致命的，也有可能是无关紧要的。单独用蛋白编码的序列来进行判断，并不科学。
DeepTech：作为一个成功跨越了计算机科学、物理学和生物学的科学家，你认为未来的科学发展将会是多学科融合吗?
迈克尔·莱维特：别被学科所束缚，我对一切都很着迷。学科，只是大学人为划分并构造出来的各个部门，然后雇佣老师来上自己的课程。这样传播开来，给人们形成了一种固定印象。
DeepTech：您目前有与中国的合作么？对正在生物学领域读书的人有什么建议？
迈克尔·莱维特：有的，我是一个非常全球化的人；同时，中国是一个非常迷人的国家。我的建议并不针对特定学科，而是面向所有人：不要带着偏好和目的性去学习或者做研究，而是基于你每天手头上的日常工作，去做好它们。
图
迈克尔·莱维特领取年诺贝尔化学奖（来源：NobelMediaAB/AlexanderMahmoud）
迈克尔·莱维特在年5月9日出生于南非的比勒陀利亚，他在年于英国剑桥大学获得博士学位，是一名犹太裔的美国、英国及以色列籍生物物理学家，现任美国斯坦福大学结构生物学教授，也是美国国家科学院院士。
迈克尔的研究专长为计算生物学，他的工作侧重于对蛋白质、DNA和RNA分子的理论分析和计算机辅助分析。而描述生物分子的精确分子结构是了解其工作原理，并进一步设计药物改变其功能的所必不可少的第一个步骤。
在年，当时66岁的迈克尔·莱维特与马丁·卡普拉斯（MartinKarplus）、亚利耶·瓦谢尔（AriehWarshel），因他们在“发展复杂化学体系多尺度模型”方面所做的贡献，一同分享了当年的诺贝尔化学奖。他们为化学家们使用电脑来展示各种模型、进行化学分析这一个强大工具的应用奠定了基础，帮助人们加深对化学过程的理解与预测。
时至今日，化学领域所取得的大部分重要进展都离不开先进计算机模型的帮助。
另附：迈克尔·莱维特最新回复的2月4日分析文档截图。