關於 門閾理論 ，我們在網路上蒐集到這些相關的討論、資訊與評價

「它將改變一切！」

DeepMind AI解決生物學50年來重大挑戰，破解蛋白質分子折疊問題。

本週振奮全球AI界的消息：Google旗下人工智能企業DeepMind發布了最新 AlphaFold成果，這是全球AI界無比振奮的重大科研突破。蛋白質存在於我們世界中的所有有機物體及奧妙人體中，全新的AlphaFold 算法揭秘了生物學界50年來試圖破解蛋白質分子折疊的難題，這項AI帶來的重大突破，將幫助科學家弄清某些困擾人們的疾病機制、加速找出新型流行病的具體原因（比如今年的全球新冠大流行），促進新藥設計、幫助農業增產、解析可有效降解廢棄物的嶄新成分、甚至探索為大氣減碳的全新解決方案。

我特別期待 AlphaFold 能為人類健康、環境生活推向更寬廣的可能性。在魔幻2020 最後一個月，這真是一個讓人懷抱希望的全新技術可能性，期待 AlphaFold之後締造更多 AI for Good 落地應用。

以下文章詳盡解釋了這項突破，內容經《機器之心》微信公眾號授權轉載。

▎生物學界最大的謎團之一，蛋白質折疊問題被 AI 破解了。

11 月 30 日，一條重磅消息引發了科技界所有人的關注：谷歌旗下人工智能技術公司 DeepMind 提出的深度學習算法「Alphafold」破解了出現五十年之久的蛋白質分子折疊問題。

最新一代算法 Alphafold 2，現在已經擁有了預測蛋白質 3D 折疊形狀的能力，這一複雜的過程對於人們理解生命形成的機制至關重要。

DeepMind 重大科研突破的消息一出即被《Nature》、《Science》等科學雜誌爭相報導，新成果也立刻獲得了桑達爾 · 皮查伊、伊隆 · 馬斯克等人的祝賀。

科學家們表示，Alphafold 的突破性研究成果將幫助科研人員弄清引發某些疾病的機制，並為設計藥物、農作物增產，以及可降解塑料的「超級酶」研發鋪平道路。

「這是該研究領域激動人心的一刻，」DeepMind 創始人、首席執行官德米斯 · 哈薩比斯說道。 「這些算法今天已經足夠成熟強大，足以被應用於真正具有挑戰性的科學問題上了。」

蛋白質對於生命至關重要，它們是由氨基酸鏈組成的大型複雜分子，其作用取決於自身獨特的 3D 結構。弄清蛋白質折疊成何種形狀被稱為「蛋白質折疊問題」。在過去 50 年裡，蛋白質折疊一直是生物學領域的重大挑戰。

DeepMind 的 AlphaFold 讓人類在這一問題上取得了重要突破。在今年的國際蛋白質結構預測競賽 CASP 中，DeepMind 開發的 AlphaFold 最新版本擊敗了其他選手，在準確性方面比肩人類實驗結果，被認為是蛋白質折疊問題的解決方案。這一突破證明了 AI 對於科學發現，尤其是基礎科學研究的影響。

在兩年一次的 CASP 競賽中，各組爭先預測蛋白質的 3D 結構。今年，AlphaFold 擊敗了所有其他小組，並在準確性方面與實驗結果相匹配。

對於不熟悉生物領域的人來說，CASP 的大名可能有些陌生——CASP 全稱 The Critical Assessment of protein Structure Prediction，旨在對蛋白質結構預測進行評估，被譽為蛋白質結構預測的奧林匹克競賽。 CASP 從 1994 年開始舉辦，每兩年一屆，目前正在進行的一屆是 11 月 30 日開始的 CASP14。

而 DeepMind 這一突破有什麼影響？

用哥倫比亞大學計算生物學家Mohammed AlQuraishi 在Nature 文章中的話來說，「可以說這將對蛋白質結構預測領域造成極大影響。我懷疑許多人會離開該領域，因為核心問題已經解決。這是一流的科學突破，是我一生中最重要的科學成果之一。」

▎蛋白質折疊問題

蛋白質的形狀與它的功能密切相關，而預測蛋白質結構對於理解其功能和工作原理至關重要。很多困擾全人類的重大問題（如尋找分解工業廢料的酶）基本上都與蛋白質及其扮演的角色有關。

多年以來，蛋白質結構一直是熱門的研究話題，研究者使用核磁共振、X 射線、冷凍電鏡等一系列實驗技術來檢測和確定蛋白質結構。但這些方法往往依賴大量試錯和昂貴的設備，每種結構的研究都要花數年時間。

1972 年，美國科學家 Christian Anfinsen 因「對核糖核酸酶的研究，特別是對其氨基酸序列與生物活性構象之間聯繫的研究」獲得諾貝爾化學獎。在頒獎禮上，他提出了一個著名的假設：從理論上來說，蛋白質的氨基酸序列應該可以完全決定其結構。這一假設引發了長達五十年的探索，即僅僅基於蛋白質的一維氨基酸序列計算出其三維結構。

但這一思路的挑戰在於，在形成三維結構之前，蛋白質的理論折疊方式是一個天文數字。 1969 年，Cyrus Levinthal 指出，如果使用蠻力計算的方式來枚舉一種蛋白質可能存在的構象，要花費的時間甚至比宇宙的年齡還要長。 Levinthal 估計，一種蛋白質大約存在 10^300 種可能構象。但在自然界中，蛋白質會自發折疊，有些只需幾毫秒，這被稱為 Levinthal 悖論。

CASP 14 比賽最新結果：AlphaFold 中位 GDT 高達 92.4

CASP 競賽由 John Moult 和 Krzysztof Fidelis 兩位教授於 1994 年創立，每兩年進行一次盲審，以促進蛋白質結構預測方面的新 SOTA 研究。

一直以來，CASP 選擇近期才經過實驗確定的蛋白質結構，作為參賽團隊測試其蛋白質結構預測方法的目標（有些結構即使在評估時仍然處於待確定狀態）。這些蛋白質結構不會事先公佈，參賽者也必須對其結構進行盲測，最後將預測結果與實驗數據進行對比。正是基於這種嚴苛的評估原則，CASP 一直被稱為預測技術評估方面的「黃金標準」。

CASP 衡量預測準確率的主要指標是 GDT（Global Distance Test），範圍從 0 到 100，可以理解為預測的氨基酸殘基在正確位置閾值距離內的百分比。 John Moult 教授表示，GDT 分數在 90 分左右，即可視為對人類實驗方法具備競爭力。

在剛剛公佈的第14 屆CASP 評估結果中，DeepMind 的最新AlphaFold 系統在所有預測目標中的中位GDT 達到92.4，意味其平均誤差大概為1.6 埃（Angstrom），相當於一個原子的寬度（或0.1納米）。即使在難度最高的自由建模類別中，AlphaFold 的中位 GDT 也達到了 87.0。

歷屆 CASP 競賽自由建模類別中預測準確率中位數的提升情況，度量指標為 BEST-OF-5 GDT。

CASP 競賽自由建模類別中的兩個目標蛋白質示例。 AlphaFold 能夠預測出高度準確的蛋白質結構。

這些令人振奮的結果開啟了生物學家使用計算結構預測作為科研主要工具的時代。 DeepMind 提出的方法對於某些重要的蛋白質類別尤其有用，例如膜蛋白（membrane protein）。膜蛋白很難結晶，因此很難通過實驗方法來確定其結構。

該計算工作代表了在蛋白質折疊這一具備 50 年曆史的生物學問題上的驚人進展，比該領域人士成功預測蛋白質折疊結構早了幾十年。我們將很興奮，它能從多個方面對生物學研究帶來基礎性改變。 ——Venki Ramakrishnan 教授（諾貝爾獎得主，英國皇家學會會長）

▎DeepMind 這樣解決蛋白質折疊問題

2018 年，DeepMind 團隊使用初始版 AlphaFold 參加 CASP13 比賽，取得了最高的準確率。之後，DeepMind 將 CASP13 方法和相關代碼一併發表在 Nature 上。而現在，DeepMind 團隊開發出新的深度學習架構，並使用該架構參加 CASP14 比賽，達到了空前的準確率水平。這些方法從生物學、物理學、機器學習，以及過去半個世紀眾多科學家在蛋白質折疊領域的工作中汲取靈感。

我們可以把蛋白質折疊看作一個「空間圖」，節點表示殘基（residue），邊則將殘基緊密連接起來。這個空間圖對於理解蛋白質內部的物理交互及其演化史至關重要。對於在 CASP14 比賽中使用的最新版 AlphaFold，DeepMind 團隊創建了一個基於注意力的神經網絡系統，並用端到端的方式進行訓練，以理解圖結構，同時基於其構建的隱式圖執行推理。該方法使用進化相關序列、多序列比對（MSA）和氨基酸殘基對的表示來細化該圖。

通過迭代這一過程，該系統能夠較強地預測蛋白質的底層物理結構，並在幾天內確定高度準確的結構。此外，AlphaFold 還能使用內部置信度度量指標判斷預測的每個蛋白質結構中哪一部分比較可靠。

DeepMind 團隊在公開數據上訓練這一系統，這些數據來自蛋白質結構數據庫（PDB）和包含未知結構蛋白質序列的大型數據庫，共包括約 170,000 個蛋白質結構。該系統使用約 128 個 TPUv3 內核（相當於 100-200 個 GPU）運行數週，與現今機器學習領域出現的大型 SOTA 模型相比，該系統所用算力相對較少。

此外，DeepMind 團隊透露，他們準備在適當的時候將這一 AlphaFold 新系統相關論文提交至同行評審期刊。

AlphaFold 主要神經網絡模型架構概覽。該模型基於進化相關的蛋白質序列和氨基酸殘基對運行，迭代地在二者的表示之間傳遞信息，從而生成蛋白質結構。

▎對現實世界的潛在影響

「讓 AI 突破幫助人們進一步理解基礎科學問題」，經過 4 年的研究攻關，現在 AlphaFold 正在逐步實現 DeepMind 初創時的願景，在藥物設計和環境可持續性等領域都產生了重要的影響。

馬克斯· 普朗克演化生物學研究所所長，CASP 評估員Andrei Lupas 教授表示：「AlphaFold 的精確模型讓我們解決了近十年來被困擾的蛋白質結構，重新啟動關於信號如何跨細胞膜傳輸的研究。 」

DeepMind 表示願與其他研究者合作，以進一步了解 AlphaFold 在未來幾年的潛力。除了作用於經過同行評審的論文以外，DeepMind 還在探索如何以最佳的可擴展方式為系統提供更廣泛的訪問可能。

同時，DeepMind 的研究者還研究了蛋白質結構預測如何幫助人們理解一些特殊的疾病。例如，通過幫助識別存在故障的蛋白質，並推斷其相互作用的方式，來理解一些疾病的原理。這些信息能夠讓藥物開發更加精確，從而補充現有的實驗方法，並更快找到更有希望的治療方法。

AlphaFold 是十分卓越的，它在預測結構蛋白質的速度和精度上有著驚人的表現。這一飛躍證明了計算方法對於生物學中的轉換研究，加速藥物研發過程都具有廣闊的前景。

同時許多證據也表明，蛋白質結構預測在未來的大流行應對上是有用的。今年早些時候，DeepMind 使用 AlphaFold 預測了包括 ORF3a 在內的幾種未知新冠病毒蛋白質結構。在 CASP14 中，AlphaFold 預測了另一種冠狀病毒蛋白質 ORF8 的結構。目前，實驗人員已經證實了 ORF3a 和 ORF8 的結構。儘管具有挑戰性，並且相關序列很少，但與實驗確定的結構相比，AlphaFold 在兩種預測上都獲得了較高的準確率。

除了加速對已知疾病的了解，AlphaFold 還具備很多令人興奮的技術潛力：探索數億個目前還沒有模型的數億蛋白質，以及未知生物的廣闊領域。由於 DNA 指定了構成蛋白質結構的氨基酸序列，基因組學革命使大規模閱讀自然界的蛋白質序列成為可能——在通用蛋白質數據庫（UniProt）中有 1.8 億個蛋白質序列。相比之下，考慮到從序列到結構所需的實驗工作，蛋白質數據庫（PDB）中只有大約 170000 個蛋白質結構。在未確定的蛋白質中可能有一些新的和未確定的功能——就像望遠鏡幫助人類更深入的觀察未知宇宙一樣，像 AlphaFold 這樣的技術可以幫助找到未確定的蛋白質結構。

▎開創新的可能

AlphaFold 是 DeepMind 迄今為止取得的最重要進展之一，但隨著後續科學研究的開展，依然有很多問題尚待解決。 DeepMind 預測的結構並非全部都是完美的。還有很多要學習的地方，包括多蛋白如何形成複合體，如何與 DNA、RNA 或者小分子交互，以及如何確定所有氨基酸側鏈的精確位置。此外，在與他方合作的過程中，還需要學習如何以最好的方式將這些科學發現應用在新藥開發以及環境管理方式等諸多方面。

對於所有致力於科學領域中計算和機器學習方法的人而言，像 AlphaFold 這樣的系統彰顯了 AI 作為基礎探索輔助工具的驚人潛力。正如 50 年前 Anfinsen 提出的遠超當時科研能力所及的挑戰一樣，這個世界依然有諸多未知的方面。

DeepMind 取得的這一進展令人們更加堅信，AI 將成為人類擴展科學知識邊界的最有用工具之一，同時也期待未來多年的艱苦工作能夠帶來更偉大的發現。

影片及原文，參考 DeepMind官方部落客 https://deepmind.com/blog/article/alphafold-a-solution-to-a-50-year-old-grand-challenge-in-biology

【振動按摩，四種你可能不知道的好處！】

身體要健康，有三個不能忽視的要素：柔軟度、心肺能力、肌力。柔軟度進步最快速，偏偏也是多數人缺乏的：常常運動的人，不好好運動後按摩放鬆，可能會造成肌肉緊繃短縮、筋膜沾黏彈性差，於是運動中就容易受傷與產生各種疼痛；不運動的人，也可能因為常常維持同一種姿勢，久了產生筋肉僵硬與筋膜沾黏，並且身體循環代謝能力也會因此變差。

自我放鬆工具已經非常普及，振動按摩滾筒與振動按摩球，也有越來越多選擇。想知道哪種工具適合自己，就該先來了解，振動為什麼可以改善身體與幫助運動！
⭐DOCTORAIR限時搶購專區：bit.ly/日本專業按摩品牌DOCTORAIR

＃振動按摩能夠快速讓肌肉放鬆
振動按摩可以快速放鬆肌肉，是因爲它影響了身體的本體感覺受器（肌梭、高爾肌腱器）作用，進而誘發肌肉放鬆；另外，因為振動中身體耐痛的閾值升高了，增加血流與肌肉溫度，因此種種因素下，很輕鬆的達到肌肉放鬆目的。

如果真的時間很少、或者身體開始有點緊繃疼痛感，振動就會是很棒的急救法了。

＃運動前振動按摩可能讓運動能力提升
振動可能引發張力性振動反射（Tonic vibration reflex），神經效應變好，運動能力變好！多數時候未經過訓練，身體的肌肉只會使用部分肌纖維；經過訓練後，使用的肌纖維增多，所以即使肌肉質量尚未增加，力氣也能變大。振動，神奇的透過TVR讓肌纖維活化，所以很適合在運動前，先用振動好好熱身一下喔！比較能確定的是，經過振動鬆弛後，身體的神經效應變好，所以運動能力也變好了。

＃振動按摩能夠讓核心肌群更快醒過來
因為振動增加了身體的不穩定性，所以能夠誘發更多深層核心肌肉參與活動（深層肌肉就是要用來穩定身體的喔！）。當振動運用在徒手運動上時，理論上可以讓核心肌群參與更多，訓練更有效益。

#振動訓練可能可以改善荷爾蒙水平
在一份2000年發表的文獻中，全身振動訓練後，身體急性反應，可以讓男性受試者生長激素與睪酮素提升、壓力荷爾蒙下降。

振動有這麼多好處與科學研究，建議大家也可以開始試試看居家振動訓練，從最簡單的按摩，到使用器材做徒手運動，都能增進身體的健康！

＃居家可以常備的振動工具
振動工具有很多種，譬如物理治療師會使用的紅繩子（筋肉爸爸就在用紅繩子復健）、大型的振動訓練機台，還有家用款的振動滾筒與振動球。紅繩子超棒的，但是需要更多使用技術學習（台灣有專門教育的單位喔），以大家能夠入手的價格與體積來看，振動球、振動滾筒很適合。現在振動商品已經發展了好幾年，相關產品的質量與功率已經非常好，價格平易近人，這篇文章使用的，就是最近非常喜愛的DOCTOR AIR。

＃怎麼選振動商品？
選擇振動商品時，必須選擇高頻、低振幅的商品（低頻高振福就像是電鑽），並且避免在脊椎與頭部周遭打開振動模式。

以DOCTOR AIR的振動商品來說，振福強度落在36-67Hz，視為高頻但安全，且不會引起身體組織共振危險的範圍。

不只有滾筒樣式的振動工具，方便大片按摩肌肉與運動期間使用，最近來堆出了3D振動按摩球，大小兩種尺寸，讓振動按摩與訓練更加多樣化囉！（使用方法直接放在照片說明欄喔）

＃怎麼使用DOCTOR_AIR呢？
不懂運動與身體解剖的人，可以懶人按摩法：「哪裡痠痛就按摩哪裡」，直接按壓，快速達到放鬆肌肉目的；記得避免脊椎與頭頸部周圍直接使用振動器具按壓，頭頸部周圍的特殊按摩法，因為DOCTOR AIR設計了按摩球輔助套，可以運用在頭頸部按摩更加安全（方法在照片說明欄）

徒手運動中，可以利用3D大球與S滾筒，來增加核心肌群的誘發（方法在照片說明欄）。

或者在運動前，先使用振動滾筒、振動大球，振動刺激等等要訓練的肌群，達到讓身體神經效應提升目的。

＃DOCTOR_AIR怎麼選？
立體伸展滾筒S：
▪️ 四種振幅。一分鐘2100次~強效振動4000次以上 。
▪️ 適合運動前熱身軟化肌肉與提升神經效應。
▪️ 適合運動中誘發核心肌群參與。
▪️適合平時按摩大面積肌肉肌膜。
▪️ 表面4種特殊突起加強舒緩：平面（針對筋膜）、縱向突起、橫向突起、小面積突起
▪️日本市場研究組織2019年進行網路調查，86.76％的專業與運動人士使用後確實得到身體改善。
▪️獲得日本協會認證為健康增進機器認定製品

3D振動深層按摩球（大）：
▪️ 四種振幅。一分鐘最高達4000次振動。
▪️ 能夠刺激與舒緩到更深層的肌肉肌膜。
▪️ 適合運動前熱身軟化肌肉與提升神經效應。
▪️ 適合運動中誘發核心肌群參與。
▪️ 適合日常放鬆肌肉改善筋膜狀態。
▪️ 適合針對深部筋肉按摩與筋膜沾黏點的改善。
▪️ 專用輔助套能夠幫助背面的肌肉筋膜按摩輕鬆接觸。
▪️獲得日本協會認證為健康增進機器認定製品

3D振動深層按摩球（小）：
▪️三段振幅。一分鐘2500~3500次。
▪️可以加溫至45度熱敷幫助緊繃肌肉軟化舒緩。
▪️直徑9公分一手就能掌握，適合足底肌肉筋膜按摩。
▪️肩膀頸部周圍溫和振動，還能透過手指按摩面部改善循環。
▪️ 適合針對深部筋肉按摩與筋膜沾黏點的改善。
▪️ 專用輔助套能夠幫助背面的肌肉筋膜按摩輕鬆接觸。

➡️更多DOCTOR AIR商品資訊：（後補）

💡有了振動還需要傳統滾筒嗎？
振動按摩工具與一般傳統滾筒不會互相抵觸，靠近脊椎的部位建議還是以非振動模式來按摩。以我們自己熱愛運動生活模式來說，家中從各種形狀的非振動按摩器材，到多種振動按摩工具都有。每一種工具都能各司其職，充分在運動前、中、後作為最好的輔助工具。

💡苦口婆心再叮嚀：
柔軟度提升可以讓肌肉群跟關節的活動度增加，避免拉傷、也增進力；筋膜與肌肉滑動順暢，才能讓動作流暢，身體組織即時補氧補營養。即使不運動，也要養成按摩與伸展的好習慣喔！
🈹️DOCTORAIR限時搶購專區：bit.ly/日本專業按摩品牌DOCTORAIR

花一點點時間認識一下病毒，才能做好自身防禦

科普來了，建議大家認識一下這個病毒，做好準備，這是個很難防備的病毒，感染得了也不知道因為症狀不明顯，忽然之間呼吸不過來器官衰竭沒挺過去的就走了，再加上現在什麼物資都缺，大家還是要多多注意。以下是氣溶膠科普：

警惕，新冠病毒可通過氣溶膠傳播，這是一種最頂級的傳播方式

原創 一棵青木 遠方青木
2020年2月8日下午2點宣佈新型冠狀病毒可通過氣溶膠傳播。

很早之前，就有專家懷疑新冠病毒可以通過氣溶膠傳染，只不過一直沒有證據。
因為飛沫傳染，只有病人在打噴嚏時，你恰好在旁邊幾米範圍才會被感染，如果是通過呼吸散播病毒，那必須要和病人進行長期的密切接觸才有可能中招。
所以要通過飛沫傳染疾病，其實挺難的。接觸式傳染更難，尤其是在人類社會已經有防備的情況下。
所以飛沫傳染和接觸式傳染，無法解釋疫區大面積感染病毒的現象，也無法解釋為什麼有人僅僅是火車路過武漢就被感染，更無法解釋出門散個步也會被感染。
但如果能通過氣溶膠進行傳播，那病毒感染普通人就容易多了。
要證實這個新病毒能不能通過氣溶膠，是非常重要的一件事情，需要非常耗時的大量實驗才能證明，直接決定防疫難度和對未來的預期和規劃。
今天專家官宣新型冠狀病毒可以通過氣溶膠進行傳播，大家千萬不要不當回事，必須提高警惕！

什麼是氣溶膠

氣溶膠，又稱氣膠、煙霧質，凡是可以穩定懸浮於空氣中的物質，都可以稱之為氣溶膠。
最典型的，就是飄散在空氣中的煙霧。
膠體有兩種存在狀態，即半流體的溶膠和半固體的凝膠，在一定條件下，氣溶膠和氣凝膠兩者可以互相轉化，其實是同一種東西。
但兩者並沒有本質區別，因為他們都具備一個共同的特點，就是可以長時間懸浮在空氣中，懸浮時間長達幾個小時甚至更久。
氣溶膠本身並不可怕，我們無時無刻不處於氣溶膠中，但其長時間懸浮的特性，導致一旦有病毒可以利用氣溶膠進行傳播，就非常可怕。
我舉個例子，香煙燃燒散髮的煙霧，就是一種典型的氣溶膠，雖然屬於沈降很快的重型氣溶膠，但在密閉環境下，你抽只煙，一兩個小時後，這裡依然有煙味，尤其是電梯。
這個煙味長時間懸浮在空氣的特性，非常形象的表達了病毒懸浮於空氣的能力。
如果我在這個地方吸了口煙，過一小時，你還能聞到煙味。
那病人在這個地方咳嗽了一下，過一小時，你聞到的，就是病毒。

氣溶膠和空氣傳播的區別

氣溶膠屬於空氣傳播，但空氣傳播並不一定是氣溶膠。氣溶膠因為傳播能力太強，被人從空氣傳播里摘了出來，單獨列為了一項。
有一款小遊戲叫《瘟疫公司》，在裡面如果你把空氣傳播和水源傳播兩個技能樹全部點滿到II級，就會激活一個終極天賦，氣凝膠（溶膠）傳播。

在遊戲里，這屬於沒法再升級的終極傳播方式了。。。
所以我們這次面對的病毒，擁有目前人類已知的，最頂級的傳播方式，尤其在封閉空間內，簡直堪稱大殺器。
當我們打噴嚏時，幾億病毒隨著飛沫，以50米每秒的速度，瞬間擴散到周圍3米之內，部分到5米，極少數可以到10米。

看起來很恐怖，但這些飛沫絕大部分，在幾秒之內就會落地，少數在十幾秒落地，能超過1分鐘不落地的，寥寥無幾。
只要在打噴嚏的那十幾秒你不在現場，那你其實是非常安全的。
憑呼吸自然散髮的少量病毒，你得和這個人長時間密切接觸，才有可能感染。
但如果病毒可以附著在氣溶膠上，一切就不同了。
大家都有過這種經歷，當你走在空蕩蕩的樓道里，甚至空蕩蕩的馬路上。
明明周圍幾十米都沒有人，但你突然聞到了一股濃濃的煙味。
你聞到的，就是煙草燃燒後形成的微小顆粒，在空氣中形成的氣溶膠。抽煙的人早就消失不見，但他留下的煙草氣溶膠，卻長時間留在原地。
當風吹過後，原地的氣溶膠就會散去。在室外，氣溶膠存在時間很短，平均只有幾分鐘，就會被風吹散。
但如果在無風的室內，氣溶膠懸浮時間長的可怕，動輒以小時計算。
不信你在電梯里抽口煙，在無風扇的情況下，煙味數小時都不會沈降到地面。
而有些微小氣溶膠的懸浮能力，比煙草顆粒還要強。
有些氣溶膠，只要環境不是完全靜止，略有人走動攪動空氣，幾乎是永不沈降。
擁有氣溶膠傳播能力的病毒，在任何不允許抽煙的地方，都具備強大的傳播能力。所有的室內和密封環境，都是氣溶膠傳播的良好夥伴。
比如電梯、棋牌室、超市、飛機、火車、輪船。
日本「鑽石公主」號豪華郵輪，目前有3711人被困在船上，接受14天的強制隔離。

日本方面已經對船上3711人全部完成採樣，正在陸續進行病毒測試。
第一份出爐的31份檢測結果里，就確診了10例。
目前，陸陸續續總共完成了102份檢測結果，還有3600份未出，但總共有62人被感染。
這個感染比例，高的可怕。
在游輪這種極端密閉的環境中，氣溶膠可以讓病人散播出去的每一份病毒，幾乎都不會「浪費」掉，全部被周圍的甲乙丙丁給吸入了體內。
而空氣飛沫傳播中，絕大部分病毒其實都掉在了地上，被「浪費」掉了。
如果這個噴嚏打在了電梯里，我覺得效果也差不多。
所以，氣溶膠傳播病毒的能力，遠勝於空氣傳播，而且隱蔽性更強。

我們該怎麼辦？

氣溶膠傳播很恐怖，以這種長時間懸浮的能力來說，在疫區，完全沒有接觸過病毒的人可以說沒有。
但接觸過病毒，不代表你一定會感染。
不管是飛沫傳播還是氣溶膠傳播，理論上一陣強風刮過去，病毒隨風擴散個幾里地是完全有可能的。
但實際上飛沫傳播和氣溶膠傳播，都只能讓幾米範圍的人感染。
唯一區別就是在空氣中懸停的時間不同，導致氣溶膠可以持續污染這幾米範圍。
因為感染人體，需要一定的病毒基數。
病毒是一種毫無戰鬥力的東西，面對人體的免疫大軍，無絲毫還手之力，是徹底的被一邊倒屠殺。

但病毒還有一個能力，就是很能生，非常能生，本來只有1億病毒，1小時內給你弄出八九千億新病毒，毫無難度。
當免疫大軍殺的手抽筋都遏制不住病毒暴增的數量時，免疫系統事實上就失敗了，然後你就生病了。
人體會利用高溫，遏制病毒增殖，並緊急動員免疫系統，製造出更多的免疫細胞。
只有當滅殺的病毒數量超過新增病毒數量時，你才會逐漸康復。
以專門針對免疫系統的傳染病，最恐怖的艾滋病為例，哪怕是這種超級病毒，也不是說一碰就會感染的。
按WHO的數據，必須要0.2毫升以上的艾滋病人血液進入普通人的身體才會導致感染。這麼多血液里大致含有不超過1000個艾滋病毒。
這1000個艾滋病毒會在人體免疫系統反應過來之前，增殖出足夠的部隊，扛過第一輪絞殺。
然後，你就被正式感染了。
雖然艾滋病毒可以通過破壞免疫系統來制止後續的免疫動員令，但其第一輪的入侵，和普通病毒是一樣的。
新型冠狀病毒其實也是一樣，第一批進入體內的病毒，必須要一定的基數，才能讓人生病，否則就是來給免疫系統送人頭的。
所以只需要降低空氣中的病毒密度，就足以保證我們的安全。
注意，在疫區，因為氣溶膠的存在，理論上病毒可以輕易隨風擴散到方圓幾十里的所有空氣中，但實際上只要它的密度低於一定的閾值，你就是安全的。
例如，有人吐一口煙圈，理論上可以擴散到整個城市，但一陣微風吹過，你就再也聞不到煙味了。
所以氣溶膠感染，最怕的就是空氣流動，只要不斷的稀釋病毒密度，它就被廢了武功。
而被風吹走的病毒，在陽光下，幾個小時就會失活，徹底死亡，從而徹底淨化空氣。
理論上，一個病人出門一趟，他一路上周圍10米之內的人都會被感染。
但實際上，絕大部分人都不會被感染，因為只要病毒的數量少，就等於無效。
之前媒體報道的「15秒感染新型冠狀病毒」，「50秒感染新型冠狀病毒」，「門把手感染冠狀病毒」等等，極有可能，都是因為氣溶膠導致的。
周圍的病毒密度太大，當你闖入這片區間後，就很容易被感染。
某病人在樓梯口摘掉口罩，深深的呼吸了一口新鮮空氣。
一小時後，你也到了這個樓梯口，看到周圍無人，也摘掉口罩，深深的呼吸了一口新鮮空氣。
抱歉，你中招了。
在流行病學中，病毒是否擁有氣溶膠感染能力，最大的區別就是：
易感染者有可能在完全沒有和病人見面的情況下，因為吸入了懸浮在空氣中含有病毒的氣溶膠，而被感染。
所以不管有人無人，都不能摘口罩，直到你回到家中。
病人的咳嗽類似於一口煙圈，你能聞到煙味的地方，都屬於病毒感染的區間範圍。
另外當我們路過一處含有病毒的氣溶膠時，沾上病毒的不止是口罩和雙手，還有頭髮、鞋帽、衣服。
還記得你頭髮和衣服上的煙味麼？道理是一樣的。
這也就是一線的醫生都要把自己包的像個粽子一樣，口罩和防護服全部是用完就棄的原因，因為上面確實密布病毒，污染風險太大。
但對於普通人來說，因為普通環境下病毒密度本來就低，碰巧污染到衣服上的病毒含量更低，而且不直接和口鼻接觸，所以通常不會造成威脅。
但如果有可能的話，回家後你應該立刻脫下外套，並消毒，同時洗一個熱水澡。
確認氣溶膠傳播能力後，我們就知道，以前的一些常識，如「離咳嗽點5米以外非常安全」，「只要附近沒人就是安全的」等概念全部失效。
除非你能確認這個地點幾個小時內都無人經過，否則它真的不一定安全。
新冠病毒雖然被證實擁有最頂級的傳播方式，但只要我們戴口罩，勤洗手，多注意消毒，就沒什麼可怕的，只不過以前那些看到周圍空空蕩蕩就放鬆防護的人，可能會倒霉。
另外，要對電梯有強烈的警惕，你進電梯應該和研究人員進病毒實驗室一樣，徹底做好防護措施再進，無口罩堅決不進電梯，如果樓梯間通風也不良的話，寧可不出門。
氣溶膠最愛的，就是不通風的密閉環境，電梯完美符合。

轉載
因為有人覺得我大驚小怪，我再解釋一下為什麼我要全力戒備。之前只是香港SARS的聯想，有人說coronavirus也會糞便傳染，現在我知道了，其實不是糞便，而是排便的時候部分病毒跑出來附著在氣溶膠上，所以才說馬桶、抽風口、排水口都要小心。請大家沖馬桶蓋上蓋子，排水口保持濕潤讓病毒沉落不易飄散。我一回到上海第二天就做了這件事，很多人笑我，現在想想 老天爺應該會疼惜有準備的人（誰說的？）我做了什麼呢？我把所有馬桶、排水孔全部消毒水清潔了一番，少用的排水孔（地上、水槽）我把消毒粉厚厚的鋪上去再用保鮮膜封住，希望病毒不要飄進來。這個主要是預防 萬一同一棟樓有人感染的話 不會交叉， 如果是自己透天厝的土豪請忽略這種民工的做法。

轉載自Lulu。