2023-09-02 10:15:34
BA.2.86 "Pirola"- Die Mutanten-Illusion: 34 Mutationen in einem Meer von Millionen Vorwort
Kürzlich haben wir eine
detaillierte Analyse zur sogenannten Eris-Mutante vorgelegt. In dieser Analyse haben wir die wissenschaftlichen Grundlagen und die Evidenz hinter den Behauptungen bezüglich dieser Mutante untersucht. Basierend auf fundierten wissenschaftlichen Erkenntnissen und Daten haben wir die Richtigkeit und Relevanz solcher Mutationsbehauptungen kritisch bewertet. In diesem Beitrag präsentieren wir weitere Beispiele und widerlegen einige der weit verbreiteten Annahmen bezüglich aller Mutationsbehauptungen!
Über 15,9 Millionen unterschiedliche SARS-CoV-2 Genomsequenzen auf GISAID veröffentlicht
Stellen Sie sich eine riesige Bibliothek vor, gefüllt mit 15,9 Millionen Büchern. Jedes dieser Bücher erzählt die Geschichte von SARS-CoV-2, aber jedes mit kleinen Variationen in den Wörtern. Nun wird behauptet, dass es eine "Originalgeschichte" gibt, die als Referenz für alle anderen dient. Aber mit so vielen Variationen, wie können wir sicher sein, welches Buch das "Original" ist
oder ob es überhaupt existiert?
Das SARS-CoV-2-Genom besteht aus 29.903 Basen (Buchstaben). Bei über 15,9 Millionen sequenzierten Versionen dieses Genoms sind die Unterschiede enorm. Es ist, als würde man behaupten, es gäbe eine definitive Version eines Buches, obwohl es
Millionen von fiktiven Versionen mit unterschiedlichen Worten gibt.
Mathematisches Beispiel
Nehmen wir an, jede dieser 15,9 Millionen Sequenzen hätte nur eine einzige Base, die sich vom Referenzgenom aus China unterscheidet. Das würde bedeuten, dass es 15,9 Millionen verschiedene Basenänderungen im Vergleich zum Referenzgenom gibt. Das ist mehr als das
530-fache der Gesamtlänge des Genoms! Und das ist nur, wenn wir von einer einzigen Änderung pro Sequenz ausgehen. Mathematisch gesehen bedeutet das, dass für jede einzelne Base im Genom
532 verschiedene Sequenzen eingereicht wurden. In Wirklichkeit sind es oft viele mehr.
Sequenzübereinstimmung
Wenn wir annehmen, dass jede dieser Sequenzen zu 99% mit dem Referenzgenom übereinstimmt, bedeutet das, dass es 299 (1% von 29.903) Unterschiede
pro Sequenz gibt. Multipliziert mit 15.930.710 Sequenzen ergibt das
über 4.7 Milliarden Unterschiede(Buchstaben) A,T,C,G). Wie können wir bei so vielen Unterschieden sicher sein, welches das "wahre" Genom ist?"
Tagtägliche fiktive Mutationen im Kontext
Basierend auf der Sequenzübereinstimmung, bei der wir festgestellt haben, dass es
über 4,7 Milliarden Unterschiede in den eingereichten Sequenzen gibt, bedeutet das, dass es in den letzten 3 Jahren
jeden Tag durchschnittlich 4,3 Millionen unterschiedliche angebliche Mutationen im fiktiven SARS-CoV-2-Genom gegeben hätte. Bei solch einer enormen Anzahl von täglichen Veränderungen, wie können wir dann "spezifische Mutationen", wie 34 Veränderungen, als besonders signifikant herausstellen?
Jetzt kommt der entscheidende Punkt: Es wird behauptet, dass eine spezifische Mutation mit
34 Änderungen besonders gefährlich sei. Bei Millionen von möglichen Kombinationen und Änderungen, wie kann man dann eine solche spezifische Mutation als besonders hervorheben? Es ist schlichtweg
unmöglich, all diese
Kombinationen zu
überprüfen und auf ihre
Funktion und
Auswirkung zu prüfen. Dennoch wird mit solchen Behauptungen
Angst und Panik verbreitet.
Schlussbemerkung: Die Realität
Diese immense Vielfalt zeigt, dass die Idee eines festen, unveränderlichen viralen Genoms illusorisch ist. Die Natur ist dynamisch und ständig im Wandel. Die Annahme, dass es bei solch einer Variabilität ein festes "virales Genom" gibt, ist nicht nur wissenschaftlich fragwürdig,
sondern auch logisch unschlüssig. Es zeigt, dass die Anzahl von Mutationsbehauptungen irrelevant sind,
sie sind fiktiv, erzwungen und unüberprüft. Sie basieren auf einem fiktivem digitalem Modell, welches in der Realität nicht existiert.
Die Vorstellung, spezifische Impfstoffe basierend auf exakten Buchstabenabfolgen zu entwickeln, ist dadurch nicht nur fragwürdig, sondern widerlegt!
NL Telegram Ansprechpartner
14.6K views07:15
C
