Jean-Claude Perez et Luc Montagnier nous révèlent que les laboratoires de virologie font planer un danger obscur sur l’humanité.

1_15.png
Spread the love

Publié par wikistrike.com sur 3 Mars 2021, 08:32am

Sur les traces du mathématicien Jean-Claude Perez et le Maître Code biologique universel (Codex de la biogenèse) qui lève un coin du voile sur les secrets de la nature

Résumé du lecteur pressé – Nous voyons dans cette partie du chapitre 9 comment une analyse géométrique fractale fait apparaître un ordre caché dans l’apparence aléatoire des séquences d’ADN et d’ARN. Cet ordre est constitué de méta-structures hiérarchisées : ondes stationnaires en résonance sur des longueurs de séquences de nucléotides correspondant aux nombres de Fibonacci et de Lucas. Sur le plan physique, ces structures ondulatoires traduiraient la présence des contraintes électrostatiques sur l’organisation supramoléculaire des génomes. Leur contrôle et leur modulation à différentes échelles de distances génomiques (courtes, moyennes et longues distances) sont certainement couplées à la nécessité pour l’ADN (et aussi l’ARN) de pouvoir s’enrouler et se déployer localement pour autoriser la transcription des gènes.Une des sections présentées s’adresse aux mathématiciens biologistes en herbe désireux de reprendre et poursuivre les travaux de Jean-Claude Perez sur le Maître Code biologique.

Le but est que ce code très puissant ne reste pas le savoir exclusif et confidentiel de laboratoires de recherche qui transgressent les lois de la nature. Pour ceux que ça intéresse, nous montrons comment il est possible de reproduire très simplement les résultats de Jean-Claude Perez. Les lecteurs math-sensibles doivent s’abstenir de lire la section dédiée à cela. Cela n’entachera en rien leur perception des contradictions que ce Maître Code biologique révèle sur les virus SARS-Cov2 et RaTG13. Les lecteurs ou chercheurs désireux d’établir ces méthodes de calculs sur leur PC pourront s’appuyer sur les explications données ici. Il est temps que les travaux fondateurs de Jean-Claude Perez fassent surface plus largement dans le microcosme de la biologie française, trop frileux sur l’apport des mathématiques à la compréhension du vivant.Harmonie géométrique des formes du vivantTout ce qui concerne les faits et les calculs établis précédemment sont suffisants à démontrer que le SARS-Cov2 ne peut être que le fruit de manipulations GOF de laboratoire. Cependant, nous ne pouvons achever l’histoire du Covid-19 sans y ajouter une découverte aussi fondamentale qu’étrange sur l’harmonie mathématique des génomes.Depuis des temps immémoriaux les savants et les artistes ont tenté de percer les secrets de l’équilibre si parfait de la nature. Pourquoi les plantes poussent-elles dans un état d’équilibre si optimal sur le plan dynamique mais également sur le plan de l’esthétique. Pourquoi les proportions du visage sont-elles si bien établies par la nature. Bien qu’aucun visage humain ne ressemble à un autre il est quand même semblable dans ses proportions à tous les autres. Comment cela est-il possible ? La nature obéit-elle à des règles cachées ? C’est ce que les artistes italiens de la renaissance ont pu déterminer et qu’ils ont nommé « la Divine proportion ». En fait, ils ne faisaient que redécouvrir et reprendre des concepts établis par des œuvres philosophiques et mathématiques antiques dont les fondements sont certainement encore plus anciens. Ainsi, selon Vitruve, architecte romain du 1er siècle avant notre ère, il y avait de la petite partie à la grande, le même rapport que la grande au tout. La clé de l’équilibre serait donc dans un rapport mathématique qui assurerait la cohérence à toutes les échelles du vivant. Il est troublant de constater que cette proportion d’harmonie peut se mesurer facilement à l’œil nu en jugeant ce qui nous paraît harmonieux de ce qui ne l’est pas. Cette proportion harmonieuse est en relation direct avec le nombre d’Or (Φ = 1.618…) codé dans la suite mathématique de Fibonacci (mathématicien italien, Pise, 1175 – 1250). On la retrouve de façon plus ou moins cachée dans la structure corporelle des êtres vivants, comme par exemple dans la main humaine qui peut se distinguer très facilement de celle des primates par une relation géométrique très simple, qui signe la différence essentielle entre deux espèces pourtant proche par ailleurs. L’ouverture de la main avec un pouce délié et allongé a permis une dextérité extraordinairement supérieure. Cela s’est traduit par un déplacement concomitant de la ligne d’équilibre à l’intersection des carpes du poignet dans le prolongement du bras. Cette particularité assure un meilleur couplage des membres pour des tâches de visée et de projection complexe comme le lancer du javelot, et de manière générale l’obtention d’une dextérité optimale.  

De façon générale il semble que les formes dynamiques de la nature n’échappent pas une règle d’harmonie mathématique sous-jacente.

Harmonie mathématique de l’invisibleLa présence d’une harmonie mathématique peut-elle également caractériser l’organisation des êtres vivants à l’échelle microscopique, au niveau le plus intime, celui du code génétique ? C’est une question à laquelle Jean-Claude Perez s’est attaqué il y déjà une trentaine d’années. Il nous rappelle que l’on sait que les nombres de Fibonacci contrôlent la morphogenèse du nautile et des fleurs de tournesol, bien que l’on ne sache pas comment cela se réalise en pratique au cours de la multiplication cellulaires avec une polarisation et une différenciation des cellules (auto-organisation) au fur et à mesure du développement de ces organismes.Nous l’avons vu précédemment, les génomes sont organisés de manière à produire et réguler l’expression des autres molécules du vivant que sont les protéines. Certains des éléments chimio-mécaniques du génome sont très bien connus avec une organisation hiérarchisée en chromosomes et gènes avec des codons (groupe de 3 nucléotides A,T,C et G) qui déterminent les points de départ et d’arrêt ainsi que la composition des séquences protéiques transcrites. L’inspection visuelle à l’œil nu d’une séquence génomique donne l’impression de plus grand désordre. Cependant, force est de constater que ce désordre n’est qu’apparent puisqu’il génère des êtres vivants qui sont eux parfaitement structurés. Lorsque l’on observe au microscope les chromosomes on voit une structure supramoléculaire parfaitement ordonnée, avec des enroulements successifs complexes qui permettent de faire tenir sur quelques micromètres un filament d’ADN d’une longueur de quelques centimètres.

Depuis les années 1930, grâce aux travaux remarquables de Frank Ramsey, un mathématicien mort très jeune (1903 – 1930), on sait qu’au cœur de nombreux systèmes qui semblent parfaitement chaotiques, il y a de l’ordre. Ramsey n’a étudié le désordre qu’au sein de systèmes mathématiques, comme par exemple les dîners en ville où se rassemblent des gens qui se connaissent et ne se connaissent pas. Quel nombre minimal de convives doivent se rassembler pour être sûr qu’il y ait N personnes qui se connaissent ou N personnes qui ne se connaissent pas ? Ce modèle mathématique, grâce à la théorie des graphes qui en a découlé, a permis de déduire des connaissance sur la structure des systèmes en apparence chaotiques comme les liquides. Le maître mot ici est apparence car la perception de désordre peut être reliée à l’échelle à laquelle on regarde le phénomène ou la manière dont on le mesure. Les phénomènes ou système purement aléatoire sont très rares car ils nécessitent l’absence d’interaction entre les éléments qui les constituent comme les gaz parfaits. Dans le modèle de Ramsey l’interaction est le fait de se connaître. Les liquides que l’on pourrait croire désordonnés présentent un facteur de structure, mesurable par cristallographie, en raison des interactions inter-moléculaires. On note qu’il est très difficile d’observer des systèmes purement aléatoires dans la nature. La désintégration radioactive en est un. Un temps de désintégration moyen (demi-vie T1/2) existe pour les isotopes radioactifs des éléments chimiques sans que l’on puisse prédire à quel moment elle va avoir lieu dans l’intervalle temporelle [0 – 2xT1/2]. La probabilité de désintégration est une propriété absolument intrinsèque de l’élément, elle n’est influencée par aucun facteur extérieur (température, pression, champ de force électrostatique…). Si l’on enregistre au cours du temps chaque désintégration émise par un morceau de matière radioactive, la suite des intervalles de temps mesurés est parfaitement aléatoire, c’est-à-dire qu’il est impossible d’identifier une quelconque fréquence de répétition d’une quelconque partie du signal, aussi longtemps que l’on enregistre le signal.Le mathématicien Jean-Claude Perez en s’appuyant sur ces principes est allé voir au-delà de l’image des génomes que les microscopes les plus puissants sont capables de produire. Il a utilisé le prisme extrêmement puissant des mathématiques pour découvrir que les codes génétiques recelaient au niveau des chromosomes et des gènes des ondes stationnaires fractales de Fibonacci qui révèlent leur ordre caché.Les ondes stationnaires sont bien connues en physique. Elles correspondent à un phénomène de localisation des ondes dans l’espace dû à des contraintes qui empêchent leur propagation infinie en leur permettant de se réfléchir et d’entretenir un phénomène de résonance (ex. corde de guitare, mer gaufrée…). Nous voyons là comment d’une contrainte peut naître une forme d’ordre. Mais la résonance ne se maintient que si un flux constant d’énergie continue de pénétrer dans le système.  Dans l’exemple de la mer gaufrée la houle océane permet à la résonance de se maintenir. Si la portion de mer était soudain entourée de digues le phénomène de résonance disparaîtrait.

Sur les traces du Maître Code méta-génomique (Codex Biogenesis)Il y a exactement 30 ans, Jean-Claude Perez présentait à l’Académie des Sciences les résultats de ses premiers travaux sur la mise en lumière de la structure mathématique sous-jacente cachée du génome, à l’échelle de son ensemble et également à celle des chromosomes et des gènes. Il rassemble les règles et l’ensemble des propriétés mathématiques afférentes à cette structure dans un codex intitulé le Maître Code Biologique (Master Code of Biology) ou Codex de la biogenèse. Ce codex traduit l’existence d’une méta-structure génomique qui va au-delà des connaissances opérationnelles établies par la biologie et la génétique. Cette méta-structure globale se décompose en sous méta-structures multiples qui sont de nature fractale comme les choux romanesco ou l’emboîtement de poupée russes, c’est-à-dire qu’elles peuvent se mesurer de façon similaire à différentes échelles en terme de longueur des séquences d’ADN ou d’ARN examinées. Il y donc un ordre derrière l’apparence chaotique des séquences génomiques.

Dans ses premiers travaux, Jean-Claude Perez met en évidence le rôle central que joue les nombres de la suite de Fibonacci (0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377,…)  ou de la suite de Lucas* (1, 3, 4, 7, 11, 18, 29, 47, 76, 123, 199, 322,…) dans l’ordre sous-jacent des génomes. Ces deux suites se ressemblent par le fait que chaque nombre successif est obtenu pas la somme des deux précédents et que le rapport entre deux nombres qui se suivent dans la suite converge vers le nombre d’Or (Φ = 1.618…) lorsque qu’on la parcourt : 8/5 = 1,600… ; 13/8 = 1,625… ; 21/13 = 1,615… : 34/21 = 1,619… : 55/34 = 1,617… ; 89/55 = 1,618… (Fibonacci); et 11/7 = 1,571… ; 18/11 = 1,636… ; 29/18 = 1,611… ; 47/29 = 1.620… ; 76/47 = 1,617… ; 123/76 = 1,618… ; etc… (Lucas).Il s’est attaché à démontrer que les méta-structures étaient bel et bien réelles et non le fruit du hasard. Il a utilisé pour cela le gène de collagène type 1 humain (HUMC1A1) d’une longueur de 1767 nt. Comme nous l’avons vu précédemment les acides aminés peuvent être codés par différents codons (il y a 61 codons pour 20 acides aminés) ce qui implique que la séquence protéique transcrite par un gène correspond théoriquement à une grand nombre de séquences nucléiques. C’est la raison pour laquelle de nombreuses mutations sont dîtes silencieuses car elles ne changent pas la composition en acides aminés de la protéine exprimée. Dans son expérience initiale, Jean-Claude Perez a généré par ordinateur 99 séquences nucléiques correspondant au gène HUMC1A1 et a analysé leur ordre fractal en démontrant que la séquence naturelle ressortait avec le score d’ordre le plus élevé, 34492 contre 28814 pour la séquence artificielle la plus ordonnée. Il est difficile de comprendre ce qui conditionne cet ordre. Comme nous l’avons mentionné dans la section précédente, l’ordre ne peut émerger que d’interactions locales ou à distance où induites par une nécessité évolutive comme la chasse ou les travaux de dextérité en ce qui concernait le réarrangement de la structure de la main humaine par rapport celle des primates. En ce qui concerne l’ADN, l’interaction électrostatique qui s’exerce aussi bien à courte distance qu’à longue distance pourrait bien être l’interaction dominante à l’origine d’une contrainte évolutive favorisant l’émergence d’un ordre. Cela d’autant plus que l’ADN et l’ARN sont des assemblées supramoléculaires extraordinairement dense en charges électrostatiques. Le champ électrostatique combiné aux propriétés chimiques légèrement divergentes des bases azotées T, A, C et G pourrait conférer un effet de flexibilité différentiel en certains points de l’ADN ou de l’ARN favorisant les enroulements ou les dépliements et des conformations dynamiques favorisant l’interaction avec les protéines de la machinerie cellulaire de réplication. Ce domaine extrêmement complexe et encore inexploré fait l’objet de recherches théoriques de pointe.   Lorsque Jean-Claude Perez applique son analyse de résonance fractale de Fibonacci au chromosome 4 de l’homme de Néanderthal et de l’Homo sapiens, il met en évidence une différence fondamentale de la courbe décrivant la méta-structure entre ces deux espèces humaines. Cependant, un point commun les caractérise, une résonance principale pour les méta-codons de la taille de 34 nucléotides. A ce stade des explications il suffit au lecteur d’assimiler que le nombre 17 correspond à la crête d’un signal d’amplitude de 34 nt dans la distribution spectrale des longueurs de séquences utilisées comme fenêtres d’analyse (méta-codons).

On voit donc que les génomes humains ont une organisation fractale caractérisée par une onde stationnaire de périodicité de 34 nucélotides (nombre appartenant à la suite de Fibonacci). L’analyse fractale montre que les périodicités 33 et 35 correspondent à un phénomène d’oscillations dissonantes. On retrouve de nouveau le nombre 34 avec la période de longueur 34 codons qui abroge la dissonance et engendre une résonance à travers toutes les fenêtres d’analyse (méta-codons) qui se traduit par un lissage de la courbe.  

Une autre différence essentielle entre les méta-structures fractales d’Homo sapiens et de Néanderthal est la présence d’une seconde résonance principale pour le nombre 123 de Lucas. Le génome de Néanderthal semble donc être soumis à un autre attracteur (NDA les contraintes ou interactions engendrent une convergence vers une structure d’ordre appelée attracteur en théorie du chaos) qui est absent chez Homo sapiens. On parle ici de double attracteur.La situation de résonance fractale du chromosome 4 est totalement différente chez les  primates avec une résonance principale avec une période de 21 nt chez le chimpanzé et l’orang-outan, et de 55 nt pour le gorille. Ces primates sont très proches de l’homme sur le plan génétique classique avec à peine 1 à 2% de différences dans la composition des séquences protéomiques par rapport à l’homme. Pourtant, les phénotypes divergent radicalement entre ces espèces. Il est probable que les méta-structures génomiques fractales jouent un rôle épigénétique essentiel dans l’expression différentiée des gènes. On observe d’ailleurs une augmentation de la période de Fibonacci avec le degré d’évolution. Comment mesurer très simplement une des manifestations de l’ordre fractal des génomesDepuis 30 ans, Jean-Claude Perez a conduit des travaux de recherche faisant appel a des concepts géométriques et des outils mathématiques complexes qui empêchent l’immense majorité (dont les auteurs de cet article avouent faire partie) de les appréhender dans leur entièreté. En exergue de son article de 2018 sur la présence d’ondes stationnaires dans les génomes il cite Kepler « Là où il y a de la matière, il y a de la géométrie ». Dans les sections qui suivent nous allons montrer que l’on peut comprendre très facilement la réalité physique profonde que révèle ses recherches, et donc en apprécier la portée en ce qui concerne les conclusions qu’il est à même de tirer à propos du SARS-Cov2.L’ordre fractal des génomes reste totalement caché à l’inspection visuelle des séquences et ne peut être mis véritablement en évidence mathématiquement qu’en introduisant des fenêtres d’analyse (appelées méta-codons). Lorsque l’on calcule la proportion des quatre bases azotées T, A, C, G dans ces méta-codons dont on fait varier la longueur, et avec lesquels on décompose les génomes, on met en evidence un mécanisme de résonance numérique correspondant à des nombres de la suite de Fibonacci ou de la suite de Lucas. Par exemple, le nombre d’Or (Φ = 1.618…) apparaît dans la proportion T ou A contre C ou G, c’est-à-dire les pics de fréquence sont alignés sur les deux nombres de Fibonacci qui précédent celui définissant la longueur de la fenêtre d’analyse. Cela est tout à fait remarquable et peut être vérifié très facilement. On peut télécharger à partir de la banque d’accès publique GenBank les séquences génomiques complètes des virus SARS-Cov2 WUH1 (génome de référence) du SARS-Cov Urbani de 2002-2003 (génome de référence), du virus RaTG13 collecté en 2013 et du RsSHC014 collecté en 2012. Il suffit de créer un petit programme informatique de quelques dizaines de lignes pour faire apparaître la résonance fractale pour différents nombres de Fibonacci définissant la longueur de la fenêtre d’analyse coulissante. Dans la figure ci-dessous nous montrons la distribution des fréquence d’occurrence de chaque nucléotide dans l’espace de la fenêtre coulissante de 55 nt. Au lieu de trouver une équiprobabilité de T, A, C, G autour de 14/55 on la trouve à 17/55 (T) , 16/55 (A), 11/55 (C)  et 11/55 (G), correspondant à  des distribution d’amplitude correspondant aux nombres de Fibonacci 34 et 21, complémentaires de 55, également nombre de Fibonacci. Cependant, quelque chose semble clocher dans la forme des  distributions A et T des virus SARS-Cov2 et RaTG13, par rapport à SARS-Cov et RsSHC014 (d’origine naturelle indiscutable), comme si le pic du nucléotide A était déformé pour coïncider exactement avec la valeur 17 et la courbe T élargie. 

Un résumé des secrets du Maître Code pour les mathématiciens biologistes en herbes (lecteur math-sensible s’abstenir)Le Maître Code (Master Code) de la biologie est un langage digital qui unifie l’ADN, l’ARN et les protéines dans une forme de représentation digitale universelle, c’est-à-dire une représentation  numérique des séquences réduites à des successions de chiffres. Cette représentation numérique sous forme de vecteurs tire son origine de concepts géométriques qui font apparaître des propriétés fondamentales de l’organisation des génomes.

Étape 1: La numérisation digitale (nombres entiers) constitue le Maître Code universel de la séquence et s’applique indistinctement à toutes les séquences d’ADN qu’elles soient codantes ou non. A chaque triplet de nucléotides (codon) est associé un chiffre compris entre -3 et +7. Ces chiffres ont été établis par Jean-Claude Perez en relation avec les masses atomiques des éléments chimiques C,N,O,H,S,P constituant les bases azotées et les acides aminés. Ils permettent de numériser simplement les 61 codons et les 20 acides aminés. Exposer les concepts utilisés dépasse le cadre de cet article et nous renvoyons les apprentis mathématiciens de génie à l’article de Perez (Six Fractal Codes of Biological Life: perspectives in Exobiology and Artificial Intelligence Biomimetism Decisions Making, 2018). On pourrait reprocher à cette représentation d’être trop réductrice par rapport à la réalité physico-chimique qu’elle est censée traduire. Cependant Jean-Claude Perez n’a fait ainsi que capturer la réalité géométrique sous-jacente qui en découle. Il a ainsi réduit la complexité du problème en devançant avec humour les critiques possibles en citant Von Neumann (grand mathématicien et physicien) en exergue de son article de 2018 : “There’s no sense in being precise when you don’t even know what you’re talking about”, c’est-à-dire « Il n’y a aucun sens à être précis lorsque l’on ne sait pas de quoi on parle ».

En effet, lorsque l’on est confronté aux manifestations de la nature il vaut mieux rester modeste. Au-delà de cette pointe d’humour et d’auto-dérision il faut noter que l’essence même des mathématiques consiste à simplifier les problèmes pour tenter de les résoudre. Les simplifier tout en capturant leurs aspects essentiels.Il faut noter que la numérisation des séquences s’opère en ajoutant, pour chaque codon, les valeurs des masses géométriques obtenues à la fois sur le brin positif et le brin négatif de l’ADN, idem pour l’ARN et la séquence protéique, même si elle n’est pas dans une région codante ou correspond au brin négatif. On peut appliquer indistinctement la méthode à des génomes entiers (virus) des chromosomes ou des fractions de chromosomes ou des gènes. Dans le cas des séquences protéiques, la séquence réciproque n’existe jamais et n’est qu’une vision théorique adoptée intuitivement pour rendre son problème complètement symétrique : une grande originalité intuitive de plus dont les implications se sont révélées extrêmement fructueuses en révélant un couplage étroit entre les séquences génomiques et protéiques. Il est important de préciser que la génération des vecteurs codes doit se faire sur les trois cadres de lectures possibles, puisque les codons sont formés de triplets de nucléotides. Il s’agit de caler le codage à i, i+1 et i+2, i étant le premier nucléotide de la séquence étudiée. Les propriétés géométriques restent nécessairement invariables par rapport au codon ATG d’initiation de la transcription qui peut glisser par mutation. Nous verrons ce que cela implique au niveau de la séquence protéique. On obtient ainsi des vecteurs-images, génomique et protéomique.

Étape 2: l’introduction de l’influence de contraintes structurantes à courte, moyenne et  longue distance (possiblement générées par des forces électrostatiques, voir sections précédentes) passe par une intégration cyclique qui s’apparente à une transformée de Fourier. Jean-Claude Perez appelle cette phase la globalisation des vecteurs digitalisés génomiques et protéomiques pour produire un « vecteur-potentiel » à longue distance. Il est réalisé pour chaque position du vecteur-image, i.e. pour chaque codon le long de la séquence. Cette intégration peut se faire dans les deux sens (3’ ==> 5’ ou 5’ ==> 3’) et s’applique indistinctement aux séquences ADN, ARN et AA. Ce processus d’intégration doit courir sur l’intégralité de la séquence. Une chose remarquable apparaît immédiatement, le vecteur maître code de l’ARN est unitaire ! Comment cela est-il possible ? Jean-Claude Perez semble affirmer que cela est apparu comme une surprise remarquable pour lui.   Le vecteur potentiel obtenu est ensuite réordonné pour produire un troisième vecteur qui caractérise l’ordre global des codons en les classant du plus faible potentiel à longue distance au fort potentiel à longue distance. L’ensemble de ces trois vecteurs (image, potentiel, et classement/ordre) constitue la signature globale génomique ou protéomique de la séquence considérée. On obtient donc trois signatures génomiques (une pour chacun des cadres de lecture i, i+1, i+2) et une signature protéomique.

Les 3 signatures génomiques sont toujours corrélées entre elles tandis que la signature protéomique est toujours corrélée à l’une des 3 signatures génomiques (i, i+1, ou i+2) et se trouve en dissonance par rapport aux 2 autres. Un exemple d’une séquence de 100 kb du chromosome humain 17 montre une corrélation de 99,93% entre les deux vecteurs de signatures génomique et protéomique (ils se superposent parfaitement). De façon générale, on remarque que les régions de corrélation parfaites correspondent aux sites fonctionnels des protéines, les points chauds et les points de rupture des chromosomes. Tout cela a donc un sens et se révèle un outil exceptionnel pour étudier la vraisemblance naturelle des organismes manipulés. Cela peut donc permettre de mettre en évidence des virus GOF ayant fuité dans la nature. 

Étape 3 : les aspects ondulatoires du code génomique peuvent être mis en évidence par la présence d’ondes modulées discrètes de périodes courtes de quelques nucléotides ou moyennes de quelques dizaines de nucléotides. Pour cela il suffit de différencier chaque position de la séquence image génomique en utilisant les gradients successifs S(i, i + 1), and S(i, i + 2), S(i, i + 3), … S(i, i + n) d’ordre 1, 2, 3, … n, où i est la position des codons le long de la séquence image. Il suffit de soustraire pour les vecteurs image-code ou image-potentiel les valeurs entre les positions i + n et i et les accumuler pour chaque valeur de n.     

Étape 4 : Des ondes stationnaires sont révélées par la reconstruction des séquences génomiques en sections successives de longueurs supérieures à 3 nucléotides. Au lieu de considérer qu’elles sont une succession de codons triplets (mis en évidence par la biologie moléculaire) on les étudie sur le plan géométrique sous l’angle d’une assemblée de séquences de longueur arbitraire n. Il s’agit d’une approche intuitive naturelle qui permet de faire varier l’échelle d’analyse géométrique. Ces sections sont appelées par extension méta-codon mais n’ont pas de signification biologique. A chaque méta-codon i de longueur n est attribuée la masse M(i), c’est-à-dire le nombre -1 fois le nombre d’occurrence de G ou C qu’il contient. A noter qu’ici les valeurs des masses du Maître Code n’interviennent plus ce qui, pour ceux qui en douteraient, renforce la réalité de l’existence d’un ordre fractal contrôlé par des interactions à courtes, moyennes et  longues distances.L’analyse et la mise en évidence d’onde stationnaire se fait comme dans la partie 3, sur le vecteur image potentiel, en utilisant la règle que le gradient prend la valeur + 1 s’il y a une augmentation entre M(i) et M(i+1) et -1 dans le cas contraire, ou 0 lorsque M(i) = M(i+k), k étant la période considérée en nombre de méta-codons. Pour chaque taille de méta-codon  et pour chaque valeur k on peut donc cumuler les valeurs du gradient. On s’aperçoit alors que pour certaines valeurs de k la structure périodique peut s’allonger considérablement, voire disparaître. Cela traduit un phénomène de résonance fractale à travers toutes les tailles de codons, c’est-à-dire à des échelles d’analyse différentes.

Analyse fractale des génomes de coronavirus de type SARSDans son article publié dans le journal Granthaalayah en février 2020 (Wuhan Covid-19 Synthetic Origins and Evolution), Jean-Claude Perez montre la présence de ces ondes stationnaires fractales dans les génomes des coronavirus de type SARS, pour des périodes de résonance correspondant au nombre de la suite de Fibonacci. De façon tout à fait remarquable, il met en lumière leur évolution depuis 2003 vers des nombres de Fibonacci plus élevés (8, 13) pour les virus ZXC21 et ZC45 issus de la recherche militaire chinoise et qui augmente encore à la résonance 21 pour le SARS-Cov2 de 2019. De façon tout à fait étonnante, la résonance 34 qui caractérise l’être humain ne s’obtient qu’en soustrayant de son génome qu’une section de 1378 nt indiquée par Lyons Weiler comme manquant de cohérence avec le reste du génome du SARS-Cov2 (chapitre 8 partie 2). Cela démontre que cette région n’est pas en harmonie fractale avec le reste du génome ce qui tendrait à prouver qu’elle a été introduite artificiellement.

Analyse du SARS-Cov2 par l’approche fractalePendant le développement de la pandémie, Jean-Claude Perez a étudié de près le SARS-Cov2 avec son approche fractale, en particulier comment l’effet des mutations agi sur l’harmonie globale du virus. Il semble que le virus tente de rééquilibrer des incohérences de structures fractales fondamentales en relation avec les observations décrites au chapitre 8 partie 3 sur sa protéine S en terme de mutations synonymes et non synonymes par rapport au RaTG13.  Tout d’abord, comparons le spectre des méta-structures de Fibonacci à longue distance du SARS-Cov2 et des 3 virus les plus proches qui sont le RaTG13, le ZC45 et le ZXC21. Rappelons que les virus ZXC21 et ZC45 collectés en 2015 et 2017 dans des colonies côtières relativement proches sont considérés avec 97,5% d’identité de séquence de nucléotides des virus très voisins, dans la même zone de proximité que le SARS-Cov2 et le RaTG13 (96,2% d’identité). On constate, indubitablement, que la relation de proximité d’identité se traduit par une similarité des spectres (profiles et répartitions semblables des courbes en forme de podium) de méta-structures à longue distance. Ces spectres démontrent donc la parenté indéniable du SARS-Cov2 et du RaTG13 et on peut noter qu’étrangement les méta-structures ne s’étendent quasiment pas dans la zone 1-7000 nt couvrant partiellement l’Orf1a (1 – 13500 nt, gène polyprotéine) conservée à 96.5%  entre les deux virus. De ce point de vue la situation est totalement différente pour la paire ZXC21/ZC45 qui ne présente pas de discontinuité de ce genre. Ce genre de hiatus avec perte de cohérence à longue distance est-elle due à une recombinaison naturelle ou artificielle ?

Zoomons à présent sur le gène de la protéine S. Lorsque l’on compare les corrélations de la signature génomique et protéomique de la protéine S des virus SARS-Cov2 et RaTG13 on s’aperçoit que la section de 225 nucléotides, pointée par Perez et Montagnier comme une zone possible de manipulation caractérisée par 4 petites séquences apparentées au VIH (voir partie 1) est très faiblement cohérente dans le SARS-Cov2. Située au tout début de la partie N-ter du domaine S1, elle apparaît comme désordonnée par rapport à l’organisation globale du gène et enregistre une perte significative de cohérence par rapport à son virus cousin ou ancêtre supposé, le RatG13.

D’autre part, au niveau de la répartition des méta-structures de Fibonacci du gène S du SARS-Cov2 on voit également un hiatus au niveau de la limite entre la région de Lyons Weiler (qui comprend toute la partie du domaine S1 jusqu’au motif de liaison au récepteur ACE2) et le reste du gène. Ce hiatus perdure au cours de l’épidémie. Est-il normal que ce gène S ne présente pas de pénétration de méta-structure à longue distance dans cette zone. Cela est peu probable, la comparaison RaTG13 présente un large pénétration dominante de la méta-structure 2584 nt dans cette zone même si elle ne recouvre pas l’intégralité de la zone. Le virus ZC45 présente un importante pénétration dans la totalité de la zone 1-1300 région qui correspond à la zone de Lyons Weiler, même si la méta-structure à 2584 nt manque. Rappelons ici que Lyons Weiler avait conduit son analyse de cohérence d’identité de séquence par rapport au ZC45 pour mettre en évidence cette section du SARS-Cov2. Par contre il n’y a pas d’incohérence d’identité de séquence dans cette région (S1-N-ter) entre le SARS-Cov2 et le RaTG13 (chapitre 8 partie 2). Cela démontre la finesse et la puissance de l’analyse par méta-structure de Fibonacci qui permet de mettre en évidence une incohérence cachée.

L’analyse des variants résultant de mutations à la position N501 du motif de liaison (RBM) au récepteur ACE2 est très importante car ces mutants impliquent des changements potentiels d’affinité de la protéine S pour le récepteur humain ACE2. Ils sont susceptibles de changer le caractère infectieux du virus, sans que cela corresponde forcément à une augmentation de la pathogénie. Cependant, il a été avancé que les variants anglais étaient plus létaux de 30 à 40% que le variant classique D614G et qu’ils rendraient le vaccin moins efficace. Des expériences de sélection de mutants de plus grande affinité pour l’ACE2, in vitro, montrent l’apparition des mutations N501Y, E484K et S477N. Cependant, là encore il faut rester très prudents parce que ces mêmes expériences montrent que l’augmentation de la force de la liaison au récepteur ACE2 ne se traduirait pas forcément par une augmentation de contagiosité ou de pathogénie en pratique, un RBM de très haute affinité pour l’ACE2 conduisant à l’inhibition de l’infection. Ce n’est pas une surprise car beaucoup de mécanismes biologiques sont réglés de façon à ce qu’un excès d’interactions entraîne une inhibition de l’effet.    Sur le plan pratique comme sur le plan théorique il est très difficile de déterminer exactement l’effet des mutations mais beaucoup de responsables de santé publique ont choisi l’option très alarmiste sur des bases tout à fait incertaines. Sur le plan vaccinal, une étude a montré que les sérums de patients infectés neutralisaient les variants N501Y et le variant classique (D614G) de façon égale. Des tests sur des personnes ayant reçu les vaccins Moderna et Pfizer-BioNTech suggèrent que les mutants N501Y et E484K, individuellement ou concomitants, ou en combinaison avec une autre mutation K417N causaient seulement une petite perte significative de la neutralisation vaccinale. On pouvait s’y attendre car, en principe, les anticorps générés par un vaccin ne ciblent pas qu’un seul épitope (petite séquence cible à la surface de la protéine S) mais une large palette ne se réduisant pas seulement au RBM. Ils devraient donc suffisamment varier pour couvrir les variants générés en l’espace de quelques mois. Cependant, il est évident une accumulation de mutations peut finir par abroger significativement leur efficacité.  Le consortium Bill Gates préconise une 3ème injection de vaccination pour palier à ce problème pendant qu’en Espagne on a enregistré 12 697 déclaration de lésions poste-vaccinales et 653 décès depuis le début de la vaccination contra le COVID-19.L’analyse de Jean-Claude Perez montre qu’indépendamment de cette discussion les mutants anglais N501S et 501T ont au moins doublé leur fréquence de méta-structures 2584 nt par rapport au variant courant D614G qui avait progressivement remplacé le virus initial à partir du printemps 2020. Cela pourrait traduire une tentative de rééquilibrage harmonique du virus vers la situation du RaTG13 dont il est si proche et où cette méta-structure domine.

Jean-Claude Perez note que le gène S du SARS-Cov2 se subdivise en 2 régions fort différentes:

  1. les 1000 premières bases très VIH dense, peu structurées et où la réaction du génome se traduit souvent par des mutations et des délétions (4 des 10 mutations se situent dans la région VIH dense) ;

(2) les 2900 bases restantes, hyper-structurées en méta-structures de Fibonacci.On observe que la majorité des mutations des variants sont de type U → C, de type codon synonyme, contribuant in fine au « fine tuning » Fibonacci qui correspond à la restauration d’un ordre fractal dans le génome du SARS-Cov2 au fil de son évolution au cours de la pandémie. On peut donc dire que le gène S s’adapte et s’humanise par 2 stratégies fort différentes.Le tableau des 32 mutations californiennes démontre comment le virus essaye d’étendre la fréquence de la méta-structure longue de 2584 nt avec un pic de résonance pour la  fréquence d’occurrence de 1597 pour les nucléotides U ou A et 987 pour les nucléotides C ou G dans une fenêtre glissante de 2584 nt. Cela traduit un processus d’harmonisation qui serait double : humanisation + naturalisation. Pour qu’une telle conclusion puisse être retenue avec certitude, il faudrait avoir un point de comparaison avec l’évolution d’un virus dont on sait qu’il est naturel de façon certaine. Si elle était confirmée, cette conclusion des travaux de Jean-Claude Perez apporterait une preuve supplémentaire sur l’origine artificielle du SARS-Cov2.

Quoi qu’il en soit, il faut reconnaître que ce que Jean-Claude Perez révèle sur l’organisation fractale des génomes est tout à fait remarquable. Il démontre comment cette connaissance appliquée aux coronavirus de type SARS peut expliquer les incohérences profondes d’organisation fractale des virus manipulés en laboratoire. Conclusion sur une brève histoire scientifique du Covid-19Au cours de ces chapitres, notre fil rouge a été d’écarter tout argument spéculatif en analysant en profondeur la validité scientifique de tous les éléments constitutifs des raisonnements produits. Les arguments spéculatifs sont de trois natures :(a) ceux proférés par des personnes en principe instruites, mais qui, ne comprenant pas les tenants et aboutissant de ce qu’elles avancent, ne font que répéter des arguments distillés par leur caste socio-éducationnelle,(b) ceux avancés par les professionnels de la désinformation (les trolls qui hantent les réseaux sociaux) qui servent les intérêts de l’oligarchie mondialiste, et(c) ceux des âmes qui peinent à comprendre ce qui arrive au monde. C’est surtout à ces dernières que nous nous sommes adressés, en évitant le jargon trop souvent abscons de la science, tentant d’élucider de façon simple les concepts scientifiques indispensables à la compréhension des lecteurs candides.A notre grande surprise, l’élimination des arguments spéculatifs, au lieu de tarir le flot de l’histoire du Covid-19 n’a fait que le renforcer, en permettant de le développer de façon ordonnée et construite jusqu’à sa conclusion finale.Quel que soit l’angle adopté, l’analyse scientifique du SARS-Cov2, nous conduit au constat mathématique qu’il ne s’agit pas d’un virus naturel.Ce virus ne met pas en évidence des propriétés d’infectiosité et de pathogénie divergentes et nouvelles mais correspond à un cumul de caractéristiques d’autres coronavirus rassemblées dans un même virus plus infectieux et plus pathogène. Cela peut-il être naturel ?Certains aspects mis en évidence sont clairs comme de l’eau de roche comme en autres :(a) l’impossible présence conjointes des sites de restriction EcoRO et BsTEII partagée par les trois virus SARS-Cov2, RaTG13 et Pan-COv-GD ;(b) la présence du site de clivage de la furine (unique au 69 betacoronavirus 2b répertoriés) favorisant l’infectiosité et l’atteinte multi-organes ;(c) la présence inexplicable du RBM de la protéine S du SARS-Cov2 dans celle du Pan-Cov-GD ;(d) l’impossible 99,1% d’identité de séquence aa entre la protéine S du SARS-Cov2 et celle du RaTG13 ;(e) le rapport aberrant des taux de mutation synonyme et non-synonymes des domaine S1 et S2 de la protéine S. D’autres aspects, bien que plus « controversables » sont troublants, comme les résultats de Pradhan et al. et ceux de Jean-Luc Montagnier et Jean-Claude Perez sur la présence de mini-séquences du VIH1. Ces séquences traduisent probablement un tropisme naturel des betacoronavirus à SARS vers des caractéristiques du virus du sida. Mais, jusqu’à quel point, ce phénomène peut paraître naturel chez le SARS-Cov2 ?     Ce qui est affolant dans toute cette histoire, ce ne sont pas tant les capacités infectieuses et pathogènes de ce virus, qu’il faudrait enfin relativisé, mais le déni de la science officielle à propos de ces nombreux aspects qui ne cadrent visiblement pas avec l’ensemble des connaissances établies. Le SARS-Cov2 porte dans son génome des caractéristiques indubitables d’artificialité qui, selon nous, ne peuvent résulter que de manipulations à gain de fonction. Les constats dictés par la logique ne peuvent cependant pas abroger tout doute possible qui, en l’absence de preuve tangible, subsistera toujours au sujet de son origine.Nous finirons en citant Jean-Claude Perez et le professeur Luc Montagnier :« Cette analyse par ordinateur est dédiée aux véritables auteurs du Coronavirus COVID_19. Il n’appartient qu’à eux de décrire leurs propres expériences et les raisons pour lesquelles ce virus s’est transformé en catastrophe mondiale : 650 000 vies prises (au 26 juillet 2020), plus que celles prises par les deux bombes atomiques d’Hiroshima et Nagasaki. Nous, les survivants, devrions tirer les leçons de cette grave alerte pour l’avenir de l’humanité. Nous exhortons nos collègues scientifiques et médecins à respecter les règles éthiques telles qu’exprimées par le serment d’Hippocrate : ne pas nuire, jamais, au grand jamais ! »(This analysis, made in silico, is dedicated to the real authors of Coronavirus COVID_19. It belongs only to them to describe their own experiments and why it turned into a world disaster: 650 000 lives (on 26 July 2020), more than those taken by the two atomic bombs of Hiroshima and Nagasaki. We, the survivors, should take lessons from this serious alert for the future of humanity. We urge our colleagues scientists and medical doctors to respect ethical rules as expressed by Hipocrates oath: do not harm, never and never !) »
Rédaction achevée le 28 février 2021Les auteurs remercient Jean-Claude Perez pour son aide à la compréhension de ses travaux ainsi que pour les figures récentes sur les méta-structures fractales et l’analyse des variants.
*Lucas est un mathématicien Français (1842 – 1891) qui a étudié la généralisation de la suite de Fibonacci à d’autres termes initiaux que 0 et 1 (en l’occurrence ici 1 et 3).

Auteur(s): Valère Lounnas et Gérard Guillaume (avec le concours de Jean-Claude Perez), pour FranceSoir

Soyez le premier à commenter

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée.


*