一支疫苗有2萬億段重復(fù)的代碼

【新智元導(dǎo)讀】從輝瑞疫苗被批準(zhǔn)以后，它就被置于世界的聚光燈下。近日，一位程序員從計(jì)算機(jī)科學(xué)的角度，對(duì)輝瑞疫苗的設(shè)計(jì)進(jìn)行了「逆向工程」，文章引起不小的反響，從信頭 (Header)、元數(shù)據(jù)（Metadata），到幫助偽裝躲過人體免疫系統(tǒng)防火墻的Ψ 分子，一支疫苗有2萬億段重復(fù)的代碼，我們看到了計(jì)算機(jī)與生物學(xué)那頗為神秘的聯(lián)系。

輝瑞疫苗，逆向工程？

聽起來有些不可思議，但一位程序員從計(jì)算機(jī)科學(xué)的角度深度剖析了Biotech／輝瑞的mRNA新冠疫苗BNT162b設(shè)計(jì)，并撰寫了這篇文章——Biotech／輝瑞SARS-CoV-2疫苗的源代碼的反向工程（Reverse Engineering the sourcecode of the BioNTech/Pfizer SARS-CoV-2 Vaccine）.（以下簡(jiǎn)稱輝瑞疫苗）

讀過后，你或許會(huì)開始會(huì)讓你對(duì)生命和計(jì)算機(jī)世界產(chǎn)生奇妙的聯(lián)系。

簡(jiǎn)單的生物學(xué)背景

讓我們先來回顧一下生物學(xué)知識(shí)，這里，我們將透過程序員的眼睛看待生命編碼。

DNA和程序的種種相似的地方，但與計(jì)算機(jī)使用0和1不同，生命使用A、C、G和U/T來編碼。

在自然界中，A、C、G和U/T都是分子，以鏈的形式儲(chǔ)存在DNA(或RNA)中。

在計(jì)算機(jī)中，我們把8位編入一個(gè)字節(jié)，字節(jié)是處理數(shù)據(jù)的典型單位。

自然界將3個(gè)核苷酸組合成一個(gè)密碼子，而這個(gè)密碼子是典型的處理單元。

密碼子包含6位信息(每個(gè)DNA字符2位，3字符= 6位，這意味著2? = 64種不同密碼子值)。

其次，疫苗是一種液體，我們?cè)撊绾握務(wù)撛创a？

源代碼！

讓我們從疫苗的一小部分源代碼開始，下圖為世界衛(wèi)生組織公布的BNT162b前500個(gè)字符。

mRNA新冠疫苗BNT162b的核心就是這個(gè)數(shù)字代碼。它有4284個(gè)字符長(zhǎng)，在疫苗生產(chǎn)過程的最開始，將這段代碼上傳到DNA打印機(jī)，然后打印機(jī)將磁盤上的字節(jié)轉(zhuǎn)換成實(shí)際的DNA分子。

DNA打印機(jī)，型號(hào)BioXp 3200

從這樣的機(jī)器中產(chǎn)生了少量的DNA，在經(jīng)過大量的生物和化學(xué)處理后，最終成為疫苗瓶中的RNA。

RNA就像計(jì)算機(jī)的RAM一樣，但是，RNA非常脆弱，所以，輝瑞的mRNA疫苗必須儲(chǔ)存在最深處的深冷庫里。

每個(gè)RNA字符的重量為0.53·10?21克，一針疫苗里有2萬億段重復(fù)的代碼，相當(dāng)于25 Pb的數(shù)據(jù)量。

讓我們來看世衛(wèi)組織文件披露的一頁：

首先，cap是什么？就像你不能在計(jì)算機(jī)上的一個(gè)文件中輸入操作碼然后運(yùn)行它一樣，生物操作系統(tǒng)需要頭文件、鏈接器和調(diào)用約定之類的東西。

疫苗的編碼由以下兩個(gè)核苷酸開始:

這可以與以MZ開頭的DOS和Windows可執(zhí)行文件，或以#!開頭的UNIX腳本進(jìn)行比較。在生活系統(tǒng)和操作系統(tǒng)中，這兩個(gè)字符都不會(huì)以任何方式執(zhí)行。但他們必須在那里，否則什么都不會(huì)發(fā)生。

mRNA 「帽」有許多功能，它讓代碼看起來合法，從而保護(hù)它不被我們身體里的免疫系統(tǒng)破壞。

未翻譯區(qū)5 'UTR

生命由蛋白質(zhì)組成。當(dāng)RNA轉(zhuǎn)化為蛋白質(zhì)時(shí)，這被稱為翻譯。

RNA分子只能從一個(gè)方向讀取。令人困惑的是，閱讀開始的部分被稱為5'UTR。讀數(shù)在3'UTR停止。

UTR（Untranslated Regions)即非翻譯區(qū)，是mRNA分子兩端的非編碼片段：

在這里，我們遇到了第一個(gè)驚喜。正常的RNA特征是A、C、G和U。U在DNA中也被稱為「T」。但在這里我們發(fā)現(xiàn)了一個(gè)ψ。

怎么回事?

這是關(guān)于疫苗的一個(gè)特別聰明的地方。我們的身體運(yùn)行著一個(gè)強(qiáng)大的反病毒系統(tǒng)，由于這個(gè)原因，細(xì)胞對(duì)外來RNA非常冷淡，并且在它做出任何反應(yīng)之前就要破壞它。

這對(duì)我們的疫苗來說是個(gè)問題——它需要偷偷通過我們的免疫系統(tǒng)。經(jīng)過多年的實(shí)驗(yàn)，人們發(fā)現(xiàn)，如果RNA中的U被一種稍作修飾的分子所取代，我們的免疫系統(tǒng)就會(huì)失去興趣。

所以在輝瑞疫苗中，每個(gè)U都被1-甲基-3 ' -偽尿酰(ψ)所取代，它能幫助我們的疫苗逃過免疫系統(tǒng)這一關(guān)。

在計(jì)算機(jī)安全領(lǐng)域，我們也知道這個(gè)訣竅：有時(shí)可能傳輸某樣?xùn)|西，雖然這會(huì)引起防火墻和安全解決方案的懷疑，但這仍然被后端服務(wù)器接受，然后可能被黑客攻擊。

很多人問，病毒能否也用ψ技術(shù)來打敗我們的免疫系統(tǒng)？

這是不太可能的。因?yàn)樯緵]有制造1-甲基-3 ' -偽尿酰核苷酸的機(jī)制，而病毒需要依靠生命的機(jī)制來繁殖自己。而mRNA疫苗在人體內(nèi)迅速降解，而ψ修飾后的RNA不可能在那里復(fù)制。

回到5 ' UTR。這51個(gè)字符是做什么的？如同自然界的一切事物一樣，幾乎沒有任何事物有一個(gè)明確的功能。

當(dāng)我們的細(xì)胞需要將RNA翻譯成蛋白質(zhì)時(shí)，這需要使用一種叫做核糖體的機(jī)器。核糖體就像蛋白質(zhì)的3D打印機(jī)。它攝取一串RNA，在此基礎(chǔ)上釋放出一串氨基酸，然后折疊成蛋白質(zhì)。

這就是我們?cè)谏厦婵吹降那闆r。底部的黑色絲帶是RNA。出現(xiàn)在綠色部分的緞帶是正在形成的蛋白質(zhì)。進(jìn)出的東西是氨基酸和使它們適合RNA的適配器。

這個(gè)核糖體需要坐在RNA鏈上才能發(fā)揮作用。一旦就位，它就可以開始根據(jù)它攝入的RNA進(jìn)一步形成蛋白質(zhì)。從這一點(diǎn)上，你可以想象它還不能讀出它首先降落的地方。

這只是UTR的功能之一：核糖體著陸區(qū)。UTR提供「導(dǎo)入」。

S糖蛋白信號(hào)肽

如前所述，疫苗的目標(biāo)是讓細(xì)胞產(chǎn)生大量刺突蛋白。到目前為止，我們?cè)谝呙缭创a中遇到的大多是元數(shù)據(jù)和調(diào)用約定?，F(xiàn)在我們進(jìn)入病毒蛋白質(zhì)的領(lǐng)域。

然而，我們還有一層元數(shù)據(jù)需要處理。一旦核糖體制造出一個(gè)蛋白質(zhì)，這個(gè)蛋白質(zhì)仍然需要去某個(gè)地方。這是編碼在「S糖蛋白信號(hào)肽(擴(kuò)展先導(dǎo)序列)」。

了解這一點(diǎn)的方法是，在蛋白質(zhì)的開頭有一種地址標(biāo)簽，作為蛋白質(zhì)本身編碼的一部分。在這個(gè)特定的例子中，信號(hào)肽表明這種蛋白質(zhì)應(yīng)該通過「內(nèi)質(zhì)網(wǎng)」離開細(xì)胞。

「信號(hào)肽」不是很長(zhǎng)，但是當(dāng)我們看代碼時(shí)，病毒和疫苗的RNA是有區(qū)別的:

怎么回事呢？我們知道，在生物學(xué)中，三個(gè)RNA字符組成一個(gè)密碼子。每個(gè)密碼子都對(duì)特定的氨基酸進(jìn)行編碼。而疫苗中的信號(hào)肽與病毒本身的氨基酸完全相同。

那么RNA是怎么不同的呢?

有43=64個(gè)不同的密碼子，因?yàn)橛?個(gè)RNA字符，一個(gè)密碼子中有3個(gè)。然而只有20種不同的氨基酸。這意味著多個(gè)密碼子對(duì)同一種氨基酸進(jìn)行編碼。

下表映射了RNA密碼子和氨基酸之間的編碼關(guān)系:

RNA密碼子表(維基百科)

在這個(gè)表中，我們可以看到疫苗(UUU -> UUC)的修改都是同義的。疫苗的RNA編碼不同，但會(huì)產(chǎn)生相同的氨基酸和蛋白質(zhì)。

如果我們仔細(xì)觀察，我們會(huì)發(fā)現(xiàn)大部分的變化發(fā)生在密碼子的第三個(gè)位置，上面有一個(gè)' 3 '。如果我們檢查通用密碼子表，我們會(huì)發(fā)現(xiàn)第三個(gè)位置通常與產(chǎn)生的氨基酸無關(guān)。

所以，這些變化是同義的，但為什么會(huì)有這些變化呢?仔細(xì)觀察，我們發(fā)現(xiàn)除了一個(gè)變化之外，所有的變化都會(huì)導(dǎo)致更多的C和G。

你為什么要這么做?如上所述，我們的免疫系統(tǒng)會(huì)對(duì)「外源性」RNA進(jìn)行攻擊，為了逃避檢測(cè)，RNA中的「U」已經(jīng)被ψ所取代了。

然而，事實(shí)證明，含有更多G和C的RNA也能更有效地轉(zhuǎn)化為蛋白質(zhì)，這已經(jīng)在疫苗RNA中實(shí)現(xiàn)了只要有可能就用G和C替換許多字符。

真正的刺突蛋白

疫苗RNA的下3777個(gè)字符類似于「密碼子優(yōu)化」，可以添加大量的C和G。

這里我們看到同義的RNA變化。例如，在第一個(gè)密碼子中CUU變成了CUG。這給疫苗增加了另一個(gè)「G」，我們知道這有助于提高蛋白質(zhì)的生產(chǎn)。

當(dāng)我們比較疫苗中的整個(gè)刺突蛋白時(shí)，所有的變化都是同義的。除了兩個(gè)，這就是我們?cè)谶@里看到的。

上面的第三和第四個(gè)密碼子代表了實(shí)際的變化。那里的K和V氨基酸都被P或脯氨酸所取代。對(duì)于「K」，這需要改變?nèi)?「!!」)，而對(duì)于「V」，這只需要改變兩次(「!!」)。

事實(shí)證明，這兩個(gè)變化極大地提高了疫苗的效率。

那么這里發(fā)生了什么？如果你看一個(gè)真正的冠狀病毒粒子，你可以看到刺突蛋白：

這些刺釘被安裝在病毒體內(nèi)(「核衣殼蛋白」)。但問題是，我們的疫苗只會(huì)產(chǎn)生刺突，我們不會(huì)把它們植入任何一種病毒體內(nèi)。

結(jié)果是，未經(jīng)修飾的，獨(dú)立的刺突蛋白崩潰成不同的結(jié)構(gòu)。如果作為疫苗注射，這確實(shí)會(huì)使我們的身體產(chǎn)生免疫力。但只針對(duì)崩潰的刺突蛋白。

真正的冠狀病毒是帶著尖刺的。在這種情況下，疫苗不會(huì)很有效。

那么該怎么辦呢？

2017年，有人描述了如何在正確的位置放置一個(gè)雙脯氨酸替代，將使SARS-CoV-1和MERS S蛋白形成「預(yù)融合」結(jié)構(gòu)，即使不是整個(gè)病毒的一部分。這是因?yàn)楦彼崾且环N非常堅(jiān)硬的氨基酸。它就像一種夾板，在我們需要向免疫系統(tǒng)展示的狀態(tài)下穩(wěn)定蛋白質(zhì)。

蛋白質(zhì)的末端，下一步

如果我們?yōu)g覽其余的源代碼，我們會(huì)在刺突蛋白的末端遇到一些小的修改:

在蛋白質(zhì)的末端，我們會(huì)發(fā)現(xiàn)一個(gè)「停止」密碼子，在這里用小寫的「s」表示。這是一種禮貌的說法，表示蛋白質(zhì)應(yīng)該到此為止。最初的病毒使用UAA終止密碼子，疫苗使用兩個(gè)UGA終止密碼子，也許只是為了更好的措施。

3 'UTR

就像核糖體在5 '端需要引入，我們發(fā)現(xiàn)了' 5UTR，在蛋白質(zhì)的末端我們發(fā)現(xiàn)了一個(gè)類似的結(jié)構(gòu)，稱為3 ' UTR。

關(guān)于3 ' UTR有很多說法，但這里引用維基百科的說法:「3 ' UTR在基因表達(dá)中起著至關(guān)重要的作用，它影響mRNA的定位、穩(wěn)定性、輸出和翻譯效率。盡管我們目前對(duì)3 ' -UTRs有了解，但它們?nèi)匀皇窍鄬?duì)神秘的。」

我們所知道的是，某些3 ' UTR在促進(jìn)蛋白質(zhì)表達(dá)方面非常成功。根據(jù)世衛(wèi)組織的文件，輝瑞疫苗3 ' UTR是從「split (AES) mRNA的氨基末端增強(qiáng)子和編碼12S核糖體RNA的線粒體中提取的，以保證RNA的穩(wěn)定性和高總蛋白表達(dá)」。

The AAAAAAAAAAAAAAAAAAAAAA end of it all

mRNA的最末端是聚腺苷化的。這是一種以「AAAAAAAAAAAAAAAAAAAAAA」的奇特結(jié)尾。

似乎，就連mRNA似乎也受夠了這個(gè)糟糕的2020年！

mRNA可以重復(fù)使用很多次，但在這個(gè)過程中，它也會(huì)在末端失去一些A。一旦A耗盡，mRNA就不再起作用而被丟棄。這樣，「多聚腺苷酸尾（Poly-A Tail）」就可以防止其退化。

有研究表明，對(duì)于mRNA疫苗來說，A的最佳數(shù)量是多少。我在公開文獻(xiàn)中讀到，這個(gè)數(shù)字在120左右達(dá)到了頂峰。

BNT162b2疫苗的是:

這是30個(gè)A，然后是「10個(gè)核苷酸連接體」(GCAUAUGACU)，再后面是70個(gè)A。

太長(zhǎng)不看版

如果上面的一切讓你感到云里霧里，作者在這里為您準(zhǔn)備了一份「太長(zhǎng)不看版」：

帽子來確保RNA看起來像普通的mRNA

已知的成功和優(yōu)化的5 ' UTR

密碼子優(yōu)化信號(hào)肽，將刺突蛋白送到正確的位置(100%從原始病毒復(fù)制)

原始刺的密碼子優(yōu)化版本，有兩個(gè)「脯氨酸」替代，以確保蛋白質(zhì)以正確的形式出現(xiàn)

一個(gè)已知的成功和優(yōu)化的3 ' UTR

一個(gè)有點(diǎn)神秘的多聚腺苷酸尾（Poly-ATail），里面有一個(gè)無法解釋的「連接器」

密碼子優(yōu)化在mRNA上增加了大量的G和C。與此同時(shí)，用ψ(1-甲基-3 ' -偽尿酰ψ)而不是U來幫助逃避我們的免疫系統(tǒng)，因此mRNA會(huì)停留足夠長(zhǎng)的時(shí)間，所以我們實(shí)際上可以幫助訓(xùn)練免疫系統(tǒng)。

文章在reddit上引起了廣泛討論，學(xué)科間的邊界似乎也越來越模糊。

一位網(wǎng)友看完后直言：我通過稍微修飾U核苷酸，可以使RNA越過我們的「安全系統(tǒng)」。我們的安全系真的糟透了！

你呢？你怎么看？

責(zé)任編輯：lq