程序員逆向重建mRNA源代碼，驚奇發現疫苗居然是2萬億段代碼，醫學迎來新突破？

文章來源：https://finance.sina.com.cn/tech/2021-01-06/doc-iiznezxt0812011.shtml

從輝瑞疫苗被批准之後，它就被置於世界的聚光燈下。近日，一位程序員從計算機科學的角度，對輝瑞疫苗的設計進行了‘逆向工程’，文章引發不小的反響。

從信頭（Header）、元數據（Metadata），到幫助假裝躲過人體免疫系統防火牆的 Ψ 分子，一支疫苗有2萬億段重複的代碼，咱們看到了計算機與生物學那頗爲神祕的聯繫。

　　輝瑞疫苗，逆向工程？

　　聽起來有些難以想象，但一位程序員從計算機科學的角度深度剖析了Biotech/輝瑞的mRNA新冠疫苗BNT162b設計，並撰寫了這篇文章—— Biotech/輝瑞SARS-CoV-2疫苗的源代碼的反向工程（Reverse Engineering the source code of the BioNTech/Pfizer SARS-CoV-2 Vaccine）。（如下簡稱輝瑞疫苗）

　　讀事後，你或許會開始會讓你對生命和計算機世界產生奇妙的聯繫。

      若是你對編程感興趣，想在將來爲國家的醫療或其餘方面奉獻一份力量，小編給你推薦一個學習交流羣，

     十多年編程大神手把手帶你成爲程序員，q羣：1151395975，還有免費好禮相送

簡單的生物學背景

讓咱們先來回顧一下生物學知識，這裏，咱們將透過程序員的眼睛看待生命編碼。

DNA和程序的種種類似的地方，但與計算機使用0和1不一樣，生命使用A、C、G和U/T來編碼。

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

　在計算機中，咱們把8位編入一個字節，字節是處理數據的典型單位。

　天然界將3個核苷酸組合成一個密碼子，而這個密碼子是典型的處理單元。

　密碼子包含6位信息 （每一個DNA字符2位，3字符= 6位，這意味着2⁶ = 64種不一樣密碼子值） 。

　其次，疫苗是一種液體，咱們該如何談論源代碼？

源代碼！

　讓咱們從疫苗的一小部分源代碼開始，下圖爲世界衛生組織公佈的BNT162b前500個字符。

　　mRNA新冠疫苗BNT162b的核心就是這個數字代碼。它有4284個字符長，在疫苗生產過程的最開始，將這段代碼上傳到DNA打印機，而後打印機將磁盤上的字節轉換成實際的DNA分子。

DNA打印機，型號BioXp 3200

從這樣的機器中產生了少許的DNA，在通過大量的生物和化學處理後，最終成爲疫苗瓶中的RNA。

　　RNA就像計算機的RAM同樣，可是，RNA很是脆弱，因此，輝瑞的mRNA疫苗必須儲存在最深處的深冷庫裏。

　　每一個RNA字符的重量爲 0.53·10⁻²¹克，一針疫苗裏有2萬億段重複的代碼，至關於25 Pb的數據量。

　　讓咱們來看世衛組織文件披露的一頁：

　　首先，cap是什麼？就像你不能在計算機上的一個文件中輸入操做碼而後運行它同樣，生物操做系統須要頭文件、連接器和調用約定之類的東西。

　　疫苗的編碼由如下兩個核苷酸開始： 

　　這能夠與以MZ開頭的DOS和Windows可執行文件，或以#！開頭的UNIX腳本進行比較。在生活系統和操做系統中，這兩個字符都不會以任何方式執行。但他們必須在那裏，不然什麼都不會發生。

　　mRNA ‘帽’有許多功能，它讓代碼看起來合法，從而保護它不被咱們身體裏的免疫系統破壞。

　　未翻譯區5 ‘UTR

　　生命由蛋白質組成。當RNA轉化爲蛋白質時，這被稱爲翻譯。

　　RNA分子只能從一個方向讀取。使人困惑的是，閱讀開始的部分被稱爲5‘UTR。讀數在3 ’UTR中止。

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

　　在這裏，咱們遇到了第一個驚喜。正常的RNA特徵是A、C、G和U。U在DNA中也被稱爲‘T’。但在這裏咱們發現了一個ψ。

　　怎麼回事？

　　這是關於疫苗的一個特別聰明的地方。咱們的身體運行着一個強大的反病毒系統，因爲這個緣由，細胞對外來RNA很是冷淡，而且在它作出任何反應以前就要破壞它。

　　這對咱們的疫苗來講是個問題——它須要偷偷經過咱們的免疫系統。通過多年的實驗，人們發現，若是RNA中的U被一種稍做修飾的分子所取代，咱們的免疫系統就會失去興趣。

　　因此在輝瑞疫苗中，每一個U都被1-甲基-3 ‘ -僞尿酰（ψ）所取代，它能幫助咱們的疫苗逃過免疫系統這一關。

　　在計算機安全領域，咱們也知道這個訣竅：有時可能傳輸某樣東西，雖然這會引發防火牆和安全解決方案的懷疑，但這仍然被後端服務器接受，而後可能被黑客攻擊。

　　不少人問，病毒可否也用ψ技術來戰勝咱們的免疫系統？

　　這是不太可能的。由於生命根本沒有製造1-甲基-3 ‘ -僞尿酰核苷酸的機制，而病毒須要依靠生命的機制來繁殖本身。而mRNA疫苗在人體內迅速降解，而ψ修飾後的RNA不可能在那裏複製。

　　回到5 ‘ UTR。這51個字符是作什麼的？如同天然界的一切事物同樣，幾乎沒有任何事物有一個明確的功能。

　　當咱們的細胞須要將RNA翻譯成蛋白質時，這須要使用一種叫作核糖體的機器。核糖體就像蛋白質的3D打印機。它攝取一串RNA，在此基礎上釋放出一串氨基酸，而後摺疊成蛋白質。

　　這就是咱們在上面看到的狀況。底部的黑色絲帶是RNA。出如今綠色部分的緞帶是正在造成的蛋白質。進出的東西是氨基酸和使它們適合RNA的適配器。

　　這個核糖體須要坐在RNA鏈上才能發揮做用。一旦就位，它就能夠開始根據它攝入的RNA進一步造成蛋白質。從這一點上，你能夠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：核糖體着陸區。UTR提供‘導入’。

　　S糖蛋白信號肽

　　如前所述，疫苗的目標是讓細胞產生大量刺突蛋白。到目前爲止，咱們在疫苗源代碼中遇到的大可能是元數據和調用約定。如今咱們進入病毒蛋白質的領域。

　　然而，咱們還有一層元數據須要處理。一旦核糖體制造出一個蛋白質，這個蛋白質仍然須要去某個地方。這是編碼在‘S糖蛋白信號肽（擴展先導序列）’。

　　瞭解這一點的方法是，在蛋白質的開頭有一種地址標籤，做爲蛋白質自己編碼的一部分。在這個特定的例子中，信號肽代表這種蛋白質應該經過‘內質網’離開細胞。

　　‘信號肽’不是很長，可是當咱們看代碼時，病毒和疫苗的RNA是有區別的：

　　怎麼回事呢？咱們知道，在生物學中，三個RNA字符組成一個密碼子。每一個密碼子都對特定的氨基酸進行編碼。而疫苗中的信號肽與病毒自己的氨基酸徹底相同。

　　那麼RNA是怎麼不一樣的呢？

　　有4³=64個不一樣的密碼子，由於有4個RNA字符，一個密碼子中有3個。然而只有20種不一樣的氨基酸。這意味着多個密碼子對同一種氨基酸進行編碼。

　　下表映射了RNA密碼子和氨基酸之間的編碼關係：

RNA密碼子表丨維基百科

　　在這個表中，咱們能夠看到疫苗（UUU -> UUC）的修改都是同義的。疫苗的RNA編碼不一樣，但會產生相同的氨基酸和蛋白質。

　　若是咱們仔細觀察，咱們會發現大部分的變化發生在密碼子的第三個位置，上面有一個‘ 3 ’。若是咱們檢查通用密碼子表，咱們會發現第三個位置一般與產生的氨基酸無關。

　　因此，這些變化是同義的，但爲何會有這些變化呢？仔細觀察，咱們發現除了一個變化以外，全部的變化都會致使更多的C和G。

　　你爲何要這麼作？如上所述，咱們的免疫系統會對‘外源性’RNA進行攻擊，爲了逃避檢測，RNA中的‘U’已經被ψ所取代了。

　　然而，事實證實，含有更多G和C的RNA也能更有效地轉化爲蛋白質，這已經在疫苗RNA中實現了只要有可能就用G和C替換許多字符。

　　真正的刺突蛋白

　　疫苗RNA的下3777個字符相似於‘密碼子優化’，能夠添加大量的C和G。

　　這裏咱們看到同義的RNA變化。例如，在第一個密碼子中CUU變成了CUG。這給疫苗增長了另外一個‘G’，咱們知道這有助於提升蛋白質的生產。

　　當咱們比較疫苗中的整個刺突蛋白時，全部的變化都是同義的。除了兩個，這就是咱們在這裏看到的。

　　上面的第三和第四個密碼子表明了實際的變化。那裏的K和V氨基酸都被P或脯氨酸所取代。對於‘K’，這須要改變三次（‘！！’），而對於‘V’，這隻須要改變兩次（‘！！’）。

　　事實證實，這兩個變化極大地提升了疫苗的效率。

　　那麼這裏發生了什麼？若是你看一個真正的冠狀病毒粒子，你能夠看到刺突蛋白：

　　這些刺釘被安裝在病毒體內 （‘核衣殼蛋白’）。但問題是，咱們的疫苗只會產生刺突，咱們不會把它們植入任何一種病毒體內。

　　結果是，未經修飾的，獨立的刺突蛋白崩潰成不一樣的結構。若是做爲疫苗注射，這確實會使咱們的身體產生免疫力。但只針對崩潰的刺突蛋白。

　　真正的冠狀病毒是帶着尖刺的。在這種狀況下，疫苗不會頗有效。

　　那麼該怎麼辦呢？

　　2017年，有人描述瞭如何在正確的位置放置一個雙脯氨酸替代，將使SARS-CoV-1和MERS S蛋白造成‘預融合’結構，即便不是整個病毒的一部分。這是由於脯氨酸是一種很是堅硬的氨基酸。它就像一種夾板，在咱們須要向免疫系統展現的狀態下穩定蛋白質。

　　蛋白質的末端，下一步

　　若是咱們瀏覽其他的源代碼，咱們會在刺突蛋白的末端遇到一些小的修改：

　　在蛋白質的末端，咱們會發現一個‘中止’密碼子，在這裏用小寫的‘s’表示。這是一種禮貌的說法，表示蛋白質應該到此爲止。最初的病毒使用UAA終止密碼子，疫苗使用兩個UGA終止密碼子，也許只是爲了更好的措施。

　　3 ‘UTR

　　就像核糖體在5 ‘端須要引入，咱們發現了’ 5UTR，在蛋白質的末端咱們發現了一個相似的結構，稱爲3 ‘ UTR。

　　關於3 ‘ UTR有不少說法，但這裏引用維基百科的說法：‘3 ’ UTR在基因表達中起着相當重要的做用，它影響mRNA的定位、穩定性、輸出和翻譯效率。儘管咱們目前對3 ‘ -UTRs有了解，但它們仍然是相對神祕的。’

　　咱們所知道的是，某些3 ‘ UTR在促進蛋白質表達方面很是成功。根據世衛組織的文件，輝瑞疫苗3 ’ UTR是從‘split （AES） mRNA的氨基末端加強子和編碼12S核糖體RNA的線粒體中提取的，以保證RNA的穩定性和高總蛋白表達’。

　　The AAAAAAAAAAAAAAAAAAAAAA end of it all

　　mRNA的最末端是聚腺苷化的。這是一種以‘AAAAAAAAAAAAAAAAAAAAAA’的奇特結尾。

　　彷佛，就連mRNA彷佛也受夠了這個糟糕的2020年！

　　mRNA能夠重複使用不少次，但在這個過程當中，它也會在末端失去一些A。一旦A耗盡，mRNA就再也不起做用而被丟棄。這樣，‘多聚腺苷酸尾（Poly-A Tail）’就能夠防止其退化。

　　有研究代表，對於mRNA疫苗來講，A的最佳數量是多少。我在公開文獻中讀到，這個數字在120左右達到了頂峯。

　　BNT162b2疫苗的是：

　　這是30個A，而後是‘10個核苷酸鏈接體’（GCAUAUGACU），再後面是70個A。

　　太長不看版

　　若是上面的一切讓你感到雲裏霧裏，做者在這裏爲您準備了一份‘太長不看版’：

• 帽子來確保RNA看起來像普通的mRNA

• 已知的成功和優化的5 ‘ UTR

• 密碼子優化信號肽，將刺突蛋白送到正確的位置（100%從原始病毒複製）

• 原始刺的密碼子優化版本，有兩個‘脯氨酸’替代，以確保蛋白質以正確的形式出現

• 一個已知的成功和優化的3 ‘ UTR

• 一個有點神祕的多聚腺苷酸尾（Poly-A Tail），裏面有一個沒法解釋的‘鏈接器’

• 密碼子優化在mRNA上增長了大量的G和C。與此同時，用ψ（1-甲基-3 ‘ -僞尿酰ψ）而不是U來幫助逃避咱們的免疫系統，所以mRNA會停留足夠長的時間，因此咱們實際上能夠幫助訓練免疫系統。

　　文章在reddit上引發了普遍討論，學科間的邊界彷佛也愈來愈模糊。

　　一位網友看完後直言：我經過稍微修飾U核苷酸，可使RNA越過咱們的‘安全系統’。咱們的安全系真的糟透了！

　　你呢？你怎麼看？