從輝瑞疫苗被批准以後，它就被置於世界的聚光燈下。近日，一位程式設計師從計算機科學的角度，對輝瑞疫苗的設計進行了「逆向工程」，文章引起不小的反響，從信頭 (Header)、元數據（Metadata），到幫助偽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，我們看到了計算機與生物學那頗為神秘的聯繫。
輝瑞疫苗，逆向工程？
聽起來有些不可思議，但一位程式設計師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疫苗的原始碼的反向工程（Reverse Engineering the source code of the BioNTech/Pfizer SARS-CoV-2 Vaccine）。（以下簡稱輝瑞疫苗）
讀過後，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。
簡單的生物學背景
讓我們先來回顧一下生物學知識，這裡，我們將透過程式設計師的眼睛看待生命編碼。
DNA和程序的種種相似的地方，但與計算機使用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，以鏈的形式儲存在DNA(或RNA)中。
在計算機中，我們把8位編入一個字節，字節是處理數據的典型單位。
自然界將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 (每個DNA字符2位，3字符= 6位，這意味著2⁶ = 64種不同密碼子值) 。
其次，疫苗是一種液體，我們該如何談論原始碼？
原始碼！
讓我們從疫苗的一小部分原始碼開始，下圖為世界衛生組織公布的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印表機，然後印表機將磁碟上的字節轉換成實際的DNA分子。
DNA印表機，型號BioXp 3200
從這樣的機器中產生了少量的DNA，在經過大量的生物和化學處理後，最終成為疫苗瓶中的RNA。
RNA就像計算機的RAM一樣，但是，RNA非常脆弱，所以，輝瑞的mRNA疫苗必須儲存在最深處的深冷庫裡。
每個RNA字符的重量為 0.53·10⁻²¹克，一針疫苗裡有2萬億段重複的代碼，相當於25 Pb的數據量。
讓我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作碼然後運行它一樣，生物作業系統需要頭文件、連結器和調用約定之類的東西。
疫苗的編碼由以下兩個核苷酸開始:
這可以與以MZ開頭的DOS和Windows可執行文件，或以#!開頭的UNIX腳本進行比較。在生活系統和作業系統中，這兩個字符都不會以任何方式執行。但他們必須在那裡，否則什麼都不會發生。
mRNA 「帽」有許多功能，它讓代碼看起來合法，從而保護它不被我們身體裡的免疫系統破壞。
未翻譯區5 'UTR
生命由蛋白質組成。當RNA轉化為蛋白質時，這被稱為翻譯。
RNA分子只能從一個方向讀取。令人困惑的是，閱讀開始的部分被稱為5'UTR。讀數在3 'UTR停止。
UTR（Untranslated Regions) 即非翻譯區，是mRNA分子兩端的非編碼片段：
在這裡，我們遇到了第一個驚喜。正常的RNA特徵是A、C、G和U。U在DNA中也被稱為「T」。但在這裡我們發現了一個ψ。
怎麼回事?
這是關於疫苗的一個特別聰明的地方。我們的身體運行著一個強大的反病毒系統，由於這個原因，細胞對外來RNA非常冷淡，並且在它做出任何反應之前就要破壞它。
這對我們的疫苗來說是個問題——它需要偷偷通過我們的免疫系統。經過多年的實驗，人們發現，如果RNA中的U被一種稍作修飾的分子所取代，我們的免疫系統就會失去興趣。
所以在輝瑞疫苗中，每個U都被1-甲基-3 ' -偽尿醯(ψ)所取代，它能幫助我們的疫苗逃過免疫系統這一關。
在計算機安全領域，我們也知道這個訣竅：有時可能傳輸某樣東西，雖然這會引起防火牆和安全解決方案的懷疑，但這仍然被後端伺服器接受，然後可能被黑客攻擊。
很多人問，病毒能否也用ψ技術來打敗我們的免疫系統？
這是不太可能的。因為生命根本沒有製造1-甲基-3 ' -偽尿醯核苷酸的機制，而病毒需要依靠生命的機制來繁殖自己。而mRNA疫苗在人體內迅速降解，而ψ修飾後的RNA不可能在那裡複製。
回到5 ' UTR。這51個字符是做什麼的？如同自然界的一切事物一樣，幾乎沒有任何事物有一個明確的功能。
當我們的細胞需要將RNA翻譯成蛋白質時，這需要使用一種叫做核糖體的機器。核糖體就像蛋白質的3D印表機。它攝取一串RNA，在此基礎上釋放出一串胺基酸，然後摺疊成蛋白質。
這就是我們在上面看到的情況。底部的黑色絲帶是RNA。出現在綠色部分的緞帶是正在形成的蛋白質。進出的東西是胺基酸和使它們適合RNA的適配器。
這個核糖體需要坐在RNA鏈上才能發揮作用。一旦就位，它就可以開始根據它攝入的RNA進一步形成蛋白質。從這一點上，你可以想像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。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。到目前為止，我們在疫苗原始碼中遇到的大多是元數據和調用約定。現在我們進入病毒蛋白質的領域。
然而，我們還有一層元數據需要處理。一旦核糖體製造出一個蛋白質，這個蛋白質仍然需要去某個地方。這是編碼在「S糖蛋白信號肽(擴展先導序列)」。
了解這一點的方法是，在蛋白質的開頭有一種地址標籤，作為蛋白質本身編碼的一部分。在這個特定的例子中，信號肽表明這種蛋白質應該通過「內質網」離開細胞。
「信號肽」不是很長，但是當我們看代碼時，病毒和疫苗的RNA是有區別的:
怎麼回事呢？我們知道，在生物學中，三個RNA字符組成一個密碼子。每個密碼子都對特定的胺基酸進行編碼。而疫苗中的信號肽與病毒本身的胺基酸完全相同。
那麼RNA是怎麼不同的呢?
有4³=64個不同的密碼子，因為有4個RNA字符，一個密碼子中有3個。然而只有20種不同的胺基酸。這意味著多個密碼子對同一種胺基酸進行編碼。
下表映射了RNA密碼子和胺基酸之間的編碼關係:
RNA密碼子表丨維基百科
在這個表中，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，但會產生相同的胺基酸和蛋白質。
如果我們仔細觀察，我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 '。如果我們檢查通用密碼子表，我們會發現第三個位置通常與產生的胺基酸無關。
所以，這些變化是同義的，但為什麼會有這些變化呢?仔細觀察，我們發現除了一個變化之外，所有的變化都會導致更多的C和G。
你為什麼要這麼做?如上所述，我們的免疫系統會對「外源性」RNA進行攻擊，為了逃避檢測，RNA中的「U」已經被ψ所取代了。
然而，事實證明，含有更多G和C的RNA也能更有效地轉化為蛋白質，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個字符類似於「密碼子優化」，可以添加大量的C和G。
這裡我們看到同義的RNA變化。例如，在第一個密碼子中CUU變成了CUG。這給疫苗增加了另一個「G」，我們知道這有助於提高蛋白質的生產。
當我們比較疫苗中的整個刺突蛋白時，所有的變化都是同義的。除了兩個，這就是我們在這裡看到的。
上面的第三和第四個密碼子代表了實際的變化。那裡的K和V胺基酸都被P或脯氨酸所取代。對於「K」，這需要改變三次(「!!」)，而對於「V」，這只需要改變兩次(「!!」)。
事實證明，這兩個變化極大地提高了疫苗的效率。
那麼這裡發生了什麼？如果你看一個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 (「核衣殼蛋白」)。但問題是，我們的疫苗只會產生刺突，我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同的結構。如果作為疫苗注射，這確實會使我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著尖刺的。在這種情況下，疫苗不會很有效。
那麼該怎麼辦呢？
2017年，有人描述了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蛋白形成「預融合」結構，即使不是整個病毒的一部分。這是因為脯氨酸是一種非常堅硬的胺基酸。它就像一種夾板，在我們需要向免疫系統展示的狀態下穩定蛋白質。
蛋白質的末端，下一步
如果我們瀏覽其餘的原始碼，我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，我們會發現一個「停止」密碼子，在這裡用小寫的「s」表示。這是一種禮貌的說法，表示蛋白質應該到此為止。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，也許只是為了更好的措施。
3 'UTR
就像核糖體在5 '端需要引入，我們發現了' 5UTR，在蛋白質的末端我們發現了一個類似的結構，稱為3 ' UTR。
關於3 ' UTR有很多說法，但這裡引用維基百科的說法:「3 ' UTR在基因表達中起著至關重要的作用，它影響mRNA的定位、穩定性、輸出和翻譯效率。儘管我們目前對3 ' -UTRs有了解，但它們仍然是相對神秘的。」
我們所知道的是，某些3 ' UTR在促進蛋白質表達方面非常成功。根據世衛組織的文件，輝瑞疫苗3 ' UTR是從「split (AES) mRNA的氨基末端增強子和編碼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。
似乎，就連mRNA似乎也受夠了這個糟糕的2020年！
mRNA可以重複使用很多次，但在這個過程中，它也會在末端失去一些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，對於mRNA疫苗來說，A的最佳數量是多少。我在公開文獻中讀到，這個數字在120左右達到了頂峰。
BNT162b2疫苗的是:
這是30個A，然後是「10個核苷酸連接體」(GCAUAUGACU)，再後面是70個A。
太長不看版
如果上面的一切讓你感到雲裡霧裡，作者在這裡為您準備了一份「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
一個有點神秘的多聚腺苷酸尾（Poly-A Tail），裡面有一個無法解釋的「連接器」
密碼子優化在mRNA上增加了大量的G和C。與此同時，用ψ(1-甲基-3 ' -偽尿醯ψ)而不是U來幫助逃避我們的免疫系統，因此mRNA會停留足夠長的時間，所以我們實際上可以幫助訓練免疫系統。
文章在reddit上引起了廣泛討論，學科間的邊界似乎也越來越模糊。
一位網友看完後直言：我通過稍微修飾U核苷酸，可以使RNA越過我們的「安全系統」。我們的安全系真的糟透了！
你呢？你怎麼看？