新冠肺炎的疫情肆虐以来，关于病毒起源的阴谋论就没停过。有的说是美国研制的攻击中国的生物武器；有的说是中国研制的病毒武器不慎泄露；也有的人，虽然没有把人性想得那么阴暗，但也委婉暗示这个可能是在基础研究中产生的重组病毒，由于管理不善，让带毒动物从实验室逃走了，祸害了全中国全世界。
1
几天前，美国著名的加州Scripps研究所的专家Kristian Andersen，和来自哥伦比亚大学，土伦大学，以及英国爱丁堡大学和悉尼大学的学者一道，在线发表了一篇研究论文，用分子序列比较的方法，来揣测病毒可能的起源。
新冠病毒是来自科学家对现有萨斯类冠状病毒的实验室改造吗？It is improbable that SARS-Cov-2 emerged through laboratory manipulation of an existing SARS-related coronavirus
我们在上一篇文章中谈到了新冠病毒颗粒表面，有一个刺突蛋白（Spike），能够识别细胞表面的一种受体叫血管紧张素转化酶2（ACE2），是病毒攻击和入侵人类粘膜细胞的关键利器。根据序列的比较和功能的研究，在这个刺突上，有六个氨基酸位点对病毒和人细胞结合至关重要（图A, 6个重要位点用蓝框标出）。
附带解释一下，蛋白质的机构就像是孩子玩的乐高或积木一样，是用20种不同的氨基酸小分子一个一个搭建起来的，这些氨基酸“积木”的序列，种类，和特性，就决定了蛋白质的功能。在新冠病毒上，这六个位点中，有五个，用的是比较新的氨基酸，和新冠最近的亲戚病毒不同。那么一个很自然的疑问就，这五个变化，是否是人为制造，从而达到了和人体细胞最优化的结合呢？比如，在新冠刺突的486位点上，是一个苯丙氨酸（F），而类似的非典萨斯病毒，用的则是异亮氨酸（L）。细胞学分析显示，在实现吸附人细胞这个功能中，新冠的F比L要好用得多。这似乎就自然地解释了这种病毒的逆天传播力。比如在钻石公主号邮轮上，第一个确诊者是一位80岁的香港老人，从他发病到现在的一个月中，船上确诊的已经达到621人，感染率高达16%！也就是说，如果这个F是人为设计，那真是巧夺天工的生物武器了。但是文章的结论是否定的。他们的依据是，新冠的F，固然比原始的L要强，但是根据计算生物学的预测，这个F还远非最优化的。如果病毒是人为设计，那么他们应该会选用一个最优化的结果，而不是现在的F。所以，这个貌似支持病毒人工设计的实锤，反而倒成了病毒是无辜天然产物的证据了。While these analyses suggest that SARS-CoV-2 may be capable of binding the human ACE2 receptor with high affinity, the interaction is not predicted to be optimal......Thus the SARS-CoV-2 spike appears to be the result of selection on human or human-like ACE2 permitting another optimal binding solution to arise. This is strong evidence that SARS-CoV-2 is not the product of genetic engineering
所以，这个貌似支持病毒人工设计的实锤，反而倒成了病毒是无辜天然产物的证据了。
作者整个推论的大前提是：生物武器制造者会通过计算模拟预测来设计超级病毒。但是，如果这个前提是错的，那么作者的结论也就动摇了。
人类贵在有自知之明，人脑设计的计算机的模拟计算模型，还远远达不到生化学家和制药专家梦想中的精度。其实，他们已经掌握了另外一种“笨”办法，但同时也是更有效的办法，来实现对生物分子功能的优化设计。笨而有效，这岂不是矛盾吗？一点都不。我可以举一个跨界的例子。计算机软件下国际象棋，IBM的深蓝早就在1997年击败了世界冠军卡斯帕罗夫；20年后，谷歌的阿法狗软件，以3：0 狂切当年世界第一围棋高手柯洁九段。
深蓝是怎样下象棋呢？当然很复杂，可它基本原理也很简单。因为计算机不懂得排局定势的微妙和玄机，不会融汇贯通人类象棋史上的流派之长，也无法凭借人类的天才直觉，走出破解珍珑棋局一样的妙招。它唯一的长处，就是内存大，算得快，记得多。所以，软件就根据棋盘格子和棋子的排列组合，在规则限制下，把所有可能的走法都穷举一遍，然后设计一评分标准，把未来的局面向更高的分数转化而已。
几年前，卡斯帕罗夫在葡萄牙同时和十位高手对弈，每局只稍加思考，妙着信手捏来，一时传为美谈；相比之下，IBM的内存每秒能同时处理多少个局面呢？所以，对象棋其实“一窍不通”的深蓝，能凭这个“笨”办法击败了公认是最聪明的人类大脑 - 卡斯帕罗夫。但是围棋有324个格子，比起仅有64格的国际象棋，算度要求呈几何级增长，所以计算机在围棋界登顶，比在象棋界晚了20年。生物学家优化分子功能的技术，其实和深蓝，阿法狗下棋有异曲同工之妙，这种技术叫做“建库”，和“筛选”。就拿新冠肺炎的刺突蛋白来说，究竟在486位点是苯丙氨酸（F）更好，还是异亮氨酸（L）更好？与其用复杂的计算方法去预测和推理，得出一个未必正确的结论，不如在这个点上把所有20种可能都尝试一下。这需要一种叫做蛋白质定点突变的技术，由Michael Smith在上世纪70年代发明，1993年被授予诺贝尔化学奖。后来，这个技术被加州理工学院的女科学家Frances Arnold所发扬光大，能够大规模系统化地改造蛋白质结构，甚至赋予他们崭新的功能。于是，2018诺贝尔化学奖的殊荣，被她得到。
Michael Smith
Frances Arnold
我们知道新冠病毒的刺突蛋白上共有6个位点至关重要，如果每个位点都穷举不同的氨基酸，加上各个位点之间的排列组合，这会是一个天文数字，生物界能有象深蓝一样每秒评估十亿个局面的内存吗？
一滴水力的万亿分之一，就有十亿个水分子; 而在一滴被稀释的DNA溶液中，可很能有超过十亿个DNA分子，如果每个DNA分子只携带一种刺突蛋白的设计，那么这一滴溶液，就能轻轻松松涵盖刺突蛋白所有可能的人工设计。中文给这一滴包罗万象的DNA溶液起了一个形象的术语，叫做“库”，英文叫Library。这是一个很形象的名词，图书馆，里面藏书万卷，但是良莠不全，怎么把好书选出来，是个学问。同理，绝大部分刺突蛋白的随机变体，和大自然进化而来的自然版本相比，是无意义无功能的。有最强能力识别人体细胞的，也许仅仅是那微不足道的几百万分之一，甚至是亿分之一，如何能让这样的优化设计鹤立鸡群脱颖而出呢？2018年的诺贝尔化学奖评审委员会，在把一半的奖金授予Frances Arnold，表彰她在建立蛋白功能演化突变“库”的同时，就想到了这问题。所以，他们把另一半的奖金，授予了另两个人，美国密苏里大学的George P. Smith，和英国剑桥医学研究会MRC的Gregory P. Winter。
这两个人的工作就是，在Frances Arnold发明的“建库”之后，如何把优胜者从浩如烟海的候选者中筛选出来。如果再用深蓝下象棋来做比喻，就是如何给各种随机落子形成的棋局评分，分数高者晋级。“建库”和“筛选“，能够平分诺贝尔奖金，说明这两个技术的重要性不分伯仲。要对这项技术有一个浮光掠影的了解，就让我们再回到新冠病毒对人体的感染上。我们在上一篇文章中提到，新冠病毒进入人体后，会遭到人体防御细胞的吞噬，病毒的蛋白外壳被消化成碎片后，会被枭首示众一般被悬挂在细胞膜的表面，成为示警激活下一级免疫反应的烽火狼烟。当然，下一步究竟是免疫系统精准的应答反应，消灭病原，还是没头苍蝇般敌我不分滥杀无辜，形成致命的“炎症风暴”，就要看每个人的造化了。这个造化就是你的遗传基因。有趣的是，病毒不单单感染人，动物和植物，还会入侵同为病原的细菌，这大概就说所谓的恶人自有恶人磨吧。感染和裂解细菌的病毒，也叫噬菌体（Phage），如下图所示，它有一个形状规则质地刚硬的蛋白质外壳。
假设我们有一个包含了一百万个新冠刺突基因的“库”，这一百万个片段，每个都含有一种随机产生的变化，那么我们就可以把这一百万个刺突基因分别接入一百万个噬菌体的基因组中（幸运的是，噬菌体和细菌都很小，它们的数量级动不动就是百万亿万级别的），然后噬菌体再把重组DNA注入宿主菌体。待到重新包装的噬菌体破茧而出，他们已经把各种新冠刺突的片段，展示在了崭新外壳的表面，就好像人防御细胞把病毒蛋白片段暴露在细胞表面一样。
噬菌体把突变库DNA注入宿主
接下来的步骤就简单了，如果要筛选和人类粘膜ACE2受体结合力强的刺突片段，就把ACE2蛋白片段偶联在一个固相上，然后让这含一百万噬菌体的溶液缓缓流过固相，一百万个刺突片段中那个结合力超强的，就会使这个噬菌体牢牢粘在固相上的人ACE2片段上，它就会包含那个最优化的结构设计基因。如此，“生物武器”，就能被如此用穷举法精挑细选出来。这个第一点扯得有点远了。我们再拉回来，说说这篇文章谈到的新冠病毒刺突蛋白的第二个特性。那就就在刺突蛋白的两个不同区域之间，新冠病毒有了崭新的四个氨基酸片段的插入：RRAR，这个结构是一种蛋白酶的切割位点（见刺突蛋白序列图B）。重点在下面：第一，这个RRAR小片段，是其他类似的冠状病毒所没有的；第二，这个增加的结构，增强了病毒的感染性和致病力。那么这个片段是人工引入，生物武器，是不是就没跑了？并非如此，因为这篇文章还报道了，其他病毒在高密度种群中自然传播的过程中，也会自发出现类似的小片段插入。这是因为在病毒的快速进化中，也会积累大量随机突变，适者生存，所以传播力强的就会逐渐占优。但是公平地说，这还是无法排除该片段是人工加入的可能。正如上面所科普的，“建库”和“筛选“的厉害就在于，它们把生命的随机突变和自然选择这样一个漫长的历史过程，用最现代的生物化学分析仪器技术，浓缩在一个短短的实验室流程中了。读者看到这里可能也明白了，我这篇文章的目的，既不是叫板权威发表的新冠文章，也不是助长新冠病毒可能是生物武器的阴谋论，我仅仅是想借着这个争议性的话题，科普一下“建库”和“筛选”这两个概念，这两项生物工程和制药领域中顶梁柱一般的技术。另外，作为一个自认为还有一点点科学素养的人，我对捕风捉影一样的阴谋论，有出于本能般的排斥。如果有机会的话，在下一篇文章中，我会再从科学史的视角上谈谈为什么这个新冠病毒是人工合成的可能性极小。从逻辑的角度，也可以举一个例子。如果你要证明“宇宙中存在某件东西”，这是一个很简明的命题，只需找到这个东西就完成任务；但是如果有人要你证明“宇宙中不存在某种东西”，那你必须搜索整个宇宙无果之后，才能给出结论。考虑到宇宙是无穷的，这是一个不可能完成的任务。用英语说，“Prove Negative”是一个逻辑误区。而坚持阴谋论的人，正在大踏步地走在这个逻辑误区上，他们总在问，你能给出这个病毒不是人工合成的生物武器的证据吗？如果不能，那就不能怪人家质疑了，等等等等。永远在原地转圈子。精力应该放在正道上，如果有确切的人证物证，指向新冠病毒有一个邪恶的起源，那么我们当然应该追求真相。如果没有的话，仅仅凭借基因序列的比较，你很难得出一个是生物武器或者不是生物武器的结论，与其浪费那个时间，不如集中精力抗疫，自救，还有科普，提高全民的科学素养。Andersen et al, The Proximal Origin of SARS-CoV-2http://virological.org/t/the-proximal-origin-of-sars-cov-2/398https://www.nobelprize.org/prizes/chemistry/2018/summary/