第二十八章 被折叠的谱系
2026年,中国南方
杜然把电脑搬进会议室时,屏幕上还开着一张没有保存的图。那是他连续三天整理出来的菌株遗传差异网络,许多颜色不同的节点被细线连在一起,中央有一片交错得格外密集。乍看之下,它确实像一张足以成为论文主图的复杂网络。他把电脑接上投影仪,等亮度稳定以后,回头看了看程屿,似乎在确认对方有没有注意到图上的细节。程屿先把窗帘拉上一半,又走到屏幕前,问他能不能从原始数据开始讲。杜然有些意外,指着中央那一片密集连接说结果最有意思的地方就在这里,程屿却让他先关掉网络,把之前的样本表打开。
两个人已经这样讨论过好几次。自从疾病预测模型的独立验证结果不理想以后,杜然一方面继续完成临床资料核对,一方面尝试分析同一微生物物种内部的遗传差异。他觉得自己终于找到了一个可能更有价值的问题:有些受试者的菌群组成看起来很接近,但检测到的基因组成却并不一致。如果这些差异能够联系到不同疾病状态或临床表型,也许就能解释为什么原来的物种丰度模型不够稳定。程屿认可这个研究方向,却始终不愿意让他直接把所有差异解释为遗传交换。越是这样,杜然越觉得自己前几个月的努力像是不断被推回起点。
屏幕上出现一张样本表。两个样本的某个优势物种丰度相近,经过相同流程处理后,一组候选功能基因却只在其中一个样本里被可靠检测到。杜然把数值放大,告诉程屿,他已经排除了最明显的低质量序列,还找到几段与候选基因相关的组装片段,其中一段附近还有疑似移动遗传元件相关的注释。程屿听完,没有立即否定。他让杜然依次显示两个样本的测序深度、基因组覆盖情况、片段长度以及同源序列的比对结果。表格切换到第三页时,杜然停住了,因为两个样本的覆盖分布差异比他记得的更加明显。
“这个位置在第二个样本里到底是没有,还是没测到?”程屿问。杜然放大了一张覆盖图,承认现在还不能区分。有一部分区域的读段数量很少,旁边又存在相似序列,参考数据库中的几个近缘菌株也并非完全相同。他原先看见基因丰度矩阵里写着零,便自然把它理解成“缺失”,现在重新回到原始读段,发现那个零更像是某种推断结果,而不是可以直接看见的事实。程屿让他把图存下来,标记为“未可靠检出”,不要简单归到“基因不存在”的一类。杜然照做了,但神情并不轻松。
中午,两人到食堂吃饭。杜然端着饭坐下,过了半天才说:“我知道你讲的都对,可我们再这么查下去,最后恐怕什么都不剩。”程屿把筷子放下,问他究竟想剩下什么。杜然有些急,说自己已经快到毕业的最后一年,研究不是不能复杂,但总该有几个能够写进论文的清楚结论。他看着程屿,忽然问:“你是不是觉得只要模型没做成,我们之前的研究就没有价值?”程屿怔了一下,说自己从没这样想过。杜然却没有立刻相信,低头拨弄盘子里的米饭,隔了好一会儿才说,如果再新增一个方向,他真的不知道什么时候才能写完毕业论文。
下午的组会比预计时间更长。杜然把分析结果重新讲了一遍,这次没有先展示那张漂亮的网络,而是从不同队列的样本组成和数据质量开始,逐步说明哪些差异在现有证据下可以成立。另一名同学问他,为什么不把所有候选水平基因转移事件画成一张总图,这样读者更容易看到微生物群落内部的复杂性。杜然还没开口,程屿先问:这些候选事件的供体与受体怎么确定,是否排除了组装和分箱错误,又有多少证据能说明它们发生在当前研究人群之中?会议室里安静了一会儿。有人说目前还没有做到那个程度,图也可以注明“推测”。程屿点头,说当然可以提出假设,但图中每一条边代表什么必须讲清楚,不能让读者误以为研究已经重建出实际发生过的遗传转移路径。
罗慎一直坐在桌子另一端听,没有打断。等杜然汇报结束,他才问现在最确定的发现是什么。程屿回答说,部分微生物物种内部的基因组差异有较可靠的证据,其中一些与不同临床状态呈统计关联,但这种关联能否跨队列稳定、相关序列究竟归属哪个菌株、是否涉及水平转移,都还需要分别验证。罗慎听完,把笔轻轻敲在本子上,说这些话本身没有问题,只是不能把一篇论文写成一份永远没有结束时间的调查报告。他让程屿把研究目标分成两个部分:一部分是当前数据已经能够支持的群体和菌株差异分析,另一部分是后续需要独立数据或实验验证的机制假设。杜然的毕业工作先围绕第一部分完成,不再临时增加必须完成的大型新任务。
杜然听到这里,肩膀明显放松了一点。程屿却觉得有些不舒服,他意识到自己近来总要求学生再检查一个问题、再补充一项验证,却没有把哪些工作真正属于当前阶段说得足够清楚。他曾在导师面前承诺要给杜然一份可执行的时间表,如今计划写了好几版,仍然随着每次新的发现发生变化。罗慎看了他一眼,似乎知道他在想什么,便说科学问题可以继续探索,培养学生却不能只靠探索的热情。程屿没有争辩,表示会在本周内把毕业论文最少需要完成的内容明确下来,并与杜然逐项确认。
散会以后,杜然没有立即走。他关上投影仪,在空白的白板上画出三列,把“现有证据”“需要复核”和“后续假说”写在顶部。程屿走过去,帮他把几个已经完成的任务放到左边,又把仍缺少临床信息的分析列到中间。写到“基因转移网络”时,杜然犹豫片刻,最终把它挪到了第三列。他盯着那几个字看了一会儿,问是不是以后都不做了。程屿说不是,只是现在不把它当作必须在本篇论文里证明的结论。杜然想了想,拿起笔在旁边写上“保留原始结果,不宣称方向”。白板上的字很快排满,两个人退后几步,发现原来复杂得几乎无从下手的工作,终于能够分出先后。
接下来的几天,程屿把时间主要花在核对不同数据表示的含义上。相对丰度来自测序读段与参考序列的分析,不同方法对近缘物种的区分能力不同;候选基因的检出依赖覆盖程度和注释标准;组装出的片段并不一定可以直接归到某一个完整菌株,更不能因为附近有转座酶相关序列,就认定在某个患者体内发生过基因转移。他把这些问题写进方法记录里,尽量用简洁的文字解释为什么某些结果被保留、另一些暂不进入主要分析。写到后半夜时,他忽然意识到,自己过去最想从数据中得到的,是一个能让故事迅速清楚起来的答案;现在他花费更多时间的,却是把那些尚不清楚的地方单独留下。
梁静那周来学校参加一个临床研究会议,顺便带来几个中心核对后的药物记录。她发现程屿的桌上堆着打印出来的序列比较图,便问研究是否又有了新进展。程屿挑了一张相对容易理解的图给她看,说明同一微生物物种可能包含多种具有不同基因组成的菌株,单靠物种丰度不能完整描述这些差异。梁静听完,问如果两个患者携带不同的菌株,是否就能据此解释他们症状为什么不同。程屿说现在还不能这样判断,最多是提出值得进一步检验的问题。梁静点头,把带来的临床资料放到桌上,提醒他,即使把微生物分辨率提高到菌株和基因,也仍然需要考虑病程、治疗和个体环境差异。
她谈起林晓最近一次随访的情况。林晓的日常生活比几个月前稳定了一些,开始重新安排工作和运动,却仍然在某些日子里感到疲惫。程屿没有要求查看超出当前研究批准范围的个人信息,只问已获同意用于分析的随访数据是否已经完成整理。梁静说还在核对,部分量表需要重新检查录入,并提醒他不要因为某个受试者随访前后菌群发生变化,就把临床状态的改变归因于肠道微生物。程屿说自己明白,随后却发现这几个字出口太快了,便补充问起随访时间与采样窗口是否一致。两个人又核对了半个小时,直到梁静必须回医院才结束。
傍晚,程屿给母亲打电话。母亲正准备把几只不用的陶缸搬进储藏室,问他下个月能否再回来帮忙。程屿看着自己的工作日历,发现每个周末几乎都被会议、论文和学生讨论占满。他本想说以后再看,话到了嘴边,却改成先回去一天,其余的事回来再补。母亲高兴了,说不必带东西,家里什么都有。他挂断电话以后,又想起上次帮她整理发酵记录时看见的几本旧册子。纸上记着原料批次、天气和大致时间,有些地方写得很清楚,有些只是母亲自己才看得懂的缩写。程屿忽然很想把那些记录再翻一遍,却不是为了立即安排一项研究,而是想知道母亲这些年究竟怎样记住一批又一批不完全相同的原料。
周末回家,他看见旧陶缸已经排在院子一侧。母亲正用刷子清理一只缸沿,动作很慢,时不时停下来捶捶腰。程屿把外套脱下,接过刷子,按母亲的指点把残留的酱料清洗干净。两个人忙到中午,母亲拿来一本旧账,想让他帮忙核对今年的货款。程屿翻开以后发现,早些年的记录有些细节十分完整,同一种原料还会注明来自不同村镇;后几年则简略许多,母亲说那时候生意太忙,实在记不过来。他问母亲如果两批酱味道不同,能不能靠记录找出原因。母亲想了想,说有时能,有时找不出来,天气、豆子、用水和照看的工夫都有影响,单靠一本账也不可能把所有事情都讲清楚。
饭后,母亲拿出一只旧陶碗,让程屿尝新做好的酱。他先尝了一口,又尝了另一只碗里的旧批次,觉得两种味道确实有些差别,却说不出全部原因。母亲问他哪一碗更好,他犹豫片刻,说自己更喜欢第二种。母亲笑起来,告诉他亲戚家几个孩子恰好更爱吃第一种,所以今年准备两种都留一些。程屿听完,没有像从前那样急着说哪一种更加标准。他只是把碗放下,帮母亲把标签贴好,防止过几天分装时弄混。到了傍晚,他把几只不用的陶缸搬进储藏室,留下母亲仍打算继续使用的那些。
星期一回到实验室,杜然已经交来一份新的分析说明。说明比以前短了不少,除了保留的菌株差异结果,还附着一张表,逐项记录不同发现受到哪些技术限制影响。没有证据的地方写着“待验证”,在其他中心没有稳定复现的结果也没有被藏起来。程屿看完,问他是不是觉得这样写太保守。杜然说一开始很不喜欢,可写完后发现,至少别人若提出质疑,他知道该从哪份数据和哪条处理记录开始回答。他又补了一句:“而且这样我真的有机会按时把毕业论文写完。”程屿笑了,答应当天就把最需要修改的部分反馈给他。
两人重新讨论了研究中的进化关系。传统的物种树可以帮助理解细菌谱系,却不足以独立描述所有基因的历史;不同基因可能具有不同的演化轨迹,一些差异还涉及基因获得或丢失,以及尚不能确定的遗传交换过程。杜然在屏幕上画出一棵简化的树,又把几个候选基因的位置标上去。原先那张密密麻麻的网络被关在另一个文件夹里,现在画面清楚得多,却也留下了一些空白。杜然说如果把树画得太整齐,读者可能会以为每个基因都按照同样的路线往下传。程屿说那便在图注里说明哪些是物种谱系的推断,哪些是单独的基因证据,空白的地方不用想办法填满。
下午四点,叶岚给程屿发来一封邮件,询问是否愿意帮她检查展览中一张有关遗传研究的时间表。附件里除了1944年肺炎球菌转化物质的论文、1946年大肠杆菌遗传重组的研究,还有几张二十世纪五十年代初期的黑白图像。程屿打开其中一张,看到深色背景上交叉展开的衍射条纹,起初还没认出是什么。叶岚在说明里写道,这些影像与DNA结构研究有关,其中一幅著名图像的制作过程和后来的传播经历,至今仍是科学史讨论的话题。
他把邮件转给杜然,让他下次组会前先读一读原始论文。杜然回了一句,说DNA双螺旋不是中学课本里早就讲明白了吗,还有什么值得读的。程屿想起自己刚刚删掉的几条过度明确的基因交换箭头,回复道:“模型讲明白,不等于它最初怎么被证明的也讲明白了。”发完消息,他没有继续讨论,只把衍射图像放大,慢慢看了几分钟。那些交叉的暗纹看起来不像任何一种他平时使用的生物信息学图,既没有物种名称,也没有基因注释。他知道其中必定包含关于分子排列的信息,却还不清楚,当年的人究竟要经过多少推断,才能从这些模糊的斑点里建立一个可信的结构模型。
傍晚的阳光透过窗帘缝隙,落在电脑旁的打印纸上。程屿关掉图片,重新打开杜然提交的分析说明,准备完成最后几处批注。门外有人经过,谈论晚饭应该去哪里吃,声音很快消失在楼梯间。他把一行写得过于确定的句子改成了更准确的表述,又在旁边加了一条需要补充的数据质量说明。最后,他将修改稿保存好,发还给杜然,没有再去打开那张漂亮却证据不足的基因交换网络。
真实历史与科学解读
本章的程屿、杜然、罗慎、梁静、叶岚及现代研究项目均为虚构。宏基因组测序可用于分析微生物群落组成、菌株差异和候选基因,但“未检出”可能受测序深度、比对、组装、分箱与参考数据库等因素影响,并不总等于真实缺失。同一物种内的基因差异不能单独证明发生了水平基因转移;识别遗传转移需要结合序列、基因组背景、系统发育、移动遗传元件及其他证据,并区分历史事件推断与当前个体内的实际传播。小说所述病人及随访信息不对应任何真实临床资料。