第四十三章 不止细菌

杜然把四份不同的物种丰度表并排打开时,突然觉得自己仿佛回到了刚开始读研究生的那一年。那时他最熟悉的是细菌,遇到复杂微生物组数据,总想先找出哪些细菌增加、哪些减少,再把结果放到热图里。如今桌上除了细菌,还有古菌、病毒和部分微型真核生物的分析结果,任何一份都不能简单视作另一份的附属。他盯着屏幕看了好久,问程屿是不是应该将所有类群合并成一个巨大的网络。程屿叫他先确定不同类群的测量灵敏度和注释质量,别急着把不同比例尺上的数据画到同一张图里。

团队最近得到一批质量相对较好的多界微生物组数据,其中部分样本的细菌组成差异并不大,但病毒相关序列与其他微生物特征呈现出值得关注的变化。杜然起初兴奋地认为终于找到了能够解释疾病差异的另一条线索,后来发现病毒序列的注释更加复杂,一些信号可能来自数据库覆盖不足或样本处理方式差异。研究室里有学生提出,既然细菌和噬菌体可以相互作用,能否直接把二者的相关性解释为感染关系。程屿提醒他们,仅凭群落统计关联无法确定某个病毒是否实际感染某种细菌,若要提出更明确的宿主关系,需要其他可靠证据。

一名负责真菌分析的研究生展示了自己的结果。她最初在某一研究中心发现几种真菌相关序列显著增多,可当她回看阴性对照与试剂批次时,发现同一批材料里也出现过类似信号。其他人急着问这是不是说明真菌结果都不能使用,她摇头,解释不同类群的背景污染、参考数据库和比对可靠性不尽相同,不能一句话全盘否定。程屿让她把观察到的变化分成两张表,一张保留能够在不同条件下稳定识别的序列,另一张记录尚需排查的候选信号。她花了一整天整理,最后留下的特征比原来少了许多,却第一次愿意主动把质量报告附在结果后面。

下午,叶岚拿着新的展览草图来到学校。她准备在现代科学史部分加入CRISPR,图上最初画着一把剪刀,旁边写“科学家发明了改变DNA的工具”。程屿看了觉得太简略,建议补上其在微生物免疫研究中的历史背景:某些细菌能够通过CRISPR相关机制形成针对特定外来遗传物质的防御,后来研究者才逐渐发展出具有重要应用价值的可编程核酸切割工具。叶岚说自己知道这些,但担心展板太复杂,观众只愿意在前面站半分钟。两个人讨论了很久,最后保留一幅简洁的示意图,再用几行准确的文字介绍2007年和2012年的关键进展。

为了比较不同微生物类群,杜然不得不重新检查每套分析的检出阈值。有的病毒序列只能被归到较高的分类水平,有些微型真核生物的注释则受到参考数据库覆盖不足的限制。许澈问为何不能给每一列都填上同样细的物种名称,杜然拿给他看几份质量报告,解释不同类群的检测能力本就不相同。最后,他们决定在图上保留一部分未能明确分类的结果,而不是用看似整齐的标签掩盖方法的差别。

设计师第二次带来的草图,把病毒与细菌画成两支颜色不同的队伍,正准备在中间添上象征“战斗”的闪电。叶岚先问他为什么一定是战斗,设计师说这样观众一眼就能理解。程屿翻出几份有关噬菌体宿主关系的研究材料,指出有的病毒确实会感染特定细菌,但不同感染过程、宿主范围及生态影响并不能简单画成两队互相对抗。他建议在一个真实有证据的关系旁边加说明,而不是把整张图画得热闹。设计师把闪电擦掉,改画了几个大小不同的观察框,虽然制作时间更长,画面却终于与要讲的内容相符。

为了准备展览,叶岚还找来一位做科普插画的年轻设计师。设计师画过许多色彩鲜艳的病毒,喜欢把所有噬菌体画成带六条腿、头部像多面体的统一形象。杜然看见草稿笑了,说这至少比他那张复杂网络更像图。程屿却指出,噬菌体形态存在差异,不应该给观众造成所有病毒都长成一种样子的印象。设计师听完没有生气,反而问能否提供几张不同形态的可靠参考图。叶岚答应查找具有合适使用权限的科学图像,展板因此又多了一项资料核对任务。

叶岚检查CRISPR部分的参考文献时,发现两篇重要论文之间相隔五年。设计师原本想在展板里用一支巨大的箭头表示“从细菌免疫到基因编辑”,叶岚却觉得其中省略了太多研究过程。她从旧档案里找出几份与病毒和细菌关系有关的早期科学史材料,说明噬菌体研究远早于现代基因编辑技术;后来关于重复序列、细菌防御和核酸酶机制的研究,也并非某个人在一天内完成。设计师听完,索性把那支夸张箭头删掉,改成几个简洁的时间节点。

杜然还遇到一个麻烦:不同微生物类群的数据在样本数量上并不完全一致。一些样本在细菌分析中能够通过质量控制,在病毒分析中却缺乏足够的信息。他最初想把缺失的部分记成零,程屿立即提醒,未检测到和确认不存在不是同一种意思。两个人把数据重新整理,区分检测限、技术缺失和具有充分证据的未检出。图表因此不再整齐,却减少了许多容易误解的空白。

为了弄清“未检出”与“没有”之间的差别,杜然和另一位学生把同一批数据分别套用不同的检出阈值。阈值一变,有些病毒特征就从统计表里消失了,但原始序列和质量问题并没有因此改变。那位学生抱怨,这样一来每次修改分析流程都要重新核对结果。杜然却让他把阈值和每一步筛选后的样本数记到同一张表上,尤其要说明哪些缺失来自样本本身,哪些来自技术分辨率不足。他们没有找到一种可以同时适合所有微生物类群的统一筛选规则,只能先为每个问题确定合理、可复核的选择。

展板的小规模试读里,一位中学生盯着噬菌体的示意图问,既然病毒如此微小,研究者怎么知道画里的细胞真的是它的宿主。叶岚让他先看图注,再指出标在不同连线旁的证据说明。学生读完后说,原来科学图里的线也需要解释,不是画上去就代表已经发生。设计师站在一旁,悄悄把另一张草稿里没有说明来源的连线擦掉了。程屿没有继续讲更多专业概念,只请学生说说哪一处仍然不容易读懂,并把这个问题记在了改版清单上。

当天晚上,杜然独自留在实验室整理不同微生物类群的结果。一个模型在某个数据集里表现得很好,换到其他中心以后却下降明显。他一边看批次信息,一边想起自己曾反复希望找到某种能够跨越疾病和人群的稳定信号。现在分析范围扩大,他反而更清楚,不同类群的检测过程可能具有完全不同的偏差来源,简单把特征堆积起来不一定使结论更可靠。于是他把一张漂亮的跨界网络图暂时放到文件夹里,先完成样本匹配和测量可靠性的说明。

第二天,叶岚请团队成员参加一次展板试读。桌上排着印在普通纸上的草稿,第一张是早期显微图像,第二张是细菌遗传研究,最后几张则涉及人体微生物组、噬菌体和现代生物技术。一个来帮忙的学生指着CRISPR部分问,既然这种机制来自细菌,是否意味着人类完全是在模仿微生物。叶岚没有给出过分浪漫的回答,只告诉他,科学家在研究自然界已有现象时,可能发展出新的工具,但技术的实现还依靠后来许多研究者对分子机制的进一步理解和工程改进。

杜然拿着新的分析报告去找梁静,原想让她看不同微生物类群之间那些密密麻麻的关联线。梁静只问了两个问题:这些样本是否来自相同的人、相同时间,测量流程不同会不会使某一类微生物看起来比另一类更容易变化。杜然翻开报告,发现自己准备在讲解时一笔带过的样本匹配表,反而是对方最想了解的部分。他回实验室后,把那张复杂网络从开头移到附录,先放上一幅不同数据来源的对应关系图。许澈看见后说没有以前那么漂亮,杜然回答至少知道读者先该看什么。

展板试读结束后,叶岚把几张用错术语的草图拿回档案室,放进一个标着“弃用稿”的盒子。助理问这些纸是否还有保存价值,她说不一定要永久存档,但至少在展览开幕前别急着扔。很多修改来自他人的意见,保留版本有助于知道某一句话为什么被改变。助理点点头,把文件按日期排好。叶岚拿起最后那张简洁的图,再次确认每一个时间节点都能找到可靠来源,才终于让设计师送去正式印刷。

组会结束后,杜然在走廊遇见几名刚入学的学生。有人问多界微生物分析是不是意味着以后要把所有已知生物都测一遍才算完整。杜然告诉他们,全面并不等于无边界:如果问题是特定菌株的遗传变化,就需要能够回答这个问题的样本与技术;若要讨论病毒和细菌的生态关系,则应先考虑能否得到可比较的资料。他说完忽然意识到,自己以前也总以分析项目越多越丰富。现在再看,真正难的是知道何时该停。

那天夜里,程屿把几个尚未确认宿主的病毒序列单独列成附表。叶岚在展览文案里原本准备写“微生物之间互相控制”,程屿建议改成更具体的说明,区分有实验依据的病毒—宿主关系、基于序列推断的候选联系,以及仅在群落丰度里同时变化的信号。叶岚回信问,会不会因为保留这些限定,观众反而看不懂。程屿说可以减少术语,但不要删除边界。她便把三种情况分别印在卡纸上,请两位没有专业背景的同事试读。一个人看完以后说自己终于知道为什么同一条线有时画实线,有时画虚线。

试读结束后,杜然陪程屿回办公室。他问如果要把细菌、病毒、真菌和古菌都放进同一个疾病研究里,最后会不会变成什么都想解释,结果什么都解释不好。程屿说这是很现实的风险,跨界分析应该先明确研究问题,再判断不同类群的信息是否真正提供独立价值。两个人来到实验室门口,看见新来的学生正用显微镜观察一份普通培养样品。杜然忽然笑说,几百年前人们费尽心思才看见一点点微小生命,现在却在为看见的东西太多而烦恼。程屿没有接这句话,只提醒他明天还要完成方法部分的修改。

晚上九点,叶岚发来修改后的展板照片。剪刀图仍然保留,却被缩小到页面角落,旁边增加了微生物防御机制的简要介绍。程屿检查完文字,回复了两处术语修改建议。关掉手机后,他把最新的多界微生物分析报告打开,发现里面还有几个样本的采样时间没有核对完整。那些工作比一幅令人惊叹的未来技术图像乏味得多,却是研究能否继续推进的基础。他把缺失列表交给杜然,准备第二天联系合作单位。

夜里,程屿检查数据质量报告时,看见一个病毒序列只在某一中心的少量样本里反复出现。杜然最初想把它当作疾病特征候选,后来发现它与一次样本处理批次的时间高度重合。两人没有凭此断言污染,而是回到对照样本和流程记录中核查。结果尚未确定,他们先在报告上加了待查标记。程屿望着这一行字,忽然想起早年观察者用显微镜判断一团细小影子是否真的会动;不同年代面对的仪器不同,谨慎却仍是一项需要付出劳动的习惯。


真实历史与科学解读

2007年Barrangou等人证明CRISPR相关机制参与细菌对噬菌体的获得性防御;2012年Jinek等人的研究展示了可编程RNA引导DNA切割的重要机制与工具潜力。细菌、古菌、病毒和微型真核生物属于不同研究对象,测量偏差和生态作用不能直接混同。本章人物、研究发现和展览均为虚构。参考:Barrangou R, et al. Science. 2007;315:1709–1712. DOI:10.1126/science.1138140;Jinek M, et al. Science. 2012;337:816–821. DOI:10.1126/science.1225829。