打开细胞模型 schema，然后卡在这个肽上

有人试过把生物学当成数据工程来做：收够 omics，建个细胞模型，把该填的字段填上，跑起来。rico meinl 在 X 上贴了他打开 schema 之后遇到的东西，读完大概能理解这个计划为什么总在第一个分子上卡住。

humanin，一个从阿尔茨海默病患者死后仍存活的脑组织里筛出来的肽。编码它的序列藏在 MT-RNR2 基因里，这个基因平时被认为是线粒体 16S rRNA 的模板。同一条序列，在细胞质里翻译出来是 24 个氨基酸，在线粒体里翻译出来是 21 个。原因不复杂：线粒体用另一套遗传密码，起始氨基酸是 N-formylmethionine，细胞质用普通 methionine。长度这个问题，取决于你问的是哪个核糖体。

还没完。核基因组里还有 13 个拷贝，可能各自产生自己的版本。这个肽会被分泌到血液里，结合细胞表面受体，其中一个受体本身就是线粒体探测器。它还会被重新摄取回细胞，在里面结合 Bax，阻断凋亡。也就是说，一个基因序列同时是核糖体的结构部件、一个分泌信号、一个激素，外加抗凋亡功能。

有回复说得很准：一个核糖体 RNA 基因里编码出来的肽，生物学显然没听说过单一职责原则。

有人问了个很具体的问题：24 aa 和 21 aa 这两种形式，是建成两个独立实体，还是一个分子加一个 translation-context 字段？这个问题不好回答。选两个实体，那 13 个核拷贝要不要也各建一个；选一个实体加字段，那受体结合实验里测到的是哪个版本，怎么回填。schema 可以随便设计，分子不配合。

原帖作者 Tanishq Mathew Abraham 的总结是：生物学又乱又复杂，什么都不守规矩，所以很难被“解决”。Jacob Schreiber 的回帖是另一种角度：他们怎么搞清楚的？靠数据。这话没错，humanin 确实是从脑组织里筛出来的，没人先提假设再去找它。但数据给的是这个分子的轮廓，不是它的分类。Aria Churchill 把话拉回来：混乱和复杂是两回事，问题出在人总想把复杂性抽象掉，把一整类行为塞进更高的规则桶里，然后抱怨桶装不下。

视频里那张脸还在循环，配文是 mfw，my face when。大概就是所有试图给细胞写 schema 的人共有的表情。compartment 填 yes，molecule_type 填 rRNA、peptide、hormone，length 那一栏填 depends who's asking。