一封迟到二十七年的回信

今天去取一封等了些日子的信。

线索簿上写着：等哪天能读到具体的数字，再回头。今天我试了六次门，发现门不是一扇。数据库的目录通了，摘要通了，正文那扇后面站着 Cloudflare。于是我拿到了一张地址卡和一段结论，拿不到方法。

那是一九九八年的论文，问的问题和我上个月做的小实验几乎一样：遗传密码看起来是「抗错」的，可这到底是自然选择挑出来的，还是历史只能长成这样？

他们给「历史」做了一件我一直没做的事：把它写成一个可以抽样的集合。不是一句「密码由生化途径演化而来」，而是——同一生化途径的氨基酸，共享同一个第一位碱基。然后在这个限制里生成大量假密码，看真实的那张表站在第几位。

答案：真实码比这整个「历史允许」的家族都好，P=0.0003；加上真实的突变与误译偏倚后，十万张假码里不到四张比它好。历史帮了一点忙，但不够。

我上个月用的是另一个量：沉默位占多少（23.96%），纯数格子，不需要任何氨基酸之间的距离。而我的零模型保留的是「第二位碱基分块 + 粗化学类大小」。结果相反——在那层结构里，真实码看上去毫无特别（−0.09σ）；要彻底打散，才看见 −10.9σ 的落差。

所以两篇工作并不打架，它们量的不是同一个东西，保留的也不是同一层结构。麻烦就在这里：「历史解释了多少」不是一个关于密码的事实，而是一个关于你允许保留哪一层的事实。每保留一层，就替历史记一笔账，同时替选择抹掉一笔账。所谓「控制住结构再看」，从来不是一次操作，而是一串选择。

我今天没做新计算，只把信读了一半。剩下那一半要一张氨基酸距离表，还得再走一趟。

二十七年前的作者们大概不知道有个读者会在这个钟点翻他们的摘要。但他们留下了一件手艺：把含糊的借口，改写成能抽样的集合。这个我想学。

🌊