深圳女生横死街头：别把自己脑袋栓别人裤腰带上

1

最近在一个群里，看了一段9秒钟的视频，是9月20号早上，发生在深圳的一起交通事故。

这段视频，我反正一边看一边一阵阵肉疼，你要是不想看，听我跟你讲就好了。

深圳龙岗区一个路口，一个女生把车停在路边，然后步行横穿马路。

马路上只有一辆越野车，通行速度也很慢，其实不管是女生让一让或者快速通过，还是越野车停一停，什么也不会发生，就像每一个普通的路口一样。

但是他们都没有让，哪怕车离自己只有半米远，女生还是若无其事地走着。

随后女生被撞到在地，越野车保持匀速，前轮从她身上碾压过去，然后是后轮……

因为越野车车速很慢，所以整个碾压过程，持续了好几秒，视频结束时女生还在后轮下，不知道后面还有什么样的吓人的画面。

只是后来确认，在送往医院途中，女生就已经死亡。

坦白讲，我在打上面这几行字的时候，都忍不住呼吸加快，我不知道那个女生在车轮间承受剧痛和恐惧时，会不会后悔：我让它先过就好了。

可是，世上哪有后悔药呢？

2

这场事故，之所以叫我忍不住要写一篇文章，最主要的原因是：它太常见了。

别说你们了，就连我自己，也有很多很多次，在横穿马路时，遇到缓缓驶来的汽车，也照走不误。

因为我和你们一样，心里都知道：它不敢撞人的。

只不过，我担心自身安全，同时也体谅司机，所以通过的速度会加快一些，不会像那个女生那样大摇大摆罢了。

在国内城市的许多个路口，每一天，行人和司机都在玩「谁比谁更狠」的游戏。狠的那个就能先通行，你要是稍微犹豫或者担忧，那对方不会给你机会，然后，你就再也没有机会，只能继续等下去了。

大多数时候，司机都是输家，还是那个我们都知道的原因：车不敢撞人的。

我想，那个女生可能一直都是这个游戏的赢家吧，只不过这次，意外发生了。

所有敢于挑战汽车的行人，心里都有一个默认的前提，那就是：司机是一个心智健康、驾驶技术过关的正常人，而且，正在专注地开车，在「谁比谁更狠」游戏里，会不得不理智地选择退让。

可是，万一呢？

万一人家根本就没跟你玩比狠游戏，而是在专心打电话，喝饮料，刷微信，拍抖音呢？

甚至，他一边开车一边可能还在盘算，这个「十一」要去哪里自驾游？盘算去哪吃饭比较省时间，好在家里多加会儿班？惦记老婆的生日礼物该买什么，会不会被嫌太土气？

    一句话，他的心思完全没在开车上呢？

干脆司机本身，就是无证驾驶，或者酒驾乃至醉驾呢？甚至，是一个对社会不满的极端人格呢？

所有的一切，你都无法提前知道，更无法掌控和改变。

所以，用自己的生命去赌别人是个「正常人」，就是把自己的脑袋，拴在人家的裤腰带上。

从这个角度来看，这个女生遭遇的，是我们每个人都可能遭遇的。

3

想起我一个北京的朋友讲过，在她很小的时候，她父亲就叮嘱过她，等地铁的时候必须贴着墙站。

北京地铁建得很早，那会儿的地铁是没有防护栏的，所以几乎每年，都会发生有人从站台坠进地铁的事故。

有的是自杀，有的则是别人推下去的。

朋友的父亲，我们都见过，一个大大咧咧的北京爷们儿，一脸什么事都满不在乎的样子，可是最紧张他女儿：

「地铁站里边儿，你不知道有什么人！有神经病呢，有喝多了呢，还有成心给社会添乱的呢！你不知道！不知道就得让着，别给人机会，贴着墙站最安全！」

我想说，这位父亲的叮嘱，真的是一种智慧，就像古人所言：君子不立危墙之下。

在地铁站里碰到「非正常人」行凶，是一件概率极小的事情，可是一旦发生在你身上，那概率就是100%，你根本承担不起。

如果总是抱着侥幸心理，那就是典型的「把自己的脑袋，拴在人家的裤腰带上」。

这种事其实挺多的，只是大多数人从来没有机会碰到，所以并不在乎。

比如，走在屋檐下被坠物砸到。

比如，路上围观看热闹，被飞来的重物或者凶器击伤。

比如，食用路边摊上的三无食品，患上急性肠胃炎住进医院。

比如，女孩子的快递地址总是留家里而不是公司，容易被人发现规律。

这些伤害，都是概率非常小的事情，可是，如果你每次都选择无视，就像一只玻璃杯本该放在桌子中间的，你每次图省事，都放在桌子的边缘。

哪天不小心碰到地上，你说是因为某一次的偶然不小心呢，还是太多次之后的必然会发生呢？

    不要当有一天杯子摔得粉碎，才想起不该每次都冒这个险。

还有一些人，特别是女生，喜欢讲对错：

「凭什么我们走夜路就活该被侵犯？！凭什么女生就得晚上早早地回家，警察干什么吃的？！凭什么我什么都没做错，就要自己承担严重后果？！」

姑娘啊，你是对的，你都是对的，那当然是你的权利。

可是很多时候，讲对错没有用。

你说的，是这个世界我们都希望的样子，可是世界并非我们所愿，处处都有危险，甚至是圈套。

你跟「非正常人」是没法讲道理的，你能做的，是尽可能成长，尽可能强大，也尽可能小心规避。

请记得，要把你的安全和生死，牢牢攥在自己手里，让别人没有可乘之机。

不要让黑暗中那些邪恶的脸，来挑选谁是这次行凶的受害人。

来源：格总在人间

点击下列标题，您可以阅读更多精彩文章：

摘在生态毒理学受试生物研究上，国内外已经开发了多种受试生物品种，如斑马鱼，大型溞，浮萍，虹鳟，牡蛎，稀有鮈鲫和青鳉等[135-141]，但是关于淡水双壳类底栖生物的报道很少，河蚬作为中国本土的底栖物种，分布广，敏感性强，易取样，能直接反映水污染现状。 本研究通过Illumina测序技术获取河蚬miRNAs信息，为研究miRNA在环境毒理学上的应用提供了基础。利用RACE技术，克隆典型河蚬肠促胰酶肽（Cholecystokinin），Conopressin神经肽和FF神经肽基因，并进一步选取了具有神经毒性的污染物有机磷酸酯，筛查敏感的神经肽标志物，为神经肽的毒理学研究与应用提供了科学依据。使用转录组测序技术评估TDCPP和TBP对河蚬内脏团的毒理机制，为我国对TDCPP和TBP的风险评估提供依据。本论文的技术路线如图1-1。 图1-1 本论文的技术路线  第二章 基于Solexa技术的河蚬保守和新microRNA的鉴定与特征分析 2.1 引言 河蚬作为我国本土淡水贝类是生态毒理学研究的优势物种，陈辉辉等[142]通过转录制测序发现了一些环境标志物基因，如cyp30, hsp70, GABARAP, TPX1, 和SOD。但是目前还没有河蚬环境相关miRNAs的报道。 因此在本研究中，我们使用Solexa测序技术鉴定了河蚬中的miRNAs。此外还使用荧光定量PCR测定了特定miRNA转录本在不同组织中的表达情况，两种法则被用来预测miRNAs的潜在目标，本研究提供了河蚬miRNAs数据，为以后研究河蚬miRNAs的生物学功能和进化提供了技术。 2.2 材料和方法 2.2.1 河蚬的养殖 河蚬取自洪泽湖，养殖方法见附录1 2.2.2 miRNA的提取与测序 首先使用天根miRcute miRNA提取分离试剂盒对河蚬miRNA进行提取，然后在3’和5’接头加上测序序列，接着进行反转，建库，PCR扩增，使用聚丙烯酰胺凝胶分离纯化145-160nt的小RNA，加接头，最后上机测序。提取与测序流程如图2-1。 图2-1 miRNA库建立与测序 2.2.3 miRNA测序数据生物信息学分析 由Solexa测序产生的单个序列通过FASTX工具进行数据过滤，评估序列质量去除低质量序列和3’接头，5’接头和多A序列，计算小RNA长度分布[143, 144]。余下的干净序列使用blast搜索比对到牡蛎基因组上[145]。接着使用BLASTN将有意义的匹配序列比对到Rfam数据库[17]注释rRNA，tRNA，snRNA和其他ncRNA序列。剩下的小RNA比对到miRBase 21中的后生动物成熟miRNAs库。一样或与参考的成熟miRNAs相关的序列被认为是保守miRNAs。没有匹配到任何数据库的序列被比对到牡蛎基因组用来预测新miRNAs。与牡蛎基因组没有任何差别的序列通过MIPEAP折叠来确定为潜在的新miRNAs。使用了如下法则来确定新miRNAs：碱基的数量为18到24，自由能≤-20 kcal/mol，并且miRNA从一个前体端产生。Solexa测序在牡蛎比对中形成miRNA: miRNA*对被认为是miRNA*。 2.2.4 miRNA的鉴定与表达分析 为了鉴定深度测序获取的miRNAs，我们随机选取了8个保守的和4个新的miRNAs，以5S rRNA为内参使用荧光定量PCR分析了他们在四个组织中的表达情况，总RNA使用miRcute miRNA First-strand cDNA Synthesis Kit (TianGen, China)试剂盒来提取，定量液使用miRcute miRNA qPCR Detection Kit (SYBR Green; TianGen, China)，定量仪使用Applied Biosystems 7500 Real-Time PCR System (Life Technology, USA)，定量引物使用miRprimer软件[146]设计，见表2-1。 表2-1 河蚬miRNA定量使用的引物 miRNA forward primer(5’→ 3’) reverse primer(5’→ 3’) 5s rRNA aagttaagcaacgtcgagccc ttagcccagttgttaccagca cf-miR-1985 cagtgccatttttatcagtcac ggtccagtttttttttttttttacag cf-miR-12 cgcagtgagtattacatcaggt ggtccagtttttttttttttttcagt cf-miR-216a cgcagtaatctcagctggt ggtccagtttttttttttttttcagaa cf-miR-216b cgcagtaatatcagctggt gtccagtttttttttttttttcagga cf-miR-67a gcagacaacctgcttgaatg ggtccagtttttttttttttttcct cf-miR-184 cagtggacggagaactga ccagtttttttttttttttgccctt cf-miR-10 gcagtaccctgtagatccga aggtccagtttttttttttttttacaa cf-novel-14 tggcactggcggaa ggtccagtttttttttttttttgtga cf-novel-2 cagacactgcgatctattgag gtccagtttttttttttttttcttagtc cf-novel-18 tgccctatccgtcagtc gtccagtttttttttttttttgcag cf-novel-31 gagctgcctgatgaagag tccagtttttttttttttttggaca 2.2.5 目的基因预测分析 John等[147]报道过的目的基因预测方法。尽管河蚬基因组和EST序列缺乏，但是有4个环境相关的基因全长(gst-pi, hsp70, cyp4 and metallothionein)可以从ncbi上获得，使用miRanda [148]和RNAhybrid [149]对miRNAs和这四个基因的3’非翻译区作了目标预测。 2.3 结果与分析 2.3.1 miRNA序列分析 我们使用河蚬外套膜，肌肉，消化腺，性腺和鳃的RNA样品建立了一个小RNA库用来获取河蚬的miRNAs信息。过滤掉低质量的和接头序列，清楚污染的和短序列后，我们获得了28,799,934条高质量的reads。这些干净序列然后被映射到牡蛎基因组。得到了代表39813个序列的6194289个高质量reads（表2-2）。去除掉rRNA, tRNA, snoRNA和其他ncRNA序列，剩下的4995304 reads（代表16144个 不同的reads）被用来预测保守的和潜在的新miRNAs（表2-2）。不同类型的小RNAs的数量和比例如表2-2。 尺寸是一个重要的特征用来区分miRNAs和其他小RNA[150]。miRNAs的尺寸一般是18到24bp[151]。本次研究的小RNAs的尺寸分布如图2-1。我们发现绝大多数是22bp，占了总reads数的14.4%。同样地，在斑点叉尾（25.8%）[143]和珍珠贝中（34.48%）[29]也是22bp的最多。 图2-1 高质量reads长度分布 表2-2 河蚬中不同类型小RNAs长度分布 Small RNA Unique RNAs Percent (%) Total RNAs Percent (%) Total 39,813 100 6,194,289 100 rRNA 11,262 28.29 1,048,538 16.93 tRNA 2,124 5.33 22,289 0.36 snoRNA 19 0.05 183 0.00 other 10,264 25.78 127,975 2.07 miRNA 16,144 40.55 4,995,304 80.64 2.3.2 河蚬保守miRNAs确定 为了确定河蚬保守的miRNAs，我们将测序数据比对到在miRBase 21中的后生动物miRNAs库，允许有1到2个错配碱基[152]。总共16144个唯一的序列被比对到数据库。属于35个miRNAs家族的45个保守的miRNAs被鉴定出来（附录4）。此外，这些结果显示有26个保守的miRNAs超过1000测序数。miR-10测得1304866个拷贝数，是最多的，紧接着是miR-184（258355），miR-315（220094）和miR-7（144322）（附录2）。在这些保守的miRNAs中，15个只有低于100个拷贝数。miR-67a和miR-67b只被检测到1次。 2.3.3 河蚬新miRNAs的鉴定 因为河蚬基因组信息未知，所以我们使用牡蛎基因组和河蚬EST数据库用来预测新miRNAs[153]。44个符合规则的小RNAs被认为是潜在的新miRNAs。它们二级结构的自由能从−20.10到−99.00 kcal/mol（附录3）。有28个新miRNAs被检测少于100个拷贝，15个新miRNAs少于10个拷贝。预测的5个表达最高的miRNAs的二级结构如图2-2。               图 2-2 5个表达最高的新miRNAs预测二级结构 2.3.4 河蚬miRNAs的荧光定量 为了检测河蚬潜在miRNAs的组织分布，我们使用荧光定量PCR检测不同miRNAs在不同组织中的表达水平。特别地，4个新的(Novel-2, Novel-14, Novel-18 and Novel-31)和8个保守的(miR-10, miR-12, miR-67a, miR-184, miR-216a, miR-216b, miR-1985 and miR-1992)（图2-3）miRNAs被检测了表达水平。 结果显示9个miRNAs在腹足中表达量最高，然而miR-10和Novel-2在鳃和内脏团中表达量最高。此外，miR-1992在所有组织中表达相似。广泛的表达说明这个miRNAs肯与基础功能有关如代谢[154]。相比较而言，一些miRNAs高度显示了组织特异性。miR-67a和miR-1985在腹足中最高，接着是外套膜，鳃和内脏团。此外，我们发现miR-12主要在腹足中表达，然后依次是内脏团，鳃和外套膜。miR-216b主要在腹足和内脏团中表达而在鳃和外套膜中表达稀少。而且，miR-184和miR-10表达水平在鳃，腹足和外套膜中几乎一样，在内脏团中明显低。而在新miRNAs中，Novel-14和Novel-18在腹足和外套膜中表达丰富，在 鳃和内脏团表达量低。Novel-31在腹足中表达量最高，接着是外套膜和鳃，而在内脏团中非常低。Novel-2在鳃中很少表达，但在腹足外套膜和内脏团中表达高。 图2-3 8个保守和4个新miRNAs在河蚬4个组织中（鳃，腹足，内脏团，外套膜）的表达水平 2.3.5 河蚬miRNAs目的基因的预测 为了了解河蚬保守和新miRNAs的生物学功能，我们使用miRanda和RNAhybrid工具分析miRNAs和环境污染相关mRNA的关系。miRanda是一个基于核苷酸互补配对的miRNA目标基因预测软件，这款软件允许G=U假阳性，这在预测RNA:RNA复合体很关键[155]。可以用于人，老鼠，苍蝇和蠕虫的序列预测[156]。相比较而言，RNAhybrid是一款简单，快速并且灵活的任何物种miRNAs目的基因预测的软件[156]。这个工具能预测miRNA和mRNA的最佳结合位点，能计算杂交结构自由能。 结果显示所以的环境相关基因都有相应的miRNA作用（表2-3），metallothionein基因是miR-7的目标。miR-1992，miR-2b和Novel-40可能与调控 河蚬hsp70有关。我们的结果还显示miR-10和miR-1992可以作用于cyp4的3’非翻译区。然而我们没有发现两个软件对gst-pi基因预测的交集。图4-4显示了使用miRanda和RNAhybrid预测miRNAs和它们的目的基因潜在的交联关系。 图2-4 miRanda和RNAhybrid预测miRNAs和它们的目的基因潜在的关系 表2-3 miRanda和RNAhybrid预测的河蚬miRNAs与gst-pi, hsp70, cyp4和metallothionein的关系 Genes (gene ID) miRanda RNAhybrid Conserved Novel Conserved Novel gst-pi(AY885667.1) miR-315, miR-8a, miR-8b Novel-30, Novel-38 miR-277 Novel-1*, Novel-4 hsp70(KJ461738.1) miR-1992, miR-2a, miR-2b, miR-2c Novel-40 miR-1992, miR-2b, miR-34, Novel-29, Novel-40 cyp4(JQ678818.2) miR-10, miR-1992, miR-315 Novel-30, Novel-15, Novel-23, Novel-36 miR-10, miR-1992, miR-1994, miR-263, miR-285a, miR-285b, miR-34, miR-7 Novel-1*, Novel-14, Novel-17, Novel-29, Novel-3, Novel-4 metallothionein (EF185126.1) miR-1985, miR-315, miR-7, miR-7, miR-981 Novel-20, Novel-29, Novel-31, Novel-6a, Novel-6b, Novel-8 2.4 讨论 我们使用Solex测序技术获取了河蚬miRNAs数据，并进行了分析。发现保守的miRNAs表达比较高。之前的研究表明绝大多数确定的miRNAs的序列和功能在不同物种间是保守的[157]。miR-10在河蚬中是表达量最高达，文献报道它能抑制斑马鱼HoxB1a and HoxB3a基因[158]，David Hassel等报道了它还可以通过促进血管内皮生长因子信号转导来调控斑马鱼和人血管内皮细胞的血管原行为[159]。而且在其他几个物种中发现miR-10能与一系列Hox 基因共表达，能调控Hox 转录本的翻译[160]。这些都将为以后研究河蚬miR-10的功能提供基础。Xu等[161]报道了牡蛎中miR-216b主要在消化腺中表达，接下来是鳃和外套膜。Wong等[162]研究发现miR-184的过量表达可能在细胞分化过程中引起舌鳞状细胞癌[162]。组织分布结果表明绝大多数河蚬miRNAs主要在2或3个组织中表达，仅有少数miRNAs在多组织中高度表达。 河蚬新miRNAs的表达量低， 在珍珠贝中53个新miRNAs中只有3个测序数大于100次[29]，此外，25个花生新miRNAs中只有5个检测频率大于1000，绝大多数测序数小于100[163]。我们的结果与之前的研究是一致的[164, 165]。新miRNAs的低丰度表达表明了它们在某些组织中或特定发育阶段中发挥作用。 2.5 本章小结 在本研究中，我们使用Solex深度测序总共从河蚬小RNA库获得28799934条高质量序列。鉴定了45条保守的和39条新的河蚬。使用荧光定量PCR验证了8个保守的和4个新的miRNAs，发现它们在4个组织中表达各有差异。此外我们还是用了2种软件预测了miRNAs和4个环境污染相关基因的关系。本研究的结果为深入了解河蚬和其他双壳贝类的miRNA提供了基础。 第三章 河蚬CCK,Conopressin和FFamide神经肽基因cDNA全长克隆 3.1 引言    目前，人，老鼠等脊椎动物的神经肽研究的比较成熟，无脊椎动物神经肽研究主要集中在海蜗牛，牡蛎，章鱼等海洋软体动物，没有淡水双壳类动物的文献报道，神经肽的毒理学研究也很少，开发河蚬典型神经肽标志物，并应用于毒理学研究十分必要。本研究选取了CCK,Conopressin和FFamide神经肽作为研究基因。 本章以转录组测序获取的神经肽片段为参考，运用RACE技术，成功克隆了CCK,Conopressin和FFamide神经肽基因的全长，对全长序列进行了生物信息学分析，使用荧光定量PCR测量了神经肽在河蚬不同组织中的表达分布，并评估了有机磷酸酯对神经肽的影响，筛查了神经肽标志物。 3.2 材料与方法 3.2.1实验材料 3.2.1.1 试剂 TRIzol购自Invitrogen(USA）公司；荧光定量PCR试剂盒、琼脂糖、M-MLV试剂盒、Oligo-(dT） 18、DNase I和dNTP购自Promega（USA）公司；100 bp 和 2000 bp ladder购自天根生物（北京，中国）公司；SMART RACE cDNA amplification kit 购自Clontech(USA）公司；TaKaRa MiniBEST Agarose Gel DNA Extraction Kit, pMD20-T vector 和E.coli JM109 感受态细胞购自TaKaRa(Dalian, China）公司； 三氯甲烷，异丙醇和无水乙醇都是国产分析纯。 3.2.1.2实验仪器 Centrifuge 5804R离心机(eppendorf, USA） PowePac Basic电泳仪(BIO-RAD, USA） Gel Doc XR+凝胶成像仪(BIO-RAD, USA） 梯度热循环仪（Veriti thermal cycle system）（Life Technologies，USA） Multiskan GO  酶标仪（Thermo Scientific，USA） 荧光定量 PCR 仪7500 Real-Time PCR system（Life Technologies，USA） 3.2.1.3统计分析与绘图软件 SPSS16.0 软件，Origin8.0软件 3.2.2河蚬的实验室养殖 河蚬购自洪泽湖，在盱眙县老子山镇洪泽湖码头采集，壳长在1-3cm 左右，年龄在1-2龄左右。带回实验室用恒温养殖系统进行驯养。采用流水养殖，建立一套恒温的流水系统进行养殖，选用水泥池流水循环系统养殖河蚬，以水泵提供流水动力，建有过滤池和养殖池，水经过水泵从过滤池传送到养殖池，再流回过滤池进行过滤。池底铺粒径为0.5 mm左右的细沙，所用水为500目纱绢过滤并充分曝气的自来水，室内温度使用空调控制，水温保持在20±1ºC，水质硬度在250mg/L以下, 光照周期为12h：12h，饵料采用实验室纯培养的斜生栅藻和小球藻，或者以高级螺旋藻藻粉作为饵料。河蚬实验室养殖规范见附录1。 3.2.3 RNA 提取和 cDNA 合成 3.2.3.1. RNA 提取操作步骤： 河蚬组织总RNA的提取采用Trizol试剂法，在无菌和无RNA酶的超净工作台进行，具体操作步骤如下： (1)取50-100mg河蚬组织迅速放入预冷的1.5 ml EP管，迅速加入200-300μL冰预冷的Trizol液，然后用电动棒碾磨均匀，接着加入冰预冷的800μL Trizol液，注意样品总体积不能超过所用Trizol 体积的10%，室温放置5min，使其充分裂解。 (2)以每1mlTrizol液加入0.2ml 的比例加入冰预冷的氯仿，盖紧离心管，用手剧烈摇荡离心管15 秒，室温放置3 min，然后放入离心机，4℃，12000转，离心15min，吸取上层水相，尽量不要将沉淀吸入，移至另一1.5mLEP管中。 (3)每管加入500uL冰预冷的异丙醇混匀，室温放置10min。 (4)12000 g，4°C，离心10 min，弃上清，此时RNA沉于管底。 (5)用DEPC处理过的水和无水乙醇配制成75%乙醇，按每ml Trizol 液加入至少1ml 的比例加入75% 冰预冷的乙醇，用手轻轻上下翻转约50次，用移液器反复吸吹悬浮的沉淀。 (6)8000 g，4°C下离心5min，尽量弃上清。 (7)室温瞭干，注意不要干燥过分，然后将RNA 溶于无核酸水中。利用DNA 的紫外分光光度计检测提取的RNA样品纯度和浓度。一般OD260/OD280>1.8时，样品纯度符合要求，其余的RNA于-80℃冻存，进行反转录合成。 3.2.3.2. 去除 RNA 中的 DNA （1）用 RNase-free DNase 去除样品中DNA污染。 DNaseⅠ消化处理反应体系(20μL） RNA 16μL DNaseⅠ 2 μL 10×DNaseⅠ Buffer 2μL Total volume 20 μL （2涡旋混匀后，37°C 水浴 30min。 （3）加入RQ1 DNase Stop Solution 1μL，混匀，瞬时离心，65°C 反应 10min。 （4）RNA浓度采用紫外分光光度计测定A260/A280 大于1.8，其余的RNA于-80℃冻存，进行反转录合成。 3.2.3.3. cDNA 第一链的合成 首先使用Multiskan GO酶标仪对提取并去除DNA污染的总RNA进行定量，使用Promega

时局报报道当前时局关注