实验设计与样本准备：DNA提取、建库策略、质量控制指标
宏基因组实验，说白了就是从一堆乱七八糟的环境样本里，把微生物的DNA给“揪”出来，再做成文库上机测序。这步要是搞砸了，后面再厉害的生信工具也救不回来。我见过不少项目，样本没处理好，结果数据里一半都是宿主DNA，浪费了钱还没法用。
这章我们重点聊三件事：怎么安全地把DNA提出来、建库时有哪些坑要避开、以及上机前怎么判断你的样本到底能不能用。
4.1 DNA提取——决定成败的第一关
提取DNA，听起来是个常规操作。但宏基因组样本和纯菌培养不一样，样本里什么都有——腐殖酸、多糖、金属离子，这些东西会严重抑制后续的酶促反应。你想想看，PCR扩增不出来，酶切切不动，那建库就是白搭。
我个人习惯根据样本类型选择提取策略，大体分三类：
| 样本类型 | 推荐方法 | 注意事项 |
|---|---|---|
| 土壤/沉积物 | 强力裂解+柱纯化 | 必须去除腐殖酸，否则测序质量极差 |
| 粪便/肠道内容物 | 珠磨+柱纯化 | 多糖含量高，要加蛋白酶K和裂解酶 |
| 水体/滤膜 | 化学裂解+乙醇沉淀 | 生物量低，建议用载体RNA共沉淀 |
记得有一次做深海沉积物样本，我用普通试剂盒提取，结果DNA浓度测出来是0，但Qubit显示有荧光信号。后来才发现是腐殖酸把Nanodrop的信号给压掉了。嗯，这里要注意：土壤样本一定要同时用Nanodrop和Qubit评估，只看一个指标会被骗。
4.2 建库策略——文库质量决定数据质量
DNA提出来了，接下来就是建库。宏基因组建库和普通PCR扩增子建库不一样，我们追求的是无偏、全覆盖。说白了，就是希望每个微生物的DNA片段都能被均匀地捕获到文库中。
目前主流的有两种策略：
- 物理打断建库：用超声或酶切把DNA切成小片段，再连接头。适合高质量DNA，片段大小可控。
- 转座酶建库（tagmentation）：转座酶同时完成片段化和加接头，通量高、速度快。但我觉得它对DNA浓度和质量更敏感，低浓度样本容易失败。
为什么要强调建库策略？我来给你举个真实的例子。
建库时，你需要关注几个关键参数：
- 起始DNA量：对细菌宏基因组一般10-100 ng够用了。低生物量样本可以用多重置换扩增（MDA），但注意会引入系统性偏差。
- 插入片段大小：常规测序200-400 bp就行。如果想做长片段，小于1000 bp也可以，但要考虑测序读长。
- 接头类型：双端Index还是单端Index？我个人偏向双端，能降低样本交叉污染的风险。
4.3 质量控制指标——上机前必须看的几个数
文库做好了，别急着上机。先做一轮质控，能省掉后面大量的调试时间。
我一般按下面这个步骤走：
1. 用Qubit测浓度——得到的是dsDNA准确值。
2. 用Agilent Bioanalyzer或TapeStation看片段分布——单峰、窄分布是最好的。
3. 用qPCR检测文库有效浓度——尤其对低浓度文库，这步很关键。
4. 跑一个快速QC分析——检查接头残留和GC含量是否异常。
下面这个表总结了核心的质控指标和阈值：
| 指标 | 理想范围 | 常见问题 |
|---|---|---|
| DNA浓度（Qubit） | > 2 ng/μL | 低于0.5 ng/μL建议重新提取 |
| 260/280比值 | 1.8 - 2.0 | < 1.6说明有蛋白质或酚类污染 |
| 260/230比值 | 2.0 - 2.2 | < 1.5说明有腐殖酸/糖类污染 |
| 文库片段分布 | 集中，峰宽20-50 bp | 拖尾或双峰说明建库有问题 |
| 有效文库浓度（qPCR） | > 10 nM | 低于1 nM无法正常簇生成 |
| Adapter dimer含量 | < 5% | > 15%需要重新纯化 |
你可能会问：「这些指标都达标了，是不是就稳了？」说实话，不一定。我遇到过一次情况：所有质控指标都漂亮，但上机后第一个测序cycle就报错。后来发现是Index序列之间有同源性，导致cluster无法区分。所以质控不只是看数字，还要做Index兼容性检查。推荐用preqc这个工具，它会扫描你的Index组合，找出可能的冲突。
还有一个容易被忽略的点——样本的存储和运输条件。我曾经接过一批从野外邮寄到实验室的土壤样本，快递走了5天，中间温度肯定超过了30°C。最后提取出来的DNA，降解得厉害，260/230比值只有1.2，根本做不了建库。所以我建议：
- 样本采集后立即放入-80°C或液氮中
- 运输时用干冰，确认到达时冰还没化完
- 如果必须长期保存，用DNA稳定剂（比如RNAlater或DNA/RNA Shield）
4.4 实验设计与样本准备流程图
说了这么多，我们来理一下整个逻辑。下图展示了我日常工作中从样本到文库的标准化流程：
这个流程里，每一步都有返工的可能。比如说，DNA质量评估不合格，就得回到提取步骤再优化。文库质控不过关，得重新建库。你想想看，如果每步都顺利通过，那整个流程大约需要2-3天。但实际情况中，至少会有一次返工——这很正常，别焦虑。
最后，我给自己定了一条硬规矩：所有合格样本的DNA和文库，至少要保留一份备份。存放在-80°C里，用单独的盒子标记清楚。这样万一测序失败，不用从头采集样本，能节省好几周的时间。