RNA-seq 实验原理与建库技术
RNA-seq，说白了就是给细胞里所有的 RNA 分子拍一张“快照”。
你想想看，传统方法一次只能看几个基因，跟盲人摸象似的。RNA-seq 就不一样了，它能一次性捕获整个转录组的信息。我在刚接触这个技术时，也觉得它像个黑盒子，后来亲手做过几次建库，才搞明白里面的门道。
核心概念：从 RNA 到可测序文库
RNA-seq 的核心，就是把细胞内的 RNA 分子转换成 DNA 文库，然后上机测序。
| 环节 | 传统方法（如 qPCR） | RNA-seq |
|---|---|---|
| 通量 | 一次看几个基因 | 全转录组 |
| 发现新转录本 | 不可能 | 可以 |
| 定量精度 | 相对定量 | 绝对定量（数字信号） |
| 起点 | 设计引物 | 提取总 RNA |
为什么 RNA-seq 能这么火？因为它解决了传统方法的两个硬伤：一是依赖已知序列，二是有通量上限。
个人建议：做时间序列实验时，尽量保持建库批次一致。我见过一个项目，因为前后两次用了不同批次的试剂盒，结果差异基因中有一半其实是批次效应。
建库流程详解
一个标准的 RNA-seq 建库流程，可以拆成下面几步。每一步的质量，都直接决定了最终数据的可信度。
1. RNA 提取与质控
这一步其实最容易被新手忽略。我刚开始做时，觉得只要提出来 RNA 就行了，结果测序出来一看，降解得一塌糊涂。
- 完整性：用 Agilent Bioanalyzer 看 RIN 值。我一般要求 RIN ≥ 7，低于这个数，后面的数据我基本不信任。
- 纯度：OD260/280 在 1.8-2.0 之间，OD260/230 ≥ 1.8。
- 定量：Qubit 是金标准，别完全依赖 Nanodrop。
曾经踩过的坑：有一次我贪图方便，用乙醇沉淀法回收 RNA，结果残留的盐分影响了反转录效率，整个文库的复杂度严重偏低。从那以后，我坚持用柱式纯化加 DNase 处理。
2. 富集与片段化
总 RNA 里 rRNA 占了 80% 以上，不把它去掉，测出来的数据基本都是垃圾信息。
| 方法 | 适用场景 | 优点 | 缺点 |
|---|---|---|---|
| poly(A) 捕获 | mRNA，真核生物 | 简单，便宜 | 丢失非 poly(A) RNA |
| rRNA 去除 | 总 RNA，原核/降解样本 | 保留全转录组 | 成本高，操作复杂 |
| RNase H 法 | 部分降解样本 | 兼容性好 | 需要定制探针 |
片段化一般用二价阳离子高温处理，把 RNA 打断成 200-300 bp 的片段。时间控制要精确，不然片段分布太散，影响后续分析。
3. 反转录与合成 cDNA
RNA 不能直接上机测序，得先转录成稳定的 cDNA。
- 使用随机六聚体引物或 oligo-dT 引物。
- 第一链合成后，接着做第二链合成。
- 得到的双链 cDNA 才是建库的真正起点。
这里有个细节：反转录酶的保真度很重要。我之前用过一个便宜的酶，结果 SNP 频率异常高，差点误判成真正的变异。
4. 末端修复与接头连接
双链 cDNA 的末端需要补平，然后加上 A 尾，再连上测序接头。
步骤示例（简化版）：
1. 末端修复：补平 5' 突出，去除 3' 突出
2. 加 A 尾：在 3' 端加上一个腺嘌呤
3. 接头连接：与含有 T 突出的 Y 形接头连接关键点：接头的浓度和连接时间需要优化。我曾经因为接头加多了，产生了大量接头二聚体，跑胶时看到一条很亮的引物峰，心疼试剂不说，还浪费了测序通道。
5. PCR 扩增与文库质控
连接后的产物需要通过 PCR 进行指数级扩增，达到上机要求的浓度。
- PCR 循环数一般控制在 8-15 个。
- 循环数太高会引入 PCR duplicate，影响定量准确性。
- 用 AMPure XP 磁珠进行大小选择，去除过短或过长的片段。
最终文库的质量，必须用 Qubit 和 Bioanalyzer 双重确认。
合格文库的标准：浓度 ≥ 2 ng/μl，主峰在 250-400 bp，无引物二聚体峰，无大片段拖尾。
一张图看懂 RNA-seq 建库流程
下面这张图，是我整理给团队新人的，每次做项目前我都会拿出来再瞄一眼。
建库方法的选择
不同的实验目的，建库策略完全不同。我整理了一个对比表，帮你快速决策。
| 实验目的 | 推荐建库方法 | 注意事项 |
|---|---|---|
| 基因表达定量 | poly(A) 捕获 + 链特异性建库 | 需要高完整性 RNA |
| 差异可变剪接 | rRNA 去除 + 链特异性建库 | 测序深度要足够（≥ 50M reads） |
| 小 RNA 检测 | 小 RNA 专用建库（如 NEBNext） | 需要切胶纯化特定大小范围 |
| 单细胞 RNA-seq | 10x Genomics / Smart-seq2 | 细胞活性是关键，死细胞影响大 |
| 降解样本（FFPE） | rRNA 去除 + 随机引物 | 尽量用短读长测序（如 75 bp PE） |
特别注意：时间序列实验里，如果不同时间点的样本 RNA 质量差异很大（比如 0 h 的 RIN 9，24 h 的 RIN 5），建库方法最好统一。我吃过一次亏，0 h 用了 poly(A) 捕获，24 h 因为降解不得不用 rRNA 去除，结果两个时间点的基因覆盖度完全不可比。
一点收尾的话
好了，RNA-seq 建库这块，很多细节都是在实际项目中才能磨出来的。比如磁珠和 RNA 的比例、PCR 循环数的微调、接头的稀释比例，这些课本上不会写那么细，但恰恰决定了实验的成败。
我个人习惯是，每次做新项目前，先用一个对照样本跑通整个流程，确认没问题了再批量处理。这个小习惯，帮我救回过至少三个本来要翻车的项目。