4. 高通量克隆策略选择与实验设计

当克隆通量从几十个提升到几百甚至上万个时，实验设计的核心问题不再是“怎么把一个片段装进载体”，而是“用哪种策略组织这些克隆，才能让构建、筛选和后续验证的总成本最低”。并行克隆、组合克隆、文库构建、突变体库、启动子库和 sgRNA 库，本质上对应六种不同的“克隆空间组织方式”，它们对通量、覆盖度、可追溯性和下游筛选方式的要求差异很大。选错策略，往往不是做不出来，而是做了大量无效克隆。

六种策略的本质区别

并行克隆是最容易理解的一种：每个目标构建体独立设计、独立反应、独立保存。例如需要把 96 个不同基因分别克隆到同一个表达载体中，每个基因对应一个独立的 PCR 产物和一次组装反应。它的优势是每个克隆的身份明确、可追溯，失败一个不影响其他；代价是引物、反应和验证工作量随数量线性增长。并行克隆适合目标数量在几十到几百、每个构建体都需要单独质控的场景。

组合克隆则把“元件”和“骨架”分开处理。例如有 20 个启动子和 10 个 RBS，希望得到全部 200 种组合。此时不是做 200 次独立克隆，而是先分别构建 20 个启动子供体和 10 个 RBS 供体，再通过一次或少数几次组合反应生成组合库。组合克隆的关键在于：组合数 = 元件 A 数量 × 元件 B 数量，通量呈乘积增长，但每个组合的丰度是否均匀、是否真正覆盖全部组合，需要靠测序或标记来确认。

文库构建面向的是“序列空间”而非“明确列表”。例如要构建一个长度为 60 nt 的随机肽段文库，理论序列空间是 20^60，实际只能取其中 10^6～10^8 个成员。文库构建的核心参数是库容量和覆盖度：库容量指实际获得的独立克隆数，覆盖度指目标序列空间被采样到的比例。对于随机文库，通常要求库容量至少是目标成员数的 3～10 倍，才能保证大多数目标序列至少出现一次。

突变体库是在已知序列基础上引入变异。常见方式包括易错 PCR、定点饱和突变和简并密码子。以定点饱和突变为例，若要在某一位点引入全部 20 种氨基酸，可使用 NNK 简并密码子，理论编码 32 种密码子、覆盖 20 种氨基酸。此时库容量不需要达到 20^N，而只需覆盖目标位点的组合数。例如同时突变 3 个位点，每个位点 20 种氨基酸，理论组合数为 8000，若要求 95% 覆盖度，按泊松分布估算，库容量约需 8000 × 3 = 24000 个独立克隆。

启动子库和 sgRNA 库属于功能筛选型文库。启动子库通常由不同强度、不同诱导条件的启动子变体组成，目标是获得梯度表达或特定响应；sgRNA 库则用于 CRISPR 筛选，每个 sgRNA 对应一个靶基因，库的均一性和覆盖度直接决定筛选是否漏靶。sgRNA 库设计时，每个基因通常设计 4～10 条 sgRNA，若靶向 1000 个基因，库容量至少为 4000～10000 条 sgRNA，且要求各条 sgRNA 在库中分布均匀，避免某些 sgRNA 因克隆偏好而丢失。

通量评估：先算清楚需要多少个克隆

通量评估不是简单地问“能做多少个”，而是先回答“需要多少个”。对于并行克隆，需求数就是目标构建体数量，例如 96 个基因对应 96 个克隆，加上 10%～20% 的重复和失败备份，实际准备 110～120 个反应即可。对于组合克隆，需求数是各元件数量的乘积，但实际库容量应大于理论组合数，通常取 2～5 倍，以弥补转化效率和组装偏差。

对于突变体库，覆盖度计算是设计核心。假设对 N 个独立位点进行饱和突变，每个位点有 k 种可能状态，理论组合数为 k^N。若要求覆盖度达到 95%，根据泊松分布，库容量 C 应满足 C ≥ k^N × ln(1/(1-0.95)) ≈ k^N × 3。例如 3 个位点、每个位点 20 种氨基酸，理论组合数 8000，库容量至少 24000。若实际只做了 5000 个克隆，覆盖度约为 1 - e^(-5000/8000) ≈ 46%，意味着超过一半的组合从未出现，筛选很可能漏掉最优变体。

对于 sgRNA 库，通量评估还要考虑“每条 sgRNA 的均一性”。理想情况下，库中每条 sgRNA 的丰度应接近相等。若某些 sgRNA 因 GC 含量过高或过低导致克隆效率下降，在库中丰度可能低于平均值的 1/10，筛选时容易被遗漏。因此，sgRNA 库设计后通常需要先做一轮 NGS 测序，检查各条 sgRNA 的 reads 分布，剔除丰度异常低的条目，再进入正式筛选。

实验设计中的关键参数与判断依据

选择策略时，建议按以下顺序判断：第一，目标构建体是否有明确列表？有明确列表优先并行克隆；第二，是否由多个可独立变化的元件组合而成？是则考虑组合克隆；第三，是否需要在未知序列空间中搜索？是则选择文库构建；第四，是否在已知序列上引入变异？是则选择突变体库；第五，是否用于调控表达强度或响应条件？是则选择启动子库；第六，是否用于基因功能筛选？是则选择 sgRNA 库。

实际设计中，还需要关注几个容易出问题的参数。并行克隆的引物数量随目标数线性增长，96 个基因可能需要 192 条引物，引物设计和合成成本不可忽略。组合克隆的元件连接顺序必须提前固定，否则组合库中会出现大量非目标排列。文库构建的随机区域长度不宜过长，超过 80 nt 的随机区域会显著降低合成和克隆效率。突变体库的简并密码子选择要匹配宿主密码子偏好，NNK 比 NNN 更实用，因为 NNK 编码 20 种氨基酸且终止密码子比例更低。sgRNA 库的靶序列必须避开基因组中的重复区域和同源位点，否则脱靶效应会干扰筛选结果。

策略选择与通量匹配的常见误区

最常见的误区是“用并行克隆做组合任务”。例如需要测试 10 个启动子和 5 个 RBS 的全部 50 种组合，如果逐个构建 50 个克隆，工作量远大于先构建 10 个启动子供体和 5 个 RBS 供体再做组合组装。另一个误区是“文库容量不足却期望高覆盖度”。随机文库的覆盖度由库容量决定，不是由测序深度决定；测序只能告诉你库里有什么，不能凭空补出没克隆进去的序列。第三个误区是“sgRNA 库只看条数不看均一性”。一个 10000 条的 sgRNA 库，如果其中 2000 条丰度极低，实际有效库容量可能只有 8000 条，筛选时这些低丰度 sgRNA 对应的基因很可能被漏掉。

因此，高通量克隆策略选择的核心逻辑可以概括为：先明确目标空间是“明确列表”“组合矩阵”“随机空间”还是“已知序列变异”，再根据空间大小和覆盖度要求计算所需库容量，最后选择与之匹配的克隆方式和验证手段。并行克隆追求身份明确，组合克隆追求组合覆盖，文库构建追求空间采样，突变体库追求变异覆盖，启动子库追求表达梯度，sgRNA 库追求均一性和靶向覆盖。六种策略没有绝对优劣，只有与实验目标是否匹配。