1. 课程导入与工程全景

NGS测序仪真正读取的并不是“样本”，而是经过一系列化学与物理处理之后、符合上机要求的一段或多段核酸文库。样本从原始生物材料到最终进入测序芯片或流动池，中间要经历采样、保存、核酸提取、浓度与纯度评估、片段化、末端修复、接头连接、扩增、文库纯化、文库定量与片段分析、pooling、变性稀释等多个环节。测序仪给出的碱基序列质量，很大程度上在样本进入测序仪之前就已经被决定。前处理与核酸质控的核心任务，就是让进入测序仪的文库在量、纯度、完整性、片段分布、可扩增性、可定量性这几个维度上同时满足要求，并把不可逆的失败尽量拦截在上机之前。

从工程视角看，NGS全流程可以划分为四个阶段：样本获取与保存、核酸提取与质控、文库构建与质控、上机测序与数据分析。前处理与核酸质控覆盖前三个阶段，是数据质量的“上游控制点”。上游一旦引入偏差，下游分析很难通过算法完全纠正。例如，提取时残留的酚、盐、乙醇或胍盐会抑制酶反应；RNA样本降解会导致3'端偏好；DNA片段化过度会丢失大片段信息；文库接头连接效率低会造成大量无插入片段。这些问题在测序数据中往往表现为低比对率、高重复率、插入片段异常、覆盖不均或低复杂度，而它们的根因通常不在测序仪，而在前处理。

关键质量属性（KQA）是前处理与质控的抓手。对DNA样本，通常关注：A260/280（蛋白污染）、A260/230（盐、酚、胍盐等污染）、Qubit或荧光定量浓度（双链DNA特异）、片段分布（如DIN值或电泳主带）、可扩增性（qPCR或预扩增）。对RNA样本，关注：RIN/DIN值、28S/18S比值、A260/280与A260/230、gDNA残留、片段分布。对文库，关注：文库浓度（qPCR或荧光法）、插入片段大小分布、接头二聚体比例、文库复杂度、pooling摩尔比。这些指标不是孤立的，它们之间存在因果链：提取纯度影响酶切与连接效率，片段分布影响接头连接与扩增偏好，文库浓度与片段大小共同决定pooling摩尔数。

常见失败模式可以按阶段归类。提取阶段：得率过低、抑制物残留、gDNA污染、RNA降解。文库构建阶段：末端修复不彻底、接头连接效率低、PCR过度扩增导致重复率升高、片段选择偏差、接头二聚体积累。质控阶段：定量方法不匹配（如用NanoDrop代替Qubit导致浓度高估）、片段分析样本量不足、pooling摩尔比计算错误。上机阶段：文库变性不充分、上机浓度过低或过高、PhiX比例不当。这些失败模式在数据上通常有对应信号，例如接头二聚体表现为插入片段极短且比对率低，过度扩增表现为高重复率和低复杂度，抑制物残留表现为低产出和高比例未比对reads。

理解这张全景图之后，后续章节会逐层展开。样本获取与保存决定了核酸的初始状态；提取与质控决定了核酸的可用性；文库构建与质控决定了测序仪能读到什么；上机与数据分析则是对前处理质量的最终检验。工程上最有效的策略不是在下游“救火”，而是在每个阶段设置明确的放行标准，并保留可追溯的记录。例如，提取后若A260/230低于1.8，应警惕胍盐或酚残留，必要时增加洗涤或纯化步骤；文库若在片段分析中看到明显的接头二聚体峰（约120–140 bp），应重新进行磁珠纯化或调整片段选择比例；pooling前必须用qPCR或荧光法准确定量，并结合片段大小计算摩尔浓度，而不是仅凭NanoDrop读数。

需要强调的是，前处理与核酸质控不是简单的“按说明书操作”，而是一套需要根据样本类型、起始量、目标应用和测序平台不断调整的工程决策。FFPE样本需要关注片段化与交联修复，cfDNA需要关注短片段回收与背景gDNA控制，RNA-seq需要关注RIN值与rRNA去除效率，单细胞测序需要关注细胞活率与捕获效率。只有把关键质量属性、失败模式和数据信号对应起来，才能在上机前做出可靠判断，把测序资源用在真正合格的文库上。