1. RNA测序文库构建总览

RNA测序（RNA-seq）并不是把提取到的RNA直接放进测序仪就能得到表达量。真正进入测序仪的，是一段段两端带有特定接头序列、长度集中在数百碱基的DNA分子集合，也就是“文库”。从原始样本到最终上机，中间要经历RNA提取、质量评估、mRNA富集或rRNA去除、片段化、反转录、末端修复、接头连接、扩增、纯化与定量等一连串环节。理解这条链路的关键，不是记住步骤名称，而是理解每一步“为什么存在、失败会怎样、用什么指标判断它是否合格”。

整条流程可以按“样本→RNA→cDNA→文库→上机”五个物质形态来把握。样本阶段关注的是取材与保存是否引入降解；RNA阶段关注纯度、完整性与是否残留DNA；cDNA阶段关注反转录效率与链特异性；文库阶段关注插入片段分布、接头连接效率与是否过度扩增；上机阶段关注文库浓度、片段大小与簇密度是否匹配测序平台。下面这张图给出了完整流程与各节点的质控逻辑。

先看样本与RNA阶段。RNA极易被RNase降解，因此取材后应尽快液氮速冻或浸入RNAlater，避免反复冻融。提取完成后，用分光光度计测A260/280与A260/230，前者反映蛋白污染，后者反映盐类或有机溶剂残留；再用Agilent Bioanalyzer或TapeStation测RIN值。对于常规新鲜样本，RIN≥7通常可满足mRNA建库要求；若RIN偏低，可考虑改用rRNA去除策略。若样本为FFPE，RNA已部分降解，此时RIN参考价值有限，更应关注DV200（大于200 nt的RNA片段占比），一般DV200≥50%才适合建库。

接下来是mRNA富集或rRNA去除。真核生物mRNA带poly(A)尾，可用oligo-dT磁珠富集；原核生物mRNA多数不带poly(A)，通常用rRNA去除试剂盒。这一步决定了后续数据中目标RNA的占比。若富集不充分，测序读数会被rRNA大量占用，有效数据量下降。判断依据是：建库前可做一次rRNA残留检测，或在上机后看rRNA比对率，通常要求低于10%–20%。

片段化与反转录是决定文库插入片段大小的核心。片段化常用金属离子（如Zn²⁺）在高温下打断RNA，或使用酶切法。目标插入片段一般控制在200–500 bp，具体取决于测序读长和后续分析需求。片段化后立即反转录，合成第一链cDNA，再合成第二链。若要做链特异性文库，需在第二链合成时引入dUTP或使用定向接头，以便后续区分转录本来源链。

末端修复与接头连接是文库构建中“最讲究”的一步。反转录产物末端不齐，需补平并加A，形成可连接的粘性末端。随后连接带有索引（index）的接头。索引用于区分不同样本，允许多样本混合测序。接头连接效率直接影响文库转化率，若效率低，则需增加PCR循环数来弥补，但循环数过高会引入重复和偏好性。因此，接头连接后应尽量纯化去除未连接接头，避免接头二聚体占用测序资源。

PCR扩增的目的有两个：一是增加文库产量，二是富集两端都连接了接头的完整文库分子。循环数通常控制在8–15个循环，具体取决于起始RNA量和接头连接效率。循环数过多会导致重复序列增加、片段偏好性增强。扩增后通过磁珠纯化去除引物二聚体和小片段，再用Qubit测浓度、Agilent Bioanalyzer测片段分布、qPCR测可扩增文库摩尔浓度。三者结合才能判断文库是否合格：浓度够、片段大小对、摩尔浓度准确，才能保证上机簇密度合适。

最后是上机测序。上机前需将文库稀释到平台要求的浓度，并加入一定比例的PhiX对照（通常1%–5%），用于校准测序质量。簇密度过高会导致信号重叠，过低则浪费测序容量。测序完成后，先看Q30比例、簇密度、rRNA比例、重复率等指标，再进入下游分析。若这些指标异常，往往需要回溯到建库环节寻找原因，例如RNA降解、接头连接效率低、PCR循环数过多等。

把整条链路串起来看，RNA-seq文库构建的本质是：在尽量不改变原始RNA丰度比例的前提下，把RNA转化为可测序的DNA文库，并通过一系列质控节点确保文库能真实、高效地反映样本中的转录本信息。每一步的质控指标都不是孤立的，而是相互关联：RNA完整性影响反转录效率，反转录效率影响接头连接，接头连接影响PCR循环数，PCR循环数影响文库复杂度，文库复杂度最终决定测序数据能否支撑可靠的表达定量。理解这条因果链，比记住步骤顺序更重要。