4. 文库构建与扩增工程
CRISPR功能基因组筛选的成败，很大程度上在“上机筛选”之前就已经决定。一个sgRNA文库如果覆盖不均、丢失严重或存在大量空载，后续无论测序多深、筛选多严谨，都难以得到可信的基因-表型关联。本节围绕文库从“化学合成”到“可用病毒颗粒”的完整工程链条展开，重点讲清楚每个环节的关键参数、常见偏差以及质量控制点。
一、寡核苷酸合成：文库复杂度的源头
sgRNA文库通常以寡核苷酸池（oligo pool）形式定制合成。以人全基因组CRISPR敲除文库为例，若每个基因设计4~6条sgRNA，加上对照，规模常在6万~12万条序列之间。合成方式主要有两类：芯片合成（array-based）和柱式混合合成。芯片合成通量高、成本低，但单条序列的产量极低（fmol级），且存在碱基缺失、插入等合成错误；柱式合成质量更均一，但成本随复杂度线性上升。
无论哪种方式，oligo池都需要在两端设计通用引物区，用于后续PCR扩增和克隆。典型结构为：5′端测序接头/引物区 — sgRNA间隔序列（20 nt） — sgRNA骨架（如76 nt） — 3′端引物区。设计时需注意：间隔序列中避免出现连续4个以上相同碱基（如TTTT会提前终止U6转录），避免极端GC含量（建议40%~60%），并检查是否存在目标基因组外的脱靶种子序列。
二、克隆策略：从oligo池到质粒文库
oligo池需要被克隆进慢病毒载体（如lentiCRISPRv2、lentiGuide-Puro）才能包装成病毒。常见策略有两种：
- 限制性内切酶克隆：载体经BsmBI或BbsI酶切产生黏性末端，oligo退火后直接连接。优点是操作简单，缺点是连接效率受oligo浓度和退火质量影响，且酶切不完全会产生大量空载背景。
- Gibson/In-Fusion组装：利用同源臂将PCR扩增的sgRNA片段与线性化载体组装。对oligo池的扩增产物更友好，适合大复杂度文库，但需要控制载体与插入片段的比例。
克隆环节最关键的指标是转化效率。理论上，要保证文库覆盖度，获得的独立克隆数应至少为文库复杂度的100倍以上。例如10万条sgRNA的文库，至少需要获得1×107个独立转化子。实际操作中，电转化比化学转化效率高2~3个数量级，因此大文库几乎都采用电转化。
三、电转化与噬菌体包装
电转化的核心参数包括：感受态细胞浓度（建议≥1×1010 cfu/μg）、电击杯规格（0.1 cm或0.2 cm）、电场强度（通常1.8~2.5 kV）、脉冲时间（4~6 ms）。以Endura或Stbl3等低重组感受态为例，单次电转化可获得1×109~1×1010个转化子。若一次电转化量不够，需进行多次电转化并合并菌液，但要注意每次电转化后立即加入SOC恢复培养基，避免菌体在电击杯中长时间停留。
对于需要噬菌体包装的文库（如基于噬菌体展示的筛选或某些体内筛选系统），则将质粒文库转入包装菌株，利用辅助噬菌体（如M13KO7）提供包装蛋白，收集上清中的噬菌体颗粒。包装效率通常用噬菌体滴度（pfu/mL）衡量，优质文库滴度应达到1×1010 pfu/mL以上。若滴度偏低，常见原因包括：辅助噬菌体比例不当、包装菌株生长状态不佳、质粒拷贝数过低。
四、文库质量控制：从“有”到“可用”
构建完成的质粒文库必须经过严格QC才能进入下游筛选。核心指标包括四项：
| 指标 | 检测方法 | 合格标准（示例） | 不达标时的常见原因 |
|---|---|---|---|
| 覆盖度 | 稀释涂板计数独立克隆数 | ≥100×文库复杂度 | 电转化效率低、感受态活性不足 |
| 均一性 | NGS测序统计sgRNA丰度分布 | CV < 0.3，无严重偏态 | oligo池合成偏差、PCR扩增偏好 |
| 空载率 | 菌落PCR或NGS检测无插入片段 | < 5% | 载体酶切不完全、连接效率低 |
| 序列准确性 | NGS抽检比对设计序列 | 匹配率 > 95% | oligo合成错误、PCR突变 |
其中，均一性是最容易被忽视但影响最大的指标。如果某些sgRNA在文库中丰度极低，即使覆盖度达标，这些sgRNA在筛选后也容易因“丢失”而被误判为“无功能”。因此，建议在PCR扩增oligo池时控制循环数在12~16个循环以内，避免过度扩增导致偏好性放大。同时，电转化后应随机挑取至少24个克隆进行Sanger测序，确认插入序列的正确性。
最后需要强调的是，文库构建与扩增是一个多环节串联的过程，任何一个环节的偏差都会被后续步骤放大。寡核苷酸合成的错误率、克隆连接的效率、电转化的转化子数量、噬菌体包装的滴度，以及QC的严格程度，共同决定了最终筛选结果的可信度。建议在每次构建文库时保留完整的QC记录，包括电转化转化子数、NGS均一性数据、空载率检测结果，以便在筛选出现异常时回溯排查。