3. 定点突变策略总览
在蛋白工程中，改变氨基酸序列的手段可以按“信息量”排成一条连续谱：一端是完全依赖结构或机制知识的理性设计，另一端是不依赖先验知识、靠高通量筛选积累有利突变的定向进化，中间则是以序列比对、保守性、结构模型或功能位点预测为线索的半理性设计。三者并非互斥的三种技术，而是同一决策空间里“每次实验要探索多少个位点、每个位点要试多少种氨基酸”的不同取值。
理解这条谱系的关键，是抓住两个正交维度：突变位点的确定性（改哪里）和突变类型的穷举程度（改成什么）。理性设计把“改哪里”压缩到一两个残基，把“改成什么”压缩到一两种氨基酸，因此文库极小（常为个位数克隆），但前提是结构或机制信息足够可靠。定向进化则把两者都放开，用易错PCR或DNA shuffling构建10⁶～10⁹量级的文库，再靠筛选或选择把有利突变“捞”出来，代价是必须建立可靠的高通量筛选。半理性设计居中：用序列/结构信息锁定若干候选位点，再在这些位点上做简并或NNK饱和突变，文库规模通常10²～10⁴，兼顾了文库可覆盖性与筛选通量。
三者的关系可以用一句话概括：理性设计是“假设驱动”，定向进化是“筛选驱动”，半理性设计是“假设缩小搜索空间后再筛选”。当结构信息可靠时，理性设计往往一轮就能拿到目标突变体；当结构未知但同源序列丰富时，半理性设计通过保守性分析和热点预测，把文库从10⁸压缩到10³，使普通实验室也能完成筛选；当既无结构又无同源信息、但能建立高通量筛选时，定向进化是唯一可行的路径。
何时选择定点突变而非随机突变
定点突变（site-directed mutagenesis, SDM）的本质是“已知目标位点，只改这一个或几个位置”。它适合以下情形：
- 有明确的结构或机制假设：例如催化三联体中的Ser→Ala用于验证该残基是否为亲核体；底物结合口袋中的Trp→Phe用于判断芳香环是否参与π堆积。此时随机突变会引入大量无关突变，反而干扰对单一位点功能的判读。
- 需要引入非天然或特定氨基酸：如引入半胱氨酸用于二硫键交联、引入非天然氨基酸用于光交联，随机突变无法精确指定。
- 需要消除或引入翻译后修饰位点：如将N-糖基化序列N-X-S/T中的N突变为Q，以去除糖基化；这类精确的序列改变只能靠定点突变完成。
- 需要验证计算预测：如Rosetta或FoldX预测某突变可提高热稳定性，必须用定点突变单独构建该突变体，才能验证预测是否成立。
- 筛选通量有限：如果实验室只能做几十个克隆的活性测定，随机文库的覆盖率极低，定点突变是更务实的选择。
反之，当目标位点未知、需要探索多位点协同效应、或需要获得自然界不存在的全新功能时，随机突变或定向进化更合适。一个常见的误区是“随机突变一定比定点突变强”，实际上随机突变的有效突变率很低——易错PCR在1～3个突变/基因时，有害突变占比常超过50%，需要多轮筛选才能富集到有利突变。而定点突变在信息充分时，命中率可以接近100%。
一个可操作的决策流程
实际项目中，可以按以下顺序判断：
- 明确目标：是提高热稳定性、改变底物特异性、提高催化效率，还是获得新反应活性？不同目标对信息量的要求不同。热稳定性改造常可借助B-factor或ΔΔG预测，理性设计成功率高；底物特异性改造往往需要口袋重塑，半理性或定向进化更常见。
- 盘点信息：是否有晶体结构或冷冻电镜结构？是否有同源序列比对？是否有已知的活性位点、结合位点或别构位点？信息越具体，越偏向理性设计。
- 评估筛选能力：能测多少个克隆？是96孔板（约10²～10³/天）、微孔板（10⁴～10⁵/天），还是FACS/选择（10⁶～10⁹/天）？筛选通量直接决定文库规模上限。
- 选择策略并设计文库：理性设计用QuikChange或类似方法引入单点突变；半理性设计用NNK简并引物在候选位点做饱和突变；定向进化用易错PCR或DNA shuffling建库。
- 验证与迭代：无论哪种策略，第一轮结果都要回到“突变是否按预期引入、活性是否改变、是否可重复”这三个问题上。若理性设计失败，可退回半理性；若半理性文库筛选无阳性，可考虑扩大文库或改用定向进化。
需要强调的是，三种策略之间可以无缝切换。例如，先用定向进化获得一个活性提高的突变体，测序后发现突变集中在某个loop区，再对该loop做半理性饱和突变，最后用理性设计引入二硫键稳定该loop——这是蛋白工程中非常典型的“混合策略”。选择哪一种，不取决于技术本身的新旧，而取决于当前项目掌握的信息量与可用的筛选通量。