4. 高通量基因合成与文库构建
高通量蛋白表达筛选的上游瓶颈，往往不在表达宿主，而在“基因从哪来、怎么快速造出一大批可表达、可追溯的构建体”。本节围绕一条从寡核苷酸池到多孔板克隆的完整链路展开：先理解寡核苷酸池的合成方式与质量特征，再选择组装方法，随后做密码子优化与突变文库设计，最后通过自动化克隆把文库落到多孔板中，形成可直接进入表达筛选的阵列。
一、寡核苷酸池：通量的起点与质量边界
寡核苷酸池（oligo pool）是把成千上万条短单链DNA混合在同一管中的产物。主流合成仍以亚磷酰胺化学为基础，在固相载体上逐碱基延伸；高通量芯片合成则通过光刻掩模、喷墨或电化学脱保护，在芯片表面并行合成不同序列，再切割收集成池。池的复杂度可从数百条到数十万条，但每条序列的绝对量极低，通常为飞摩尔至皮摩尔级，且存在长度偏差、缺失突变和碱基偏好性错误。
因此，池的质量指标必须提前明确：序列正确率（单碱基错误率常以每碱基 10⁻³～10⁻⁴ 量级估计）、长度分布（目标长度 ±3 nt 内占比）、池复杂度覆盖度（实际可检出序列数 / 设计序列数）以及偏好性（GC 极端或连续重复序列的缺失）。这些参数直接决定后续组装是“一次成功”还是“需要纠错”。
二、组装方法：从池到全长基因
把短寡核苷酸拼成完整基因，常用三类策略。第一类是PCR 拼接：设计相邻寡核苷酸之间约 20～25 nt 重叠，先做少量循环的延伸，再以两端引物扩增全长。它适合 300～1000 bp 的片段，成本低，但对池中错误序列没有纠错能力。第二类是Gibson 组装：利用 5′ 外切酶、聚合酶和连接酶一步完成多片段拼接，适合 2～6 个片段、总长 1～5 kb 的构建，对重叠区长度（20～40 nt）和退火温度敏感。第三类是体内组装：把带同源臂的片段与线性化载体共转化，依赖酵母或大肠杆菌的同源重组，适合大文库且操作步骤少。
选择组装方法时，核心判断依据是：片段数量、总长度、池的错误率、是否需要纠错、以及下游是“少量验证”还是“大规模建库”。若池错误率偏高，可在拼接后引入错配修复或位点饱和突变纠错，也可用高保真聚合酶配合有限循环数降低引入错误。
三、密码子优化：让序列适配宿主
密码子优化不是简单地把每个氨基酸换成宿主最高频密码子。过度使用高频密码子会导致 tRNA 竞争、mRNA 二级结构异常和翻译暂停。更稳妥的做法是：以宿主密码子使用频率为权重，设定 CAI 目标 0.8 左右，同时约束 GC 含量在 40%～60%、避免连续 4 个以上相同碱基、消除 5′ 端强二级结构和隐藏的核糖体结合位点。对于大肠杆菌表达，还需检查内部 SD 样序列和稀有密码子簇（如连续 Arg 的 AGG/AGA）。
实际操作中，可把优化拆成三步：先做同义替换生成候选序列，再用折叠自由能预测筛掉 5′ 端 ΔG 过低的候选，最后用密码子适应指数和 GC 窗口做加权打分，取综合分最高的 1～3 条进入合成。若表达量仍不理想，可保留 N 端稀有密码子或引入沉默突变来调节翻译速率。
四、突变文库：从定点到简并
突变文库的构建方式取决于研究目标。若只需在特定位点引入所有 20 种氨基酸，可用 NNK 简并密码子（32 种组合，覆盖 20 种氨基酸），或 NNS（降低终止密码子比例）。若要做多位点组合突变，则用简并引物配合重叠延伸 PCR，或直接合成含简并位点的寡核苷酸池。文库质量的核心指标是覆盖度：理论多样性 N 与克隆数 M 之间应满足 M ≥ 3N，才能以较高概率覆盖全部变体。
例如，一个单位点 NNK 文库理论多样性为 32，若要做双位点组合，理论多样性为 32×32=1024，则至少需要约 3000 个克隆。实际建库时，应通过菌落 PCR 或测序抽检 24～48 个克隆，确认突变位点分布是否符合预期，并估算实际覆盖率。
五、自动化克隆到多孔板
把文库落到多孔板，是连接“建库”和“表达筛选”的关键一步。典型流程为：组装产物纯化后与线性化载体按 1:2～1:3 摩尔比混合，用 Gibson 或连接酶完成环化；随后通过电转或热转导入宿主，涂布或直接分装到 96/384 孔板。自动化工作站可完成分液、稀释、转移和板位记录，声波移液则适合纳升级别的高密度转移。
为保证孔位可追溯，每个克隆必须与板号、孔号、文库批次和突变信息绑定。常用做法是：在文库构建时给每个变体分配唯一索引序列（barcode），克隆后通过菌落 PCR 或测序读取索引，再与孔位建立映射表。验证环节通常抽检 8～16 个孔，检查转化效率、单克隆率和阳性率；若阳性率低于 80%，应回查组装效率或载体比例。
六、可执行流程示例
以下给出一个从池到 96 孔板的参考流程，参数为教学示例，实际需根据池质量和宿主调整：
1. 池质量评估：取 1 μL 池做 qPCR，确认总量 ≥ 10 ng；送 1 次 NGS 抽检，错误率 ≤ 1e-3。
2. 组装：设计重叠 25 nt 的寡核苷酸，PCR 拼接 15 循环；取 1 μL 产物做 1% 琼脂糖凝胶，目标条带正确。
3. 优化：对全长序列做密码子优化，CAI 0.8，GC 45%，5′ ΔG > -8 kcal/mol。
4. 文库：NNK 简并位点，理论多样性 32；按 3× 覆盖计算克隆数 ≥ 96。
5. 克隆：Gibson 组装 50 ℃ 30 min；电转 0.1 cm 杯，1.8 kV，转化后加 1 mL SOC 复苏 1 h。
6. 分板：按 1:100 稀释涂布 96 孔板，每孔 100 μL；37 ℃ 过夜。
7. 验证：随机挑 16 孔做菌落 PCR，阳性率 ≥ 80%；记录板号-孔号-索引映射。
8. 入库：将映射表与突变信息写入 LIMS，进入表达筛选。这条链路的核心判断点有三个：池的错误率是否在可接受范围、组装后全长产物是否正确、以及克隆到板后的阳性率是否达标。三者任一不达标，都应回到对应环节纠错，而不是直接进入表达筛选。