3. 筛选文库构建策略

高通量筛选的上限，往往在文库构建阶段就已经被决定。无论后续分选、微流控或液滴培养多么精密，如果文库的多样性不足、突变负荷过高、或者靶点覆盖存在系统性盲区，筛选都只能在一个被压缩的序列空间里打转。因此，文库构建策略的核心不是“造出很多变体”，而是按照筛选目标设计一个可覆盖、可表达、可追溯、可复现的序列空间。本节围绕四类常用文库——突变文库、组合文库、CRISPR文库、启动子/RBS文库——讨论它们各自的设计逻辑与质量控制要点。

一、四类文库的定位差异

突变文库针对单一基因或元件，通过易错PCR、致突变菌株或定点饱和突变引入随机或半随机碱基变化，目标是获得功能增强、底物偏好改变或耐受性提升的变体。它的多样性集中在局部序列空间，通常突变负荷为每kb 1～5个碱基替换，过高会导致蛋白失活比例急剧上升。

组合文库则把多个可独立变化的模块（如启动子、RBS、蛋白结构域、连接肽、代谢基因）进行拼接组合，多样性来自模块的排列组合而非碱基突变。它适合探索“谁和谁搭配更好”的问题，例如多基因代谢通路的酶组合优化。

CRISPR文库以sgRNA为载体，通过Cas9或Cas12在基因组层面产生敲除、抑制或激活扰动。它不直接改造某个蛋白，而是系统性地改变宿主基因表达网络，适合寻找靶点、通路或增敏/抗性相关基因。其多样性由sgRNA数量和基因组覆盖率决定。

启动子/RBS文库调控的是表达水平而非蛋白序列。启动子文库改变转录起始频率，RBS文库改变翻译起始效率，二者共同决定蛋白丰度。它们常用于精细调节代谢通量、降低毒性中间体积累或匹配多基因表达比例。

二、突变文库：突变负荷与覆盖的平衡

突变文库最容易被忽视的参数是突变负荷。以易错PCR为例，若目标基因长度为1000 bp，希望平均每个克隆携带2个氨基酸突变，则核苷酸突变率应控制在约0.6%～1%。实际操作中可用Mn²⁺浓度或dNTP不平衡来调节：Mn²⁺浓度从0.1 mM升至0.5 mM，突变率可提高约3～5倍，但过高会导致片段无法扩增。一个可参考的示例条件是：1× Taq缓冲液、0.2 mM dNTP、0.3 mM MnCl₂、模板10 ng、25个循环，此时每kb约引入2～4个突变，属于较温和的负荷。

质量控制上，必须做三件事：第一，用Sanger测序随机挑取10～20个克隆，统计实际突变率和突变类型（转换/颠换/插入缺失）；第二，保留野生型作为筛选对照，用于计算富集倍数；第三，确保转化效率足够覆盖理论多样性，例如理论多样性为10⁵，则实际转化子应达到10⁶以上，否则大量变体从未被采样。

三、组合文库：模块化与组装保真度

组合文库的设计更像搭积木。假设要优化一条三基因通路，每个基因有5个启动子、3个RBS和4个编码变体，则理论组合数为(5×3×4)³=216000种。这个数字往往超出实际可筛选通量，因此需要先做模块预筛选：固定其他模块，单独测试每个启动子或RBS的强度，剔除过强导致毒性或过弱导致无信号的选项，把组合数压缩到10⁴～10⁵量级。

组装保真度是组合文库的命门。常用的Golden Gate或Gibson组装在模块数增多时错误率上升，建议每个连接点设计独特的4 bp overhang，并在组装后做菌落PCR验证插入片段长度。若发现大量空载体或错误拼接，应检查内切酶用量、连接温度和时间，必要时改用分段组装再拼接的策略。

四、CRISPR文库：覆盖度与脱靶控制

CRISPR文库的核心指标是每个基因的sgRNA数量和文库均一性。对于全基因组敲除筛选，通常每个基因设计4～10条sgRNA，以保证即使部分sgRNA效率低，仍有其他sgRNA产生扰动。以人类基因组约20000个蛋白编码基因计算，若每基因6条sgRNA，则文库规模约12万条，加上非靶向对照，实际克隆数应达到10⁶以上以保证覆盖。

脱靶控制需要在设计阶段完成：使用CRISPRscan、CHOPCHOP等工具打分，过滤掉种子区连续匹配≥12 bp的候选，并避免sgRNA落在转录起始位点下游过近或过远的位置。对于敲除文库，优先选择早期外显子；对于CRISPRi/a，则需考虑TSS窗口和PAM方向。文库构建后，用NGS测定sgRNA分布，理想情况下80%以上的sgRNA读数应在均值的0.5～2倍范围内，若分布严重偏斜，说明寡核苷酸合成或克隆步骤存在偏好。

五、启动子/RBS文库：强度梯度与正交性

启动子/RBS文库的目标是获得一组强度可预测、可组合的表达元件。启动子文库常通过突变-35区和-10区之间的间隔序列来调节强度，RBS文库则通过改变Shine-Dalgarno序列与起始密码子之间的间距和碱基组成来实现。一个实用的设计策略是：先构建20～30个强度跨越10～100倍范围的候选，用GFP报告基因在统一背景下测量荧光/OD，绘制强度分布曲线，再从中挑选线性度好、重复性高的元件进入正式文库。

正交性同样重要。若启动子受宿主全局调控网络影响，在不同代谢状态下强度漂移，则筛选结果难以复现。建议在目标宿主和实际培养条件下验证，而不是只在大肠杆菌标准LB中测试。RBS文库还需注意二级结构：SD序列若被mRNA二级结构包裹，翻译起始效率会显著下降，可用RNAfold等工具预测并剔除高结构倾向的候选。

四类文库并非互斥。实际项目中常先构建启动子/RBS文库优化表达比例，再用突变文库提升关键酶活性，最后用组合文库整合多基因模块，必要时引入CRISPR文库寻找宿主背景突变。关键在于：每一类文库都要有明确的设计假设、多样性预算和质量放行标准，否则筛选只是在噪声中碰运气。