M4 基因工程工具箱

本模块你将学会

内容较多，建议第 5 周学完 01–09 节（基础工具与克隆），第 6 周学完 10–14 节（突变、合成、测序、编辑与联系工作）。学完后回到这里逐条检查。

• 画出基因工程"获取基因 → 装入载体 → 导入宿主 → 筛选验证 → 表达"的总流程，并把每项技术放到对应位置
• 说出基因组 DNA、质粒和 RNA 提取的要点，会用 A260 和 A260/A280 判断浓度与纯度，知道转染级质粒为什么要去内毒素
• 解释凝胶电泳的原理，能对照 DNA Marker 读懂一张胶图
• 讲清 PCR 三步循环的温度与原理，区分 Taq 与高保真酶，区分 RT-PCR、qPCR、菌落 PCR 和重叠延伸 PCR
• 掌握引物设计的基本规则，知道怎样在引物上加酶切位点和保护碱基
• 理解限制酶识别回文序列、黏性末端与平末端、同尾酶、双酶切、去磷酸化和 T4 DNA 连接酶
• 读懂一张质粒图谱：ori、抗性基因、启动子、MCS、标签、终止子/polyA 各管什么，区分克隆载体、表达载体和穿梭载体
• 比较酶切连接、TA 克隆、Gibson、Golden Gate 和 Gateway 五种克隆方法
• 说清转化、筛选与验证的每一步，区分转化、转染与转导
• 理解定点突变与突变文库，以及它们和蛋白工程、抗体优化的关系
• 解释基因合成的化学原理、组装流程、难合成序列和交付形式，说清它比 cDNA 克隆灵活在哪里
• 比较 Sanger、二代、三代和全质粒测序，会看简单的测序峰图
• 讲清 CRISPR-Cas9 的原理，区分 NHEJ 敲除与 HDR 敲入，了解脱靶、碱基编辑和先导编辑
• 理解基因文库、sgRNA 文库和抗体展示文库的共同逻辑
• 把客户的一句话需求"翻译"成对应的技术和服务类别

01基因工程要解决的问题与总流程

把 DNA 看成一份只用 A、T、C、G 四个字母写成的文档，基因工程就是一套"文档处理工具"。

M3 讲过，基因就是 DNA 上一段有意义的碱基序列，细胞按照它转录、翻译出蛋白质。要研究或利用一个基因，科学家必须能对这份"文档"做四类操作：复制（拿到足够多的拷贝）、读（知道里面写了什么）、写（按自己的设计从零写出来），以及剪切、搬运和编辑（把一段内容剪下来、粘到别处，或者在原文里直接修改）。

这四类操作很少单独出现。一个典型的项目往往是：先写（基因合成）或复制（PCR）出目的基因，再用酶切连接或无缝克隆把它粘贴进质粒，然后读（测序）一遍，确认一个字母都没错，最后才交给客户去表达蛋白、做病毒载体或进行基因编辑。

总流程：五个阶段

把这些操作按时间顺序排起来，几乎所有基因工程项目都走同一条主线。先记住这张"地图"，后面每一节都是在放大其中的某一格。

简史：重组 DNA 技术是怎么诞生的

"基因工程"并非一夜出现。它的核心工具大多来自科学家对细菌和病毒的基础研究，在 1970 年代短短几年里汇聚成一门新技术。

此后的几十年里，工具箱不断扩充：1977 年 Sanger 测序、1983 年 PCR、1980 年代自动化 DNA 合成、2000 年代二代测序、2012 年 CRISPR-Cas9。本模块会逐一展开。

02核酸的提取与定量：先把 DNA "拿出来、称一称"

解决的问题：DNA 和 RNA 藏在细胞里，和蛋白质、脂类、糖类混在一起，必须先分离纯化，才能做后面所有实验。

不管提取哪种核酸，思路都是三步：裂解（把细胞破开，让核酸释放出来）、分离（去掉蛋白质、脂类和不需要的另一种核酸）、回收（把干净的核酸浓缩出来）。经典方法用苯酚–氯仿抽提蛋白，再用乙醇或异丙醇把核酸沉淀下来；现在实验室最常用的是硅胶柱（离心柱）：在高浓度盐的条件下，核酸会吸附在硅胶膜上，用含乙醇的洗液冲走杂质，最后用低盐缓冲液或水把核酸洗脱下来。市售"试剂盒"大多就是这套流程。

三类常见提取

碱裂解法：为什么能把质粒和染色体 DNA 分开

提取质粒最常用的是碱裂解法（1979 年发表），整个过程只需要依次加入三种溶液：

1. 溶液 I：重悬。把离心得到的菌体打散在缓冲液里。缓冲液含 EDTA，它会"抓走"Mg²⁺，让依赖 Mg²⁺ 的 DNA 酶无法工作；通常还会加入 RNA 酶，后面顺便降解细菌的 RNA。
2. 溶液 II：裂解。加入氢氧化钠（NaOH）和去污剂 SDS。SDS 溶解细胞膜、使蛋白质变性；强碱让所有双链 DNA，包括染色体和质粒，都解开成单链。这一步要轻柔地颠倒混匀，时间控制在几分钟内，否则染色体 DNA 会被剪碎混进产物，质粒也可能被不可逆地破坏。
3. 溶液 III：中和。加入酸性的醋酸钾，pH 迅速回落。质粒很小，而且两条单链像两个套在一起的环一样彼此缠绕，分不开，一中和就能迅速"对回"成双链，留在溶液里；巨大的染色体 DNA 来不及正确配对，和变性蛋白、SDS 缠成白色絮状沉淀。
4. 离心与纯化。离心后沉淀被甩到管底，上清液里就是质粒，再过硅胶柱洗涤、洗脱即可。

小提、中提、大提

"提"就是提取质粒。按菌液规模分为小提、中提、大提，原理相同，区别在于产量和用途。下表是高拷贝质粒的大致量级，实际得率取决于质粒拷贝数、菌株和培养条件。

更大规模的质粒生产（例如用于基因治疗和 mRNA 原料的质粒）要在发酵罐里进行，并按药品生产规范控制质量，这属于工艺生产的范畴，M8 会再提到。

定量与纯度：A260 和 A260/A280

核酸里的碱基是环状结构，强烈吸收波长 260 nm 的紫外光；蛋白质的吸收峰在 280 nm（主要来自色氨酸、酪氨酸这类带环的氨基酸）。用紫外分光光度计（如只需 1–2 μL 样品的微量分光光度计）测一下吸光度，就能同时估计浓度和纯度。

• 浓度：A260 = 1 时，双链 DNA 约 50 μg/mL，RNA 约 40 μg/mL，单链 DNA（如寡核苷酸）约 33 μg/mL。浓度 ≈ A260 × 换算系数 × 稀释倍数。
• A260/A280：纯 DNA 约 1.8，纯 RNA 约 2.0。明显偏低，说明有蛋白质或苯酚残留；DNA 样品明显高于 1.8，常提示混有 RNA。
• A260/A230：干净样品一般约 2.0–2.2。偏低说明有盐（例如提取试剂里的胍盐）、EDTA、糖类等残留，它们可能抑制后续的酶反应。

吸光度法的局限是"只认碱基"：分不清 DNA、RNA 和游离核苷酸，RNA 残留会让 DNA 浓度虚高。需要更准的双链 DNA 浓度时，可以用只和双链 DNA 结合的荧光染料定量；质粒是否完整，则要再跑胶看（第 03 节）。

为什么转染级质粒要"去内毒素"

内毒素（endotoxin）是革兰氏阴性菌（包括大肠杆菌）细胞外膜上的脂多糖（LPS）。碱裂解时细菌外膜碎裂，LPS 带负电、在溶液里的行为和 DNA 有些相似，很容易跟着质粒一起被纯化出来。

内毒素对细菌转化几乎没有影响，但哺乳动物细胞对它很敏感：它会降低转染效率、损伤细胞（原代细胞、干细胞等更脆弱的细胞尤其明显），还会激活免疫细胞产生炎症反应，让实验结果"失真"；注射进动物体内会引起发热和炎症。所以用于转染、病毒包装、动物实验的质粒，要用专门的去内毒素工艺制备，并用鲎试剂（LAL）法检测内毒素含量，单位是 EU（内毒素单位）。

03凝胶电泳：按大小给 DNA "排队"

解决的问题：PCR 扩出来了吗？质粒切开了吗？片段有多大？DNA 太小，肉眼看不见，要靠电泳"看见"。

M2 讲过，DNA 的骨架由糖和磷酸交替组成，每个核苷酸都带一个磷酸基团，在中性缓冲液里带负电。把 DNA 放进凝胶、两端通电，它就会向正极移动。因为每一段 DNA 单位长度上的电荷差不多，电场的"推力"和长度成正比，真正决定跑多快的是凝胶的阻力：凝胶是一张充满微孔的网，小片段钻得快、跑得远，大片段被网孔拖住，停在靠近加样孔的地方。在合适的范围内，迁移距离大致与片段长度的对数成直线关系，所以可以用已知大小的片段当"尺子"。

怎么跑一块胶

1. 制胶：把琼脂糖粉加进电泳缓冲液里加热溶解，倒进模具，插上梳子；凝固后拔掉梳子，留下一排加样孔。
2. 上样：样品先混上样缓冲液，里面的甘油让样品沉进孔底，蓝色指示染料能显示跑到了哪里。每块胶留一条泳道加 DNA Marker。
3. 电泳：加样孔一端接负极、另一端接正极，通电几十分钟。
4. 染色与成像：用能嵌入 DNA 的荧光染料染色，在紫外或蓝光下 DNA 条带会发光。经典染料溴化乙锭（EB）是诱变剂，现在很多实验室改用更安全的核酸染料。

琼脂糖浓度：网孔大小决定分离范围

琼脂糖浓度越高，网孔越小，越适合分开小片段；浓度越低，越适合分开大片段。下面是常见的大致范围：

更小的片段，或者要分辨只差一个碱基的长度（如检查寡核苷酸的纯度），要改用网孔更细的聚丙烯酰胺凝胶（PAGE）。引物订单里的"PAGE 纯化"，就是用这种胶把全长产物和短一截的失败产物分开。

DNA Marker：胶上的"尺子"

DNA Marker（又叫 DNA ladder，分子量标准）是一组已知大小的 DNA 片段混合物，跑在样品旁边的泳道上，像梯子一样排成一列条带。把样品条带横向对到 Marker 上，就能估出片段大小。常用的有"1 kb ladder"（约 250 bp 到 10 kb）和"100 bp ladder"（约 100 bp 到 1–1.5 kb）。条带越亮，说明 DNA 的量越多，所以对照 Marker 中已知含量的条带，还能粗估样品有多少。

怎么读胶图

同一个质粒，为什么跑出几条带？

没切过的质粒在胶上有不同的"形态"，跑得也不一样。超螺旋是完整、拧紧的环，最紧凑，通常跑得最快，提取良好的质粒以它为主；开环是一条链上有个缺口、松弛下来的环，体积大，跑得最慢；线性是被切开一刀的分子，按真实长度跑。所以未切质粒常出现两三条带，不能直接对照 Marker 读大小；想知道质粒多大，要先用只切一刀的酶把它线性化。

04PCR：在试管里把 DNA 复印几十亿份

解决的问题：目标 DNA 太少，看不见、测不了、也没法用。

一滴血、一个菌落、一小块组织里，某个基因可能只有几份到几千份拷贝，远不够做实验。PCR（聚合酶链式反应，Polymerase Chain Reaction）借用细胞复制 DNA 的原理（M3），在一支小小的 PCR 管里反复"复印"两条引物之间的那一段 DNA，两三个小时就能扩增上亿倍。

反应体系：管子里的五样东西

几样东西的用量都有讲究：

• Mg²⁺：太少，聚合酶"没力气"，产物很少；太多，引物更容易结合到不完全匹配的位置，出现非特异条带，聚合酶出错也会变多。常用浓度在约 1.5–2.5 mM 之间摸索。
• dNTP：四种要等量。浓度过高会和 Mg²⁺ 结合、降低保真度；过低则扩增提前"断粮"。
• 模板量：质粒里目标序列的比例很高，通常不到 1 ng 到几 ng 就够；基因组 DNA 庞大，目标只占极小一部分，常用几十到一两百 ng。模板太多反而容易出现非特异产物，样品里残留的杂质（如盐、蛋白、乙醇）还会抑制反应。

动画里的三步可以汇总成一张表：

一个循环后，目标片段理论上翻一倍；新合成的链在下一轮也成为模板，于是数量按 2、4、8、16……增长，两条引物之间的片段很快占据绝对多数，这就是 PCR 产物。

指数扩增与平台期

如果每个循环的扩增效率是 E（100% 时 E = 1），起始有 N₀ 个拷贝，那么 n 个循环后的拷贝数是：

N = N₀ × (1 + E)ⁿ

效率 100% 时，30 个循环就是 2³⁰ ≈ 10 亿倍。但真实反应不会无限增长：随着产物越来越多，引物和 dNTP 逐渐消耗，聚合酶经过几十次高温后活性下降，大量产物链之间也会彼此配对、和引物"抢模板"，扩增速度越来越慢，最终进入平台期。常规 PCR 一般做 25–35 个循环，循环太多不会多得到产物，反而容易积累非特异片段。

均为实验室常见经验值，具体条件随聚合酶、引物和片段长度调整。

耐热聚合酶：来自温泉细菌的礼物

1983 年，在美国 Cetus 公司工作的凯利·穆利斯构想出 PCR，并因此获得 1993 年诺贝尔化学奖。最早的 PCR 用的是不耐热的大肠杆菌 DNA 聚合酶片段：每次 95°C 变性都会把酶"煮坏"，研究人员只能每个循环手动补加新酶，费时又费钱。

转机来自一种嗜热细菌：Thermus aquaticus（水生栖热菌），1960 年代末由布罗克等人从美国黄石国家公园的温泉中分离。它的 DNA 聚合酶，即 Taq 聚合酶，能在反复高温后保持活性，最适工作温度约 72–80°C。改用 Taq 后，所有试剂可以一次加齐，PCR 仪自动循环，PCR 才真正普及到每个实验室。

Taq 与高保真聚合酶：要速度还是要准确

M3 讲过，细胞里的 DNA 聚合酶有"校对"能力：加错一个碱基时，可以用 3'→5' 外切酶活性把它切掉重来。Taq 聚合酶没有校对功能，加错了无法回头删掉，所以错误率相对较高。用于检测、菌落 PCR 这类"只看有没有、多大"的场合问题不大；但如果扩增产物要克隆进质粒去表达蛋白，任何一个错误都可能改变一个氨基酸。

因此，扩增要克隆的基因时，通常改用高保真聚合酶，例如来自另一种嗜热古菌 Pyrococcus furiosus 的 Pfu 及其各种改造酶。它们带有 3'→5' 校对活性，错误率比 Taq 低几十倍甚至更多。

PCR 的几种"变体"

在"变性–退火–延伸"这个基本框架上稍作变化，就得到一系列常用技术：

qPCR 怎样"定量"：Ct 值

普通 PCR 到了平台期，起始量不同的样品最后的产物量可能差不多，所以终点跑胶只能回答"有没有"。qPCR 盯住的是指数期：仪器每个循环测一次荧光，记录荧光达到设定阈值所需的循环数，叫 Ct 值（循环阈值）。起始模板越多，越早达到阈值，Ct 越小。效率接近 100% 时，Ct 每相差 1，起始量约相差 2 倍；相差约 3.3 个循环，起始量约相差 10 倍。

荧光信号有两种常见来源：

• 荧光染料（如 SYBR Green）：只要是双链 DNA 就能结合并发光，便宜通用，但引物二聚体等非特异产物也会发光，通常要做"熔解曲线"确认产物单一。
• 荧光探针（如 TaqMan 探针）：一条与目标序列中间互补的寡核苷酸，一端带荧光基团、另一端带淬灭基团，完整时不发光；扩增时被聚合酶降解，两者分开才发出荧光。只有特定序列被扩增才有信号，特异性更高，还可以在一管里用不同颜色同时检测几个目标。

名字容易混淆："RT" 指 Reverse Transcription（逆转录），不是 Real-Time（实时）；"实时定量"用 q 表示。两者都有就写 RT-qPCR。

05引物设计：PCR 成败的一半

解决的问题：怎样让 PCR 只复印想要的那一段，而且顺便给产物两端"加装"需要的序列？

PCR 能"只复印指定的一段"，靠的是引物的特异性。一对引物里，正向引物（F）与目标片段起点的上链序列相同，结合在下链上；反向引物（R）则是目标片段末端上链序列的反向互补，结合在上链上。两条引物都按 5'→3' 书写，聚合酶从各自的 3' 端向中间延伸。引物设计有一套被广泛采用的经验规则：

Tm 指一半双链解开时的温度。专业软件多用"最近邻热力学模型"并考虑盐浓度来计算，结果与简单公式会相差几度。

表里提到的两种"自己和自己配对"的问题要分清：

• 发夹结构：一条引物内部有一段和自己另一段互补，折回来配对，像一个发夹。引物被"锁住"，就没法结合模板。
• 引物二聚体：两条引物（同一种或正反两种）之间互补配对，尤其是 3' 端互补时，聚合酶会把它们当成模板互相延伸，产生几十 bp 的短产物，在胶的最底部形成一团模糊的小带（第 03 节）。

此外，引物在整个模板里应当只有一个结合位置。设计完成后，常用序列比对工具检查它是否会结合到基因组的其他地方。

给引物"加尾巴"：酶切位点与保护碱基

引物只有 3' 端那一段（约 18–25 nt）需要和模板配对；5' 端可以额外加上模板里没有的序列。第一轮循环时这段"尾巴"悬空不配对，但从第二轮开始，新合成的链里已经带上了它，于是最终产物两端都多出了这段序列。这就是给 PCR 产物"加装"酶切位点、重叠序列（第 08 节）或标签的方法。

以把一个基因用 NdeI / XhoI 克隆进表达载体为例（第 06 节会讲这两种酶），引物可以这样设计：

为什么酶切位点外面还要多加几个碱基？因为很多限制酶需要"站稳脚跟"：识别位点如果紧贴在 DNA 分子的最末端，酶切效率会明显下降。在位点外侧多加约 3–6 个碱基的保护碱基，酶就能正常切割。计算 Tm 时只算与模板配对的那一段，尾巴不计入。

06限制性内切酶与连接酶：分子剪刀和胶水

解决的问题：怎样在指定位置把 DNA 剪开，再把不同来源的片段拼在一起？

限制性内切酶（简称限制酶）本是细菌的防御武器：噬菌体把 DNA 注入细菌后，限制酶会识别其中的特定短序列并切断它，从而"限制"病毒繁殖。细菌自己的 DNA 上相同的序列则被甲基化酶加了"保护标记"，不会被误伤，这就是限制–修饰系统。

科学家已从各种细菌中发现了数千种限制酶。实验室最常用的是 II 型限制酶：识别一段 4–8 bp 的特定序列，并在序列内部或紧邻处的固定位置切开。酶的名字来自它的来源，例如 EcoRI：Escherichia（属）+ coli（种）+ R（菌株 RY13）+ I（从该菌株中发现的第 1 个酶）。

回文序列：正读反读都一样

大多数 II 型限制酶识别的是回文序列：一条链从 5' 读到 3'，和另一条互补链从 5' 读到 3'，序列完全相同。例如 EcoRI 的识别序列：

5'-G A A T T C-3'
3'-C T T A A G-5'

上链从左往右读是 GAATTC，下链从右往左（也就是它自己的 5'→3'）读也是 GAATTC。就像中文里的"上海自来水来自海上"，不过 DNA 的回文是"互补着读"相同。

识别序列越长，在随机 DNA 中出现得越少：4 bp 位点平均约每 4⁴ = 256 bp 出现一次，6 bp 位点约每 4⁶ = 4096 bp 一次，8 bp 位点（如 NotI）约每 4⁸ ≈ 65,000 bp 才一次。这是按随机序列估算的平均值，真实基因组会有偏差。

黏性末端 vs 平末端

EcoRI 在上链的 G 和 A 之间切、在下链对称的位置切，两个切口错开 4 个碱基，于是每个断端都带一小段单链"尾巴"。这段尾巴能和另一个同样被 EcoRI 切出的尾巴碱基互补，像尼龙搭扣一样"黏"住，所以叫黏性末端。按突出的是 5' 端还是 3' 端，又分为 5' 突出（如 EcoRI、BamHI）和 3' 突出（如 PstI、KpnI）。SmaI、EcoRV 等则在同一位置切断两条链，得到没有尾巴的平末端。

黏性末端的连接效率远高于平末端，并且两个不同的黏性末端只能"对号入座"。如果载体和插入片段两端各用一种不同的酶切（比如左边 NdeI、右边 XhoI），插入片段只能以一个方向连进载体，这叫定向克隆。

同尾酶：不同的酶，相同的"尾巴"

有些酶识别的序列不同，切出来的突出端却一模一样，这样的一组酶叫同尾酶。比如 BamHI（G^GATCC）和 BglII（A^GATCT）都留下 5'-GATC 突出端，XhoI（C^TCGAG）和 SalI（G^TCGAC）都留下 TCGA。同尾酶切出的末端可以互相连接，连好后的接头往往两种酶都不再识别。当基因内部恰好有 BamHI 位点、不能用它时，就可以用 BglII 切插入片段，再连进 BamHI 切开的载体。（另一个容易混淆的词是"同裂酶"：来源不同、但识别并切割同一序列的酶。）

双酶切：两把剪刀一起用

定向克隆需要用两种酶同时切载体和插入片段，叫双酶切。每种酶都有自己最适合的缓冲液和温度，所以要先确认两种酶能在同一种缓冲液里都保持足够活性；不行的话就分两步，先用一种酶切完、纯化后再换另一种。两个位点在 MCS 上挨得太近时，切开第一个后第二个位点离末端太近，也可能切不动，原理和引物上的保护碱基一样（第 05 节）。

DNA 连接酶：分子胶水

黏性末端配对靠的只是几个氢键，并不牢固。DNA 连接酶在一个片段的 3'-OH 和另一个片段的 5'-磷酸之间形成磷酸二酯键，把糖–磷酸骨架上的缺口真正"焊死"。

实验室最常用的是来自 T4 噬菌体的 T4 DNA 连接酶。它以 ATP 为能量来源，既能连黏性末端，也能连平末端（平末端没有突出单链帮忙"对齐"，效率低得多，需要更多酶和更长时间）。连接时通常让插入片段的分子数比载体多几倍（例如约 3:1），提高"载体碰到插入片段"而不是"碰到自己"的机会。

去磷酸化：防止载体"自连"

连接酶只能把 5'-磷酸和 3'-OH 连起来。如果载体只用一种酶切开（或两端是平末端），它的两个末端彼此兼容，很容易自己首尾相连，变回不带插入片段的空载体。解决办法是用碱性磷酸酶处理切开的载体，去掉末端的 5'-磷酸：载体自己的两端从此连不上，只有带着 5'-磷酸的插入片段加入时，才能在每个接口至少连上一条链，形成环状质粒；剩下的单链缺口进入大肠杆菌后会被细胞自己修好。注意只处理载体，不处理插入片段。

07质粒载体：基因的"运输车"和"安装包"

解决的问题：剪下来的基因片段自己不会复制，进不了细胞，也不会表达。

M1 提到过，质粒是细菌里独立于染色体、能自我复制的小型环状双链 DNA。天然质粒常携带对细菌"有用但非必需"的基因，比如抗生素抗性基因，还能在细菌之间转移，这也是耐药性在细菌中传播的途径之一。

科学家把天然质粒改造成载体（vector）：保留复制所需的部分，去掉多余序列，再加上方便操作的"工具元件"。常用的质粒载体只有几 kb（常见约 3–10 kb），在大肠杆菌里能大量复制，提取也很方便。

元件速查表

上面图谱里每个元件的作用，汇总如下。几乎所有质粒载体都能拆成这几类"零件"：

启动子：原核和真核"开机键"不通用

启动子只有被宿主的 RNA 聚合酶认出来才有用，所以选启动子先看在哪里表达：

标签与读码框

标签是在目的蛋白一端额外加上的一小段氨基酸，方便纯化或检测（M5 会讲纯化细节）：

• His 标签：通常 6 个连续的组氨酸，能结合镍等金属离子，用镍柱就能把蛋白从成千上万种细菌蛋白中"钓"出来。
• Flag、HA、Myc 标签：很短的多肽，有成熟的商品化抗体可以识别，常用于 Western blot 检测、免疫沉淀和抗体亲和纯化。
• GST、MBP 等大标签：本身是一个完整的蛋白，既能用于纯化，也常能帮助目的蛋白更好地溶解。
• 荧光蛋白（如 GFP）：融合后可以直接在显微镜下看到蛋白在细胞里的位置。

标签和蛋白之间常设计一个蛋白酶切割位点（如 TEV 蛋白酶位点），纯化后可以把标签切掉。最关键的一点是读码框（M3 的"阅读框"）：标签和目的基因必须"三个一组"对齐。如果连接处多了或少了一两个碱基，后面整段都会被读错，翻译出错误的氨基酸，往往很快遇到终止密码子。

穿梭载体与"双系统"设计

能在两种不同宿主里复制的载体叫穿梭载体，例如同时带有大肠杆菌 ori 和酵母复制元件、两套筛选标记的"大肠杆菌–酵母穿梭载体"：在大肠杆菌里方便地扩增和改造，再转入酵母里使用。

哺乳动物表达质粒（如 pcDNA3.1）也是类似的"双系统"思路：一套元件负责在大肠杆菌里扩增质粒（细菌 ori + AmpR），另一套负责在哺乳动物细胞里表达（CMV 启动子 + polyA 信号 + 哺乳动物细胞用的抗性基因）。不过它的细菌 ori 在哺乳动物细胞里并不工作，质粒进入细胞后不会跟着复制。用于制备慢病毒、AAV 等病毒载体的质粒也遵循同样的设计：先在细菌里大量制备质粒，再转染细胞去包装病毒。

克隆载体 vs 表达载体

两个"明星载体"：pET 与 pcDNA3.1

这张表正好印证了前面的"双系统"设计：pcDNA3.1 在大肠杆菌里扩增靠 pUC ori + AmpR，在哺乳动物细胞里表达靠 CMV 启动子 + BGH polyA + 新霉素抗性。几乎所有哺乳动物表达质粒都是这样，因为制备质粒总要用细菌。

08分子克隆：把基因"装进"质粒的几种方法

把前面的工具串起来。这是分子生物学实验室最基本、也最常见的工作。

"克隆"（clone）原意是"由一个个体无性繁殖出的、遗传上完全相同的群体"。分子克隆是指把一段 DNA 插入载体、送进宿主细胞，再从单个细胞繁殖出一大群带有完全相同重组质粒的细胞。最终交付的"一个克隆"，就是经过验证、序列正确的那一株菌和它的质粒。

经典方法：酶切–连接的前半程

上图前两格是"构建"，后三格是"导入与筛选"（下一节）。构建这一半有四步：

1. 设计：确定载体、插入位点、读码框、标签；检查基因内部是否含有要用的酶切位点。设计阶段的错误，后面所有步骤都救不回来。
2. 获得目的基因：用高保真 PCR 从模板扩增（引物 5' 端加上酶切位点和保护碱基，第 05 节），或者直接基因合成（第 11 节）。
3. 酶切：用同一对酶分别切载体和插入片段，再通过凝胶电泳切胶回收正确大小的片段（第 03 节）。酶切不完全会留下没切开的环状载体，后续形成大量"空载"菌落。
4. 连接：把插入片段和载体按一定比例混合（插入片段通常过量几倍），加 T4 DNA 连接酶（第 06 节）。比例不当会降低效率。

酶切–连接法便宜、可靠、教科书级经典，但有几个痛点：必须有合适的、基因内部不存在的酶切位点；接头处会留下酶切位点的"疤痕"序列；一次通常只能连一个片段。下面几种方法各自绕开了其中一部分限制。

TA 克隆：利用 Taq 多加的那个 A

第 04 节提到，Taq 聚合酶常在 PCR 产物的 3' 端多加一个 A。TA 克隆用的是一种预先切开、两端各带一个 3' 突出 T 的线性载体（T 载体）：PCR 产物的 A 和载体的 T 正好互补，用连接酶连上即可，不需要酶切位点。它的变体 TOPO 克隆用拓扑异构酶代替连接酶，几分钟就能完成。

局限：插入方向随机，大约一半克隆方向是反的；高保真酶扩出的平末端产物没有 A，要先额外"加 A"；一次只能连一个片段。所以它常用于快速保存、测序 PCR 产物，而不是构建表达载体。

Gibson 组装：靠同源臂"对号入座"

2009 年发表的 Gibson 组装是最常用的无缝克隆方法。设计时让相邻片段的末端带有约 20–40 bp 相同的序列，称为同源臂（重叠区），通常用引物尾巴加上去（第 05 节）。然后把所有片段和三种酶放进一管，在约 50°C 下反应：

1. 外切酶从每个片段的 5' 端往里"啃"，露出 3' 端单链；
2. 相邻片段的单链同源臂互补配对，自动按设计好的顺序对接；
3. 聚合酶补齐剩下的空隙，连接酶封上缺口。

优点是接头处没有多余序列（"无缝"），不依赖酶切位点，一次可以拼接多个片段。缺点是每个接口都要设计同源臂；如果片段末端是重复序列，或者几个片段的末端彼此相似，就可能拼错；很短的片段效率较差。市面上很多"无缝克隆""同源重组克隆"试剂盒原理与它类似。

Golden Gate 组装：会"自己消失"的酶切位点

2008 年发表的 Golden Gate 组装使用 IIS 型限制酶（如 BsaI）。普通 II 型酶在识别序列内部切，IIS 型酶的识别序列不是回文，而且在识别位点外侧固定距离处切割，切出的 4 个碱基突出端可以由设计者自由决定。

把识别位点放在每个片段的外侧、朝向片段，切开后识别位点就留在被切掉的小尾巴上，片段本身只带着设计好的突出端。酶切和连接在同一管里循环进行（在适合酶切的温度和适合连接的温度之间反复切换）：错误的连接产物仍带着识别位点，会被再次切开；正确的产物已经没有识别位点，不会再被切，于是越积越多。只要每个接口的 4 碱基突出端各不相同，几个甚至十几个片段就能一次按顺序拼好，特别适合启动子、基因、终止子这类标准化元件的"模块化"组装。

局限：片段内部不能有所用 IIS 型酶的识别位点，有的话要先通过同义突变去掉；接口处会留下 4 个碱基（但这 4 个碱基是可以设计的）。

Gateway：一次构建，随意"换车"

Gateway 克隆借用 λ 噬菌体整合进大肠杆菌染色体的位点特异性重组机制，不用限制酶和连接酶。先把基因放进一个"入门载体"，两侧带着特定的重组位点（att 位点）；之后只需一步重组反应，就能把这个基因整体"搬"进各种带有对应位点的"目的载体"，比如细菌表达、哺乳动物表达、带不同标签的版本。适合同一个基因要放进很多种载体的场景。缺点是接头处会留下二十几 bp 的 att 位点"疤痕"，表达时会多出几个氨基酸；试剂成本也较高。这里了解概念即可。

五种方法对比

09转化、筛选与验证：找到那个"对的"克隆

解决的问题：连接产物里有正确的重组质粒，也有空载体和各种错误产物，怎样把正确的那一个挑出来、确认它没错？

转化：把质粒送进细菌

大肠杆菌平时不会主动吸收外来 DNA。经过处理、细胞膜更容易让 DNA 进入的细胞叫感受态细胞。把质粒导入细菌的过程叫转化，有两种常用方法：

转化后先加入不含抗生素的培养基，在 37°C 摇一段时间（约 1 小时），叫复苏：让细胞从热激或电击中恢复，并先表达出抗性蛋白，再去面对抗生素。

常用的克隆菌株（如 DH5α）去掉了容易让质粒发生重组的基因和会降解 DNA 的核酸酶基因，质粒更稳定、提出来更干净；而表达蛋白要换用表达菌株（如带 T7 RNA 聚合酶基因的 BL21(DE3)）。

筛选：抗性平板与蓝白斑

复苏后的菌涂布在含相应抗生素的平板上，37°C 过夜培养。只有拿到质粒的菌能长成菌落；每个菌落由一个细胞分裂而来，所以叫一个"克隆"。

但抗性平板只能说明"菌里有质粒"，不能说明"质粒里有没有插入片段"。pUC19 等克隆载体利用 蓝白斑筛选解决这个问题，它的原理叫 α 互补：

• 载体的 MCS 位于 lacZα 基因片段内部。lacZα 编码 β-半乳糖苷酶的一小段，宿主菌（如 DH5α）里则有缺了这一小段的酶，两者"拼"在一起才有活性。
• 平板里加入 X-gal（无色底物，被 β-半乳糖苷酶分解后产生蓝色产物）和 IPTG（诱导 lac 基因表达）。
• 空载体：lacZα 完整，酶有活性，菌落呈蓝色。
• 有插入片段：lacZα 被打断，酶失活，菌落呈白色。挑白色菌落即可。

蓝白斑只是初筛：白斑不能保证插入片段方向和序列都正确，最终仍需测序。

鉴定与验证：从快到准

挑几个单菌落（避开紧贴大菌落的小"卫星菌落"，也避免挑到两个菌落混在一起的位置），然后由快到准地层层确认：

验证通过的克隆要保存菌种，常见做法是把菌液与甘油混合后 −80°C 冻存（甘油菌），以后随时可以复苏、再提质粒。

转化、转染、转导：三个"转"别混淆

把外源 DNA 送进不同的细胞，用的词不一样：

（在微生物学里，"转导"也指噬菌体在细菌之间搬运 DNA，原理相通：都是借病毒之手。）

转染又分两种结果：瞬时转染的质粒不整合进染色体，表达几天后随细胞分裂逐渐稀释消失，适合快速做实验或短期生产蛋白；稳定转染是少数细胞把外源 DNA 整合进了自己的染色体，再用抗生素（如 G418、嘌呤霉素）筛选几周，得到能长期、稳定表达的细胞，称为稳定细胞株。慢病毒转导会把基因整合进染色体，也常用来建立稳定细胞株。

回顾：一次完整的分子克隆

10定点突变与突变文库：有目的地"改字"

解决的问题：想知道某个氨基酸起什么作用，或者想让一个酶、一个抗体变得更好，就要有目的地改写基因里的个别碱基。

M3 讲过自然发生的突变：碱基替换、插入和缺失。定点突变则是人为地在指定位置引入预先设计好的突变，比如把第 120 位的密码子从编码丝氨酸改成编码丙氨酸。常见用途包括：研究某个氨基酸是否关键（例如把一串位置逐个换成丙氨酸，叫"丙氨酸扫描"）、在实验室里重现患者身上的致病突变、去掉碍事的酶切位点，以及改善蛋白的稳定性或活性。

三种常见做法

① PCR 定点突变：扩增整个质粒，再"清除"模板

设计一对带有目标突变、彼此重叠的引物，以原来的质粒为模板，用高保真聚合酶把整个质粒扩增一遍，新合成的 DNA 就都带上了突变。麻烦在于，反应管里仍残留着原始模板质粒，直接转化会长出大量"没突变"的克隆。

解决办法利用了 DNA 甲基化：从普通大肠杆菌里提出来的质粒，GATC 序列中的 A 带有甲基标记（这是细菌自己的 Dam 甲基化酶加的）；而 PCR 在试管里新合成的 DNA 没有甲基。限制酶 DpnI 有个特别的性质：只切甲基化的 GATC。用它处理 PCR 产物，原始模板被切碎，带突变的新 DNA 完好无损，再转化大肠杆菌即可。

② 重叠延伸 PCR

第 04 节介绍过：分两段扩增基因，让突变位于两段的重叠区里，再把两段拼起来。适合在线性片段上引入突变、插入或缺失。

③ 直接合成突变后的基因

需要同时改很多位置，或者一次要几十个不同的突变体时，直接按突变后的序列做基因合成（第 11 节）往往更快、更可控。

无论哪种方法，最后都要测序。整质粒 PCR 有可能在质粒其他位置引入意外错误，所以至少要测通整个插入片段，最好做全质粒测序（第 12 节）。

突变文库：一次造出成千上万种变体

很多时候我们并不知道哪种改法最好。这时可以一次构建一个突变文库：包含成千上万甚至上亿种不同变体的 DNA 混合物，再通过筛选把表现最好的那几个找出来。

文库的一个核心概念是覆盖度：要让每一种设计的变体都大概率出现，实际获得的克隆数要比理论多样性多出几倍。多样性一大，转化步骤就成了瓶颈，所以大文库通常用效率更高的电转化（第 09 节），并用二代测序检查文库里各变体的分布（第 12 节）。

联系：蛋白工程与抗体优化

"造变体、筛选、再造变体"的循环叫定向进化，相当于在试管里模拟自然选择。2018 年诺贝尔化学奖一半授予阿诺德（Frances Arnold），表彰她用定向进化改造酶；另一半授予史密斯（George Smith）和温特（Gregory Winter），表彰噬菌体展示技术及其在抗体工程中的应用。抗体药物的"亲和力成熟"也常用类似思路：先造出一个带大量变体的抗体文库，再从中筛选出结合更强、更稳定的那几个（M6 会专门讲抗体和展示文库）。

11基因合成：从零"写"出一段 DNA

解决的问题：没有模板、需要大量修改，或者想按需重新设计序列时，PCR 和传统克隆都帮不上忙。

PCR 只能复制已有的 DNA。基因合成则只需要一段电子版序列，就能用化学方法从零写出对应的 DNA 分子。它解决了几类典型问题：

为什么不能直接合成一整条长基因？

亚磷酰胺法每加一个碱基要经过一个化学循环。每一步偶联效率通常在 99% 左右或更高（常见经验值），听上去很高，但要连续做几十、几百次。全长正确产物的比例约等于"单步效率的（长度 − 1）次方"，误差会层层累积。

合成难点：哪些序列"难写"？

很多难点可以在设计阶段缓解：密码子优化时有意降低局部 GC、打散重复序列，只要编码的氨基酸不变即可。这也是基因合成相比传统克隆的一大优势。

12测序：把 DNA "读"出来

解决的问题：怎么确认手里的 DNA 一个字母都没错？怎么读出整个基因组？

Sanger 测序：双脱氧链终止法

1977 年，英国科学家弗雷德里克·桑格发表了双脱氧链终止法。他此前已因测定胰岛素的氨基酸序列获得 1958 年诺贝尔化学奖，又因 DNA 测序分享了 1980 年诺贝尔化学奖，是少数两次获得诺贝尔奖的科学家之一。

原理的关键是一种"有缺陷的原料"：双脱氧核苷酸（ddNTP）。普通的 dNTP 在 3' 位有羟基（-OH），下一个核苷酸可以接上去；ddNTP 在 3' 位没有羟基，一旦被聚合酶接上，链就无法继续延长。

1. 在一个测序反应里放入模板、一条引物、聚合酶、大量普通 dNTP，以及少量四种 ddNTP，每种 ddNTP 带不同颜色的荧光标记。
2. 聚合酶从引物开始合成新链，每到一个位置都有一定概率随机接上 ddNTP 而停下。于是得到一大群长度各不相同、每种长度都有的片段，每个片段的最后一个碱基带着代表它的颜色。
3. 毛细管电泳按长度把片段分开，能分辨相差一个碱基的长度；激光依次读出经过的颜色，就得到了序列。

二代测序（NGS）：大规模并行

Sanger 一次只读一条序列。二代测序（Next-Generation Sequencing，NGS）的思路是：把 DNA 打断成大量短片段，同时读取数以百万计乃至数十亿计的片段，再用计算机把它们拼回去或比对到参考序列上。目前最普及的是 Illumina 平台的"边合成边测序"：片段固定在芯片上并扩增成簇，每一轮只加入一个带荧光、可逆终止的核苷酸，拍照记录颜色后去掉终止基团，再进入下一轮。

二代测序单条读长短（常见 50–300 bp），但通量极高、单个碱基的成本极低，让个人全基因组测序成为常规。它擅长：全基因组和外显子组测序、转录组（RNA-seq）、突变检测、扩增子测序、文库筛选，以及对整个质粒做全长测序。

三代测序：单分子长读长

三代测序直接读取单个 DNA 分子，不需要先扩增成簇，读长可达上万甚至数十万碱基：

• PacBio（太平洋生物）：在微小的反应孔中实时观察单个聚合酶掺入荧光核苷酸的过程。其 HiFi 模式通过对同一分子反复读取，可同时获得较长读长和很高的准确率。
• Oxford Nanopore（牛津纳米孔）：DNA 单链穿过膜上的蛋白质纳米孔时，不同碱基引起的离子电流变化不同，据此读出序列。读长可以非常长，设备可小到掌上大小，能边测边出数据。

长读长特别适合解决短读长"拼不起来"的区域，例如长重复序列和结构变异，也越来越多地用于质粒全长验证。

人类基因组计划于 1990 年启动、2003 年宣布完成，常被引用的总预算约 30 亿美元；读长与通量为常见范围，随仪器型号变化。

13CRISPR-Cas9：可编程的"查找与替换"

解决的问题：怎样在活细胞庞大的基因组里，精确找到并修改某一个位置？

前面的工具大多在试管和质粒上操作。要直接修改细胞自己的基因组，早期有锌指核酸酶（ZFN）、TALEN 等技术，但每换一个靶点都要重新设计和改造一个蛋白质，费时费力。CRISPR-Cas9 的革命性在于：切割用的蛋白质（Cas9）不变，只要换一段约 20 个碱基的向导 RNA，就能瞄准新的位置。设计和合成一段 RNA，比改造一个蛋白质容易得多。

来源：细菌的"疫苗接种记录"

CRISPR 原本是细菌和古菌的适应性免疫系统。细菌被噬菌体感染并幸存后，会把病毒 DNA 的一小段剪下来，插入自己基因组的 CRISPR 区域，夹在一个个重复序列之间，就像保存一份"通缉令"。下次同一病毒入侵时，细菌把这些片段转录成 RNA，引导 Cas 蛋白找到并切断与之匹配的病毒 DNA。

三个关键组件

• Cas9 蛋白：剪刀。最常用的是来自化脓性链球菌的 SpCas9。它有两个切割结构域（HNH 和 RuvC），各切一条 DNA 链。
• sgRNA（单向导 RNA）：导航。由约 20 nt 的"间隔序列"（决定靶点，需按目标设计）和一段固定的"支架"序列组成，支架负责与 Cas9 结合。
• PAM：门牌号。SpCas9 只会切割紧跟着 5'-NGG-3'（N 为任意碱基）的靶序列，PAM 位于靶序列的 3' 端一侧，在基因组上而不在 sgRNA 里。细菌自己的 CRISPR 区域没有 PAM，所以 Cas9 不会切到自己。

14联系工作：听懂客户需求

客户不会说"我需要第 03 节和第 06 节"，他们说的是自己的实验目标。

分子生物学服务的沟通，本质上是把客户的一句话"翻译"成一串技术步骤。无论什么需求，都可以先问五个问题：

1. 起点是什么？一段 DNA 序列、一段氨基酸序列、一份样本，还是一个已有的质粒？
2. 终点是什么？要一个质粒、一批引物、一份测序报告、一个蛋白，还是一株编辑过的细胞？
3. 在什么系统里用？大肠杆菌、哺乳动物细胞，还是其他宿主？这决定载体、密码子优化和元件选择。
4. 怎样算"做对了"？验证标准是什么：测序覆盖哪些区域、需要什么纯度或指标？
5. 要多少、什么形式？数量、规格、交付形式。

15金斯瑞业务对照：本模块的每一步，都是公司的一项服务

前面十四节讲的是原理。这一节把原理和金斯瑞官网公开介绍的服务一一对上，看客户的一句话落到哪项服务、背后用的是哪一节的知识。

金斯瑞官网"我们的业务"把集团分为三块：生命科学集团（Life Science Group，涵盖 DNA 合成、寡核苷酸合成、多肽合成、蛋白生产、抗体开发以及生命科学仪器与耗材，服务早期研究与发现）、蓬勃生物 ProBio（从药物发现到商业化的端到端 CDMO）和百斯杰 Bestzyme（工业合成生物学，面向饲料、酒精、食品、家居护理等行业的酶制剂）。本模块的技术几乎全部对应第一块：生命科学集团的分子生物学与基因编辑服务，也是公司最早起家的业务。

官网把 DNA 合成和寡核苷酸合成放在一起介绍并非偶然：第 11 节讲过，基因合成的"砖块"就是化学合成的寡核苷酸。官网的寡核苷酸页面写道，"GenScript's gene synthesis is supported by GenScript oligo synthesis for 22 years"（基因合成由公司自己的寡核苷酸合成支撑了 22 年）。同一条技术链往下走，就是克隆、质粒制备、测序验证，再往外延伸到突变文库和 CRISPR 试剂。

一张对照表：服务 ↔ 客户问题 ↔ 本模块知识

业务深挖一：FLASH Gene 的"4 个工作日从基因到质粒"，钱花在哪一步？

官网介绍 FLASH Gene 是"3-in-1: Gene to Plasmid"，一个订单包含三件事：DNA 合成、克隆、以及默认 4 µg 的质粒制备，production time 为 4 个工作日（官网注明该周期只算生产时间，不含运输），适用长度上限约 3 kb，由 GenGenius™ 自动化平台支撑。把这 4 天拆开，正好是第 11、08、12、02 节的内容：

1. 设计与评估（第 11 节）：GenSmart™ 2.0 平台会自动判断序列是否符合 FLASH Gene 的条件。官网列出的合成难度因素包括：整体 GC 低于 20% 或高于 80%、序列内部 GC 分布不均、同聚物长串、长度 ≥ 20 bp 的重复、小重复的数量与长度、回文序列——和第 11 节讲的"难写的序列"完全是同一张清单。不合格的序列可以先用免费的 GenSmart™ 密码子优化工具改写（不改氨基酸、只换密码子），提高通过率；仍不合格的转为 Premium Gene，官网标注周期 5–9 个工作日以上、长度 3–8 kb。
2. 合成寡核苷酸并组装（第 11 节）：第 11 节的计算器说明了为什么不能一次合成一整条基因——单步偶联效率不到 100%，链越长全长正确的分子越少。所以先合成几十个碱基的寡核苷酸，再靠重叠区配对、聚合酶延伸逐级拼成全长基因。
3. 克隆进载体（第 08 节、第 07 节）：客户从官网的 170 余种 FLASH Gene 载体里挑一个，覆盖克隆载体（pUC57、pBluescript 等）、哺乳动物表达载体（pcDNA3.1 系列）、大肠杆菌表达载体（pET、pGEX 系列）、酵母与杆状病毒载体，以及抗体表达载体。这里有一个和第 08 节直接相关的细节：载体列表里有 pUC57-BsaI-free、pUC57-Kan-Key IIS Free 这类名字——"BsaI-free""IIS free"指的正是去掉了 Golden Gate 常用的 IIS 型酶识别位点，客户拿到后可以直接把它当作 Golden Gate 组装的模块来用。
4. 测序验证（第 12 节）：官网写明 FLASH Gene 的标准质控是 Sanger 或 NGS 测序，并承诺序列 100% 准确。这就是第 11 节动画第 5 步做的事：对多个克隆逐个比对，挑出完全正确的那一个。
5. 质粒制备（第 02 节）：默认 4 µg 已足够再转化、再构建；要更多就加挂质粒制备服务，官网说明届时周期会相应增加。

还有一个常被客户问到的点：自有载体需要先"入库"（vector onboarding）。官网解释，预先归档好的 ready-to-clone 载体才能支撑最快的周期；上传自有载体会使周期增加 5 个工作日，即使这个载体以前寄来过，也需要重新归档。用第 07、08 节的知识就能解释原因——要把一个基因准确插进某个载体，必须先确认它的完整序列、抗性、拷贝数和可用的插入位点，这件事做一次就能复用很多次。

质粒交付分三档，差别就在第 02、03 节讲过的那几个指标上：

官网列出的默认质控项目，几乎每一项都能用本模块的知识读懂：外观、A260/A230 ≥ 2 与 A260/A280 在 1.8–2.0（第 02 节的纯度判断）、琼脂糖凝胶看均一性与残留 RNA（第 03 节）、酶切鉴定（第 06 节）、用 qPCR 测残留的大肠杆菌基因组 DNA ≤ 5%（第 04 节）、序列与参考序列 100% 一致。注意官网同时注明：常规的序列验证只覆盖插入片段区域，要确认整个质粒需要另外加做全质粒测序——这正是客户问"载体部分测了吗"时应该说清楚的边界。

业务深挖二：GenBrick™ 怎么"搭"出 200 kb——一座用第 06、08、12 节原理盖起来的楼

一条基因 3 kb 已经要先切成几十条寡核苷酸再组装，200 kb 又该怎么办？官网的 GenBrick™ 页面给出的三个案例说明了答案：分层组装。

• 50 kb 案例：把 50,245 bp 的目标序列拆成 10 段 5 kb，每段两端带 AscI 酶切位点和 200 bp 重叠区；所有片段先克隆进 pUC57 载体，再转进酵母里完成组装；筛选后的克隆用酶切和 NGS 测序做最终验证。
• 100 kb 案例：100,620 bp 被拆成 4 段 25 kb，而每一段 25 kb 又先由 5 段 5 kb 拼成，重叠区加长到 500 bp，并带 NotI 位点。
• 200 kb 案例：202,155 bp 拆成 7 段 25–35 kb，每段同样由若干 5 kb 片段拼起，克隆进 pCC1 或 pUC57 载体后在酵母中组装。

每一个设计决定都能用前面学过的原理解释：

• 为什么用重叠区？这就是第 08 节的同源臂思路。相邻片段末端共享一段相同序列，就能互补配对、"对号入座"地按设计顺序接上，接头处不留多余序列。片段越长、数量越多，拼错的代价越大，所以重叠区从 200 bp 加到 500 bp——比实验室常用的 20–40 bp 长了一个数量级。
• 为什么用 AscI、NotI 这类酶？第 06 节算过：识别序列越长，在随机序列里出现得越少。NotI 的识别序列有 8 bp，平均约 6.5 万 bp 才出现一次，所以在几十 kb 的长片段里它基本只切在设计好的位置，适合当"边界标记"。
• 为什么要在酵母里组装？酵母细胞自身的同源重组能力很强，能把带重叠区的多个大片段一次接起来——这是长片段组装常用的路线，也解释了为什么长片段项目的周期比普通基因合成长（官网标注 8–15 kb 最快 10 个工作日、15–20 kb 30 个工作日，20 kb 以上需评估）。
• 为什么验证要用 NGS 而不是 Sanger？第 12 节讲过，Sanger 单次读长只有约 700–1000 bp。几万 bp 的构建逐段 Sanger 走完既慢又容易漏，所以官网案例里用的是酶切跑胶看整体结构 + NGS 覆盖全长。
• 为什么交付量有两个数？官网交付说明写的是 4 µg 冻干质粒，低拷贝质粒为 1 µg。回到第 07 节：ori 决定拷贝数，装长片段常用低拷贝载体（长片段在高拷贝质粒里更容易发生重组丢失），每个细菌里质粒份数少，同样体积菌液提出来的量自然就少。

业务深挖三：精准突变文库——把"该改哪里"交给筛选

第 10 节讲过，少量确定的改动用定点突变，不确定改哪里时就造文库再筛选。金斯瑞官网的精准突变文库（DNA Mutant Library）服务就是后者的工业化版本，按设计方式分为四类：位点饱和文库（在一个或多个单独位点上遍历最多 20 种氨基酸）、饱和扫描文库（在一段连续区域或整条蛋白上逐个位置扫描）、组合文库（多个位置同时变化，获得高多样性）、以及 CRISPR gRNA 文库。

官网强调的三个卖点，正好对应第 10 节讲到的文库痛点：

• 100% 由用户定义密码子、不含提前终止密码子。第 10 节说过，简并密码子 NNK 虽然用 32 种密码子覆盖了全部 20 种氨基酸，但仍含 1 个终止密码子，一旦出现就会得到一条截短的无用蛋白。官网称其合成技术（包括 GenTitan™ 半导体芯片合成、三联体密码子合成和简并寡核苷酸合成）可以精确控制每个位置出现哪些密码子，避开终止密码子和不想要的密码子。
• 保证 95% 以上的目标变体覆盖度。这就是第 10 节的"覆盖度"概念：设计里有多少种变体，实际拿到的文库里就要有多少种。
• 用 NGS 验证变体分布的均一性，组合文库还可选三代长读长测序。为什么要用测序检查？因为文库是一管混合物，跑胶和 Sanger 都看不出里面各变体的比例（第 12 节）。

业务深挖四：CRISPR 服务——把第 13 节的三个组件分别做成产品

第 13 节说 CRISPR 编辑需要三样东西：Cas 蛋白（剪刀）、gRNA（导航）、以及做精确敲入时额外需要的供体模板。金斯瑞官网的 GenCRISPR 服务基本就是按这三样展开的，外加设计工具、细胞株和筛选文库。

gRNA：为什么官网强调"最长 266 nt"。OmniGuide RNA 是金斯瑞的合成向导 RNA 平台，官网称其支持 Cas9、Cas12a、先导编辑、碱基编辑等体系，最长可合成 266 nt。为什么长度是个卖点？看一下各种向导 RNA 的长度就明白了（均为官网标注范围）：

官网还说明：Cas9 sgRNA 默认带 2'-O-甲基和硫代磷酸修饰（提高在细胞里的稳定性）；纯化可选脱盐或 HPLC，HPLC 纯化的 Cas9 sgRNA 与 Cas12a crRNA 保证纯度 ≥90%，pegRNA 与碱基编辑 gRNA ≥85%。这和第 05 节讲引物订单时的三件事是同一套语言：序列、规模、纯化方式（外加修饰）。质量等级则按研发阶段分为 RUO（脱盐/HPLC）、INDEdit（临床前与 IND 申报）和 cGMP（临床级），官网称累计支持了 18 个获批的 IND 项目。

HDR 模板：为什么按长度分成三种形式。第 13 节说 HDR 需要"带同源臂的供体模板"，但没说模板长什么样。官网按插入片段的长度给出不同建议：小于 5 kb 推荐 GenExact™ 单链 DNA（官网称单链模板毒性最低、优化后敲入效率高）；5–10 kb 可用线性闭合末端的 GenWand™ 双链 DNA 或环状的 GenCircle™ 双链 DNA；超过 10 kb 推荐 GenCircle™。同源臂长度方面，官网建议 5 kb 以内的模板用 200–500 nt 的同源臂，插入越长同源臂可以相应加长——比实验室做个点突变时用的几十个碱基长得多，因为同源臂越长，细胞越容易"认出"该往哪里修。官网还提到一种设计：在线性模板上加 Cas9 靶序列（CTS），让模板与 Cas9–gRNA 复合体结合、一起被送进细胞核，据称可把多种位点和多种原代人细胞的 HDR 效率提高到 80–90% 以上。

设计工具与"工具不保证效果"这件事。官网提供免费的 gRNA 与 HDR 模板设计工具，支持 14 个物种，给出 on-target / off-target 评分，并倾向于选择靠前的外显子、覆盖尽量多的转录本——和第 13 节讲 sgRNA 设计时说的"优先选靠前的共有外显子、评估脱靶"一致。但官网也明确写道：工具生成的 gRNA 由算法优化，并未逐条做实验验证，拿到后仍需在自己的体系里测试，并建议每个靶点测 2–3 条。这句话在和客户沟通时很重要——设计分数高不等于保证编辑效率。

Cas 蛋白、mRNA 与编辑细胞株。官网提供现货和定制的 Cas 蛋白与 Cas mRNA、CRISPR 质粒（标注授权自 Broad Institute 张锋实验室，含降低脱靶的 eSpCas9）、全基因组 gRNA 质粒文库，以及 CRISPR 细胞株开发服务。这对应第 13 节讲的三种递送形式：RNP（蛋白 + 合成 gRNA 先复合再电转，官网称编辑立刻开始、不引入外源 DNA）、mRNA + 合成 gRNA（共转染）、以及质粒经病毒包装（适合难转染的细胞）。官网的一个慢病毒案例写道，用同时携带 Cas9 与 gRNA 的慢病毒（功能滴度 >1×10⁹ TU/mL）建立稳定细胞池，基因敲除效率超过 90%，并用 Western blot 验证——正是第 09 节"抗性筛选 + 验证"和第 13 节"NHEJ 敲除"的组合。要特别记住一个边界：细胞株开发服务页面注明，目前不为原代细胞、干细胞和 iPS 细胞提供基因编辑服务。

资料来源：金斯瑞官网及子公司官网公开信息（2026 年 10 月访问）。服务参数会更新，对外沟通以官网和公司内部最新资料为准。

16术语卡片：点击翻面

先看正面自己解释一遍，再翻过来核对。

17模块测验

15 道题，答完自动计分，成绩会记录在课程首页。

延伸资源

• Addgene Blog · Plasmids 101 系列：用通俗语言讲解质粒元件、各类载体和克隆方法，图示丰富（英文）。
• Khan Academy · Biotechnology 单元：DNA 克隆、PCR、凝胶电泳、DNA 测序等，有配套练习（英文，部分有中文字幕）。
• HHMI BioInteractive：搜索 "CRISPR-Cas9" 动画，直观展示 Cas9 搜索、配对与切割过程。
• 诺贝尔奖官网科普页：1993 年（PCR）和 2020 年（CRISPR）化学奖的"Popular information"，适合了解发现背后的故事。
• SnapGene Viewer（免费）：打开客户提供的质粒文件，练习查看元件、酶切位点和读码框。
• 工作练习：找一个公开的 pcDNA3.1 或 pET-28a 质粒图谱，用本模块的知识指出 ori、抗性基因、启动子、MCS 和终止子，并说出各自的作用。