改进基因型功能筛选：一种用于Illumina文库构建的多功能闭管PCR降低多重测序背景序列

《SLAS Technology》：Improving genotyped functional screening: A versatile closed-tube PCR for illumina library generation reduces background sequences in multiplexed sequencing

研究人员提出了一种改进的DNA索引平台，可对阵列化用于高通量筛选的所有结合蛋白克隆进行基因型-表型关联分析。该方法针对退火温度差异超过10°C的两对引物进行了优化，可在单管封闭体系中完成板与孔ID条形码标记。相较于早期的分层索引策略，该闭管方法将最高丰度序列与第二高丰度序列的计数比提升了三倍，并将背景序列占总序列的比例从72%降至43%。样品交叉污染（即索引跳跃，index hopping）从14%降至可忽略水平，嵌合体形成减少了近六倍。此外，通过将测序接头拆分至目标扩增引物和索引引物中，该方法可直接生成适用于Illumina测序的文库，且人工序列更少。该策略尤其适用于序列同源性高的扩增子，例如合成抗体库——此类样本在使用高度多重化索引方案的Illumina测序中常出现嵌合体及其他背景序列。背景噪声的降低确保了结果的准确性，提升了下游分析（如多样性或富集计算）的可靠性，并支持更高通量的多重样本检测。同时，该平台仅需设计两对新靶标扩增引物即可适配新型结合支架，如纳米抗体或DARPins。

本研究发表于《SLAS Technology》，针对下一代测序（next generation sequencing, NGS）在蛋白质工程应用中长期存在的背景噪声干扰、索引跳跃及嵌合体形成等问题，开发了一种通用型闭管双条形码PCR方法，旨在实现基因型与功能表型的高效精准关联。现有多重测序体系面临的核心挑战包括：低多样性文库中嵌合体比例可高达70%； patterned flow cell与ExAmp化学技术加剧了索引跳跃，背景序列率超10%； Unique Dual Indexing（UDI）虽能提升准确性，但9216样本的试剂成本高达26万欧元，难以规模化应用。为此，研究人员基于前期四重条形码体系，结合evSeq策略的优势，构建了无需开盖操作的闭管索引平台，成功将9216个抗体克隆的可变区序列转化为测序就绪的Illumina文库，显著降低了背景噪声，提升了基因型判定的置信度。

关键技术方法方面，研究人员采用熔解温度（melting temperature, T_m）差异约13°C的两对引物：高T_m（~69°C）的靶标特异性引物携带部分Illumina TruSeq接头，低T_m（~56°C）的96+96通用索引引物携带剩余接头序列及7 nt唯一索引。通过Touchdown PCR程序调控退火温度，先完成靶标扩增，再激活索引引物延伸，实现单管双索引标记。验证阶段使用抗登革病毒2非结构蛋白1（DENV-2 NS1）Fab质粒及噬菌体展示富集的合成Fab库（抗SpyCatcher）作为样本队列，通过琼脂糖凝胶电泳、Sanger测序及Illumina MiSeq测序评估性能，并利用Python脚本对背景序列进行分类统计。

研究结果部分如下：

2.1 闭管索引的开发与验证

研究人员首先验证了闭管法与两步法（evSeq式）的扩增效率无显著差异，均能特异性扩增500 bp（V_H）和550 bp（V_L）片段，且无模板对照无扩增。Sanger测序显示16/18克隆获得全长序列，11个样本完全准确，错误主要源于Taq聚合酶或引物合成，后续改用高纯度Ultramer寡核苷酸。闭管法与两步法的产物质量无差异，但前者避免了开盖操作的交叉污染风险。

2.2 NGS数据分析与比较

对4320份样本（含3600份DENV-2 NS1位点饱和突变库及480份抗SpyCatcher库）的测序数据显示：闭管法的主序列与第二序列比值中位数达70（四分位距123），显著高于四重条形码法的27（四分位距41）（p<0.001）。背景序列占比从72.2%降至43.0%，其中交叉污染从14.3%降至0.0%，嵌合体从13.6%降至2.4%，未识别序列略有上升（35.7%→40.0%）。这表明闭管法有效抑制了由模板混合导致的嵌合体重组。

2.3 抗DENV-2 NS1亚库的基因型功能筛选

研究人员利用ANARCI对抗原结合信号进行归一化分析，确认四个突变位点（H53、H57、H58、H98）的氨基酸分布均匀，亲本基因型占比符合预期。功能筛选未发现亲和力优于亲本克隆49A3的突变体，验证了筛选体系的可靠性。

讨论部分指出，该研究通过物理分隔的单管反应，从源头阻断了异源模板接触，从根本上降低了嵌合体形成。相较于UDI的经济壁垒，组合索引策略仅用192种引物即可覆盖9216样本，试剂成本降低98%。尽管背景序列仍包含部分未识别错误，但通过优化PCR循环数或纯化方法可进一步改善。该平台可直接迁移至纳米抗体、DARPins等其他结合蛋白支架，仅需更换靶标引物，极大拓展了应用场景。研究人员强调，在抗体库多样性与富集分析中，必须严格控制嵌合体等伪影，否则将导致多样性被高估。最终结论表明，该闭管条形码方法显著提升了序列清晰度，为大规模基因型-表型关联研究提供了高性价比、高可靠性的解决方案。