3.4 定向进化：让筛选代替预测

3.4 定向进化：让筛选代替预测

本节摘要：定向进化把"设计难题"换成"筛选难题"：造一个大到能装下答案的突变库，再让选择压力把好变体挑出来。本节讲突变库的构建方法、覆盖度的组合数学、筛选平台的对接方式，以及一个完整循环的案例。

不预测，靠筛

上一节的纯化解决"拿得到"，本节开始处理"改得好"。蛋白质的功能空间大得离谱：一条三百氨基酸的链，单点替换的组合就有近六千种，任意两点的组合超过一千七百万种——而真正需要的那个变体，往往事先无法预测。定向进化的聪明之处在于承认无知：不去预测哪个突变好，而是模拟自然选择的机制——随机产生变异、施加选择压力、扩增胜出者——在几轮循环里把功能推向目标方向。

它在第 2 章的工具箱里找到全部弹药：易错 PCR 造随机突变，DNA 改组重组有益突变，定点饱和突变库聚焦热点区域；在第 4 章的高通量平台里找到筛选肌肉：微孔板、液滴、展示系统各司其职。

图：定向进化循环——变异、筛选、扩增的闭环

突变库的三种造法

易错 PCR：用保真度偏低的聚合条件让复制过程随机犯错，错误率用锰离子浓度、dNTP 配比与循环数调节。目标是把每条基因控制在每千碱基几个碱基的错配——平均每条蛋白带一两个氨基酸替换。错误率是易错 PCR 的灵魂旋钮：太低则库里全是野生型，太高则满库都是失活废品。

DNA 改组：把一轮或多轮积累的正突变序列打碎成片段，再让它们互相重组——单个突变也许只提升半分，改组让它们聚到同一条链上，产生加和与协同。这是"进化记忆合并"的机制，第二轮以后尤其重要。

定点饱和突变：对结构或数据提示的热点位点，用简并密码子把该位置的全部氨基酸铺一遍。NNK 简并（N 代表任意碱基、K 代表 G 或 T）是常用选择：三十二种密码子覆盖全部二十种氨基酸加一个终止密码子。

演练：库要多大才装得下答案

库容设计是定向进化最值得算的一笔账。下面的演算回答两个常见问题：NNK 饱和库里"至少出现一次"某个稀有氨基酸的克隆要筛多少；多点组合库什么时候必须放弃穷举。

# 演练：突变库覆盖度的组合数学
import math

# 问题一：NNK 库里，色氨酸只由 TGG 一种密码子编码（概率 1/32）。
# 筛 n 个克隆，至少见到一次的概率 = 1 - (31/32)^n
for n in (32, 95, 145):
    p = 1 - (31 / 32) ** n
    print(f"筛 {n:4d} 个克隆，见到色氨酸的概率 {p * 100:.1f}%")
# 经验：约 3.3 倍库容（约 95 到 105 个）即可把单点覆盖做到 95%。

# 问题二：m 个位点全部 NNK 饱和的组合数 = 32^m
for m in (2, 3, 4):
    combo = 32 ** m
    need = combo * 3.3
    print(f"{m} 个位点饱和：组合 {combo:,} 种，95% 覆盖需筛约 {need:,} 个")
# 三位点已经要 35 万个克隆，四位点上百万——
# 这就是"组合膨胀"：饱和突变只适合少数几个位点的精修。
# 更多位点必须分层走：先单点扫，再把正突变组合改组。
​

这组数字解释了定向进化的战术分工：随机突变管广度，改组管合并，饱和突变管深度。三者按轮次搭配，比单押一种的收敛速度快得多。

演练加餐：错误率与有效突变数的换算

易错 PCR 的错误率旋钮可以直接换算成库的形态。下面的账回答"错误率调到某个值时，库里还剩多少野生型"：

演练加餐：错误率与库形态
设定：目标基因 800 bp，每碱基错误率 p。
每条基因的平均错误数 = 800 × p。
p = 0.001（每千碱基约一个错误）：
  平均 0.8 个错误每克隆，泊松分布下
  无错克隆（野生型）比例 ≈ e^-0.8 ≈ 45%
  单错克隆 ≈ 36%，双错 ≈ 14% —— 库形态健康，野生型占四成五。
p = 0.004：
  平均 3.2 个错误每克隆，
  无错比例 ≈ e^-3.2 ≈ 4%，三错以上占大头 ——
  绝大多数克隆累积了多处替换，失活率飙升。
经验带：第一轮进化把平均错落数控制在每克隆 1 到 2 个氨基酸，
  后续轮次靠改组而不是加深错误率来扩大多样性。
​

换算下来，"错误率调高"这个动作的真实含义是重绘库的形态分布——它改变的不是多样性总量，而是"零错、单错、多错"三种克隆的占比。设计库就是设计这个分布，而不是拧一个越紧越好的旋钮。

筛选压力的设计原则

定向进化的成败一半在库，另一半在筛选压力的设计。三条原则：先宽后严——第一轮用宽松门槛保住温和正突变，后续轮次逐步收紧，第一轮就用最严标准的团队常把"慢热型"改良变体筛丢了；多指标并行——活性门槛之外加稳定性或可溶性门槛（哪怕只是低温短时处理后复测），防止单指标优化把其他属性拖垮；保底回收——每轮留存一部分未通过筛选的库样本，筛选压力设计失误时还有退路。这三条都不需要额外设备，需要的只是在方案表里多写几行。

展示系统：把基因型和表型拴在一起

筛选的前提是"看见谁好就得留住谁的基因"——这要求基因型和表型物理上拴在同一个颗粒上。噬菌体展示把蛋白.anchor 在噬菌体外壳上，基因装在同一个颗粒里，用固相化的靶分子钓出结合强者，洗脱扩增进入下一轮；酵母展示把蛋白挂到酵母壁上，配合流式分选仪按荧光强度定量挑人；mRNA 展示干脆让蛋白与编码它的 mRNA 直接相连，库容能上到万亿级。选择展示系统的判据是功能类型：结合类功能（抗体、纳米抗体）首选展示系统，催化类功能（酶活）通常要在微孔板或液滴里直接测反应产物，因为催化发生在扩散空间里，展示颗粒本身帮不上忙。

案例全程：一轮耐高温脂肪酶进化

把整条流程串成一个案例。背景：某工业去污用脂肪酶在四十度活性尚可，五十度十分钟失活，目标是半衰期延长。操作：第一轮易错 PCR 控制错误率在每千碱基三碱基上下，转化出约八千个克隆的库，微孔板发酵诱导后以对硝基苯酚底物测活，先在常温筛出活性不低于野生型八成的克隆（活性门槛挡住大多数废品），再把其余克隆在五十五度保温十分钟后复测——存活且保活者入账，得到几个温和正突变。结果：三轮后累积若干单点突变，最高者半衰期约翻倍。解读：单轮提升有限且常有取舍（耐温上升伴随常温活性略降），改组把分散的正突变合并后，取舍被部分抵消。变式：若手头有结构，可把饱和突变聚焦到柔性区预测位点，收敛更快——这正是下一节理性设计的用武之地。

易错点清单

• 库越大越好：库容超出筛选通量就是浪费，库的大小要按筛得动来设计。
• 只按活性筛不看稳定性：第一轮筛出的高效变体可能是"勉强折叠的快车"，几轮后集体翻车；活性与稳定性双门槛更稳。
• 错误率拧到最高求突破：高突变率库里野生型都成少数派，绝大多数克隆失活，等于把答案埋进废墟。
• 混池测序跟不上：每轮结束后不测序读库，进化就变成盲走；赢家的突变谱是下一轮设计的输入。

本节要点回顾

• 定向进化承认预测无能，用变异—筛选—扩增的同构循环逼近目标。
• 三种建库法分工：易错 PCR 管广度、改组管合并、饱和突变管深度。
• 覆盖数学给出硬边界：多点饱和组合膨胀极快，多点位任务必须分层。
• 展示系统解决基因型-表型的拴连，结合功能用展示、催化功能用微孔板或液滴。

下一节换另一只手：当结构与计算可用时，理性设计如何让每一步突变都有依据。