芯片法Oligo Pool:参数是起点,流程是保障
序言
oligo Pool芯片合成的讨论,长期被一个数字主导:通量。一百万条、两百万条、覆盖多少nt——参数表上的竞赛掩盖了一个更根本的问题:芯片造出来的pool,和下游实验能用的pool,差别不在于“能不能造”,而在于造出来的序列在丰度和正确性上是否可控。
这个差距不在合成仪器的物理极限里,而在文库层面的可用性上。一个pool的有效分子比例,不由通量参数决定,而由均一性分布、错误谱等构成共同塑造。通量回答“有没有”,可用性回答“能不能用”——后者恰恰是选型阶段最少被量化讨论的部分。
1.芯片合成的“均一性”到底在说什么
泓迅Syno®平台的技术参数中,“90%以上的寡核苷酸在2.5倍以内差异”常被当作一个质控指标来读。
喷墨芯片合成在微液滴中完成,每个反应位点形成彼此隔离的微液滴,保障零交叉污染。这意味着合成效率对局部微环境的敏感度极高:液滴蒸发速率的微小差异、喷墨头不同区域的温度梯度、甚至芯片表面修饰层的批次均一性,都会在最终产物丰度上留下指纹。2.5倍以内的分布,是在承认这些不可完全消除的物理变量之后,通过工艺控制将偏差压缩到的工程边界。
这对下游意味着什么?如果你的实验是CRISPR全基因组筛选,文库中某条sgRNA丰度低2.5倍,在足够覆盖度的测序深度下几乎不会影响检出——筛选的统计效力建立在群体层面。但如果你的实验是对数百个候选靶点做精确定量比较,或者需要从pool中等比例扩增后做定量的NGS捕获,那2.5倍的丰度差异就是需要被NGS测序评估、并在数据分析中作为协变量处理的系统性偏差,而不是可以忽略的噪声。
泓迅在芯片法服务中提供NGS测序评估选项,本身就是对这一约束的诚实回应。
2.芯片法pool的“质量”不是单一指标能捕捉的
行业里谈oligo pool质量,习惯用错误率这个数字。如错误率低至1:2,000/nt,但这个数字对下游的影响高度依赖于错误发生的位置和类型。
这个参数需要被放在正确的语境中理解。一条200 nt的oligo,在1/2000的错误率下,理论上约10%的分子携带至少一个错误。错误的功能后果因应用而异:单碱基替换若落在CRISPR sgRNA的seed区域,可能改变脱靶谱;若落在NGS捕获探针的杂交核心区,可能降低捕获效率。插入/缺失导致的移码,后果通常比替换更严重。
芯片法pool未经单条纯化,无法像柱式合成那样逐条剔除高错误个体。这是芯片法工艺路线的固有特征,关键在于供应商是否把这个特征摊开讲,并提供相应的评估手段。
3.oligo pool案例启示:方案前置
我们在上周的客户回声专题中展示了一个复杂文库交付案例,该案例的核心挑战不是合成通量,而是多文库混合扩增时的特异性——数十条文库一起扩增后特异性不佳,最终通过分库方案拆分解决。这说明芯片法合成本身的能力边界在“造出来”,而项目成败的关键动作也发生在造之前的方案设计上。泓迅在这个案例中做的,是在售前阶段就识别出混扩特异性风险,提出分库/pool优化建议。
芯片法单次合成通量大,方案设计一旦出现偏差,重做的周期和成本损失远非小规模合成可比。泓迅把分库/pool方案共创前置到售前,正是针对这一特性做的流程安排。
泓迅芯片法oligo pool的100万条通量、20–300 nt覆盖,错误率约为1:2,000/nt-1:3,000/nt构成的是选型的第一层参数。同样值得关注的是参数表之外的两件事:一是NGS测序评估,让客户拿到的是属于自己pool的实际分布数据,而不是一个需要外推的平均值;二是复杂文库项目中跑通的方案共创流程——售前识别风险、方案书面确认、售后异常路径前置说明,让大通量合成从“参数交付”变成“可预期的交付”。
选型看参数,落地看流程。参数决定供应商能不能接你的项目,流程决定接了之后你的实验顺不顺。
Syno®C 引物合成
RNA合成
mRNA合成
Syno®GS 基因合成
载体构建
高通量及DNA文库构建
CRISPR基因编辑平台
病毒包装
基因测序与组学分析
重组蛋白表达平台
抗体工程平台
多肽服务
生物信息学分析与设计
CRISPR文库
合成生物学产品
ProXpress蛋白快速检测
CRISPR 质粒



















