酵母单杂交（Y1H）筛选：诱饵设计、假阳性治理与阳性结果验证体系

1、系统选型与载体进化

    将酵母单杂交用于植物转录调控研究时，第一个常被低估却决定成败的变量是"诱饵以何种形式存在于细胞中"。经典方案以游离型诱饵质粒 pHis2 配合 Y187 文库宿主：诱饵片段克隆在 HIS3 报告基因上游，猎物以 GAL4 激活域融合蛋白形式在另一交配型菌株中表达。这套体系曾长期作为入门标配，但其底层缺陷在进阶筛选中会被放大，诱饵以多拷贝游离质粒形式存在，细胞间质粒丢失率与拷贝数高度不均，导致诱饵表达量在群体中产生可观波动；加之 Y187 为 a 交配型，必须与 α 型文库菌交配才能完成筛选，流程繁琐、嵌合体比例偏高、转化效率受限，最终表现为背景不一致、可重复性差的"软伤"。

    整合型系统（如 YM4271 配合 pHisi-1 / pLacZi）的出现正是为了根治上述痛点。其核心思想是将诱饵序列通过同源重组整合进酵母基因组，形成单拷贝、可稳定遗传的构型。单拷贝意味着每一代细胞携带的诱饵数量恒定，筛选背景因此变得均一、可量化；pLacZi 进一步提供第二个报告基因 LacZ，使研究者第一次具备"双报告"正交确认的能力。然而早期整合体系在整合效率与筛选标记的便利性上仍有提升空间。

图4-1　整合型 酵母单杂交系统结构。左：诱饵序列整合于酵母基因组非必需位点，上游驱动 HIS3 / LacZ 报告基因；右：GAL4 激活域融合猎物由游离质粒表达并进入核内。当猎物 DNA 结合域识别诱饵即激活转录（绿色逻辑）；虚线红框对比诱饵"无特异性结合却漏激活"的自激活背景。

    当前主流的 Y1HGold–pAbAi 整合体系代表了这一进化路线的成熟形态。它把诱饵装载在 pAbAi 载体上，利用金担子素（aureobasidin A）抗性标记 AbAr 快速富集已整合的克隆，诱饵以单拷贝稳定整合于基因组；文库侧则使用 pGADT7 系列 AD 融合表达载体。相对游离体系，其优势可归纳为三点：一是整合稳定、传代不丢失，使多轮复筛与跨批次比较成为可能；二是单拷贝消除了拷贝数噪声，背景显著低于多拷贝质粒；三是 AbAr 筛选与后续 HIS3/ADE2 报告可形成层级分明的筛选漏斗。

    更值得强调的是"整合到非必需位点"这一工程决策的价值。将诱饵定向整合到基因组非必需位点（如 HO 位点或专门设计的 pINT 接受位点），能够避免随机整合破坏必需基因、规避不同整合位置带来的位置效应（邻近异染色质或强启动子会扭曲诱饵的有效表达）。在 pINT 这类定点系统中，研究者甚至可以对同一菌株多重整合多个不同诱饵，构建标准化的"诱饵菌株库"，这不仅是技术优化，更为高通量、可重复的互作筛选奠定了基础设施。我们强烈建议，任何计划进行多基因、多条件 Y1H 筛选的课题组，都应优先投资构建自己的整合型诱饵菌株库，而非反复依赖游离质粒的临时转化。

2、诱饵序列设计的策略学

    诱饵设计是 Y1H 成败的"上游旋钮"。我们归纳出三种主流策略，各有清晰的适用边界，不存在放之四海皆准的"最优片段"。

200–300 bp 顺式元件富集区截短法

    最常用也最稳健的策略，是将目标启动子内已知或预测的核心调控区截短为 200–300 bp 片段。其优势在于片段短、PCR 与克隆效率高、自发背景低，且一旦命中即可直接定位到具体调控模块。代价是可能丢失远端协同因子结合位点或多层调控所需的空间构象，从而漏掉需要多位点协同才稳定的互作。该方法适合"已有较强元件注释、希望精确验证某一调控区"的场景。

目标基序 3× 串联重复法

    当目标基序（如 ABRE、DRE/CRT、MYB 结合位点）亲和力较低、直接截短易假阴性时，可将核心基序串联重复 3 次置于最小启动子之前。多拷贝靶标显著放大结合信号，对低亲和力、瞬时性的互作尤为友好。但必须警惕：重复序列在酵母中易发生同源重组缺失，且重复单元可能形成非天然 DNA 构象，反而引入自激活或构象特异的假阳性。我们的经验是，3× 重复应作为"增强灵敏度"的补充诱饵，而非唯一诱饵。

全长启动子（500–2000 bp）法

    保留完整自然上下文的全长启动子能捕获多个协同因子、甚至发现未知的顺式元件，是构建"调控网络"的利器。但其代价同样明确：长片段克隆连接效率低、PCR 易错配缺失；更关键的是，长诱饵包含更多潜在的类激活序列与内源因子结合位点，背景会随长度显著升高。因此全长诱饵必须与更严格的3-AT 滴定和双报告确认配套使用。

    就构建难度与背景的权衡，我们给出明确观点：除非目标是发现未知元件，否则优先采用"截短 + 3× 重复"组合，而非盲目上全长。长片段与重复区在酵母体内均不稳定，应通过测序验证整合片段的完整性，并设无关全长片段作平行对照。

    为提升发现率，应并行设计 2–3 个不同区域的截短诱饵，覆盖启动子的近端核心区、远端增强子样区与候选基序富集区，相互补足以避免单一截短遗漏关键互作。在生信辅助方面，诱饵序列设计应充分利用公共数据库：PlantCARE 提供植物启动子顺式元件的标准化注释，可精确定位已知基序边界；PlantPAN 3.0 整合了植物转录调控网络与基序预测，能反向提示"该启动子可能受哪些 TF 家族调控"，从而指导截短方向；PlantTFDB 则用于转录因子家族的系统注释，既可在 TF-centered 实验中反向设计诱饵，也可在 Gene-centered 命中后快速归属候选蛋白。实操流程为：取目标基因上游 1–2 kb，先用 PlantCARE 注释候选元件，再用 PlantPAN 预测受控的 TF 家族，据此划定截短边界并决定是否需要 3× 重复，最后用 PlantTFDB 校验候选猎物的家族归属。

3、自激活的系统治理

    自激活指诱饵本身（无需猎物结合）即可驱动报告基因表达的现象，是 Y1H 背景的最大来源，必须在文库筛选前彻底评估与压制。

    筛选前必做的自激活检测流程如下：取已整合诱饵但仅携带空载 AD 的菌株，梯度点板于不同严谨度培养基，-Leu/-His（仅 HIS3 报告）、-Leu/-His 加不同浓度 3-AT、-Leu/-His/-Ade（若启用 ADE2 双报告）、以及含 X-gal 的 LacZ 检测板。记录各条件下的生长强度与蓝斑本底。若诱饵菌株在零 3-AT 的 -His 板上即明显生长，说明存在自激活，必须处理后方可进文库。

    严谨度应做成梯度而非单一条件：低严谨（-His，0 3-AT）→ 中严谨（-His + 10–25 mM 3-AT）→ 高严谨（-His/-Ade + 50–100 mM 3-AT）。具体档位由背景强度动态决定，切忌"一刀切"。

图4-2　自激活检测与 3-AT 滴定。横轴为 3-AT 浓度，纵轴为诱饵空载背景生长率；随浓度升高背景被逐步压制，存在"筛选可用窗口"（背景刚好消失而真阳性仍可长）。底部标注涂板密度控制：稀释至 OD≈0.002，约 100–2000 个克隆 / 90 mm 板。

    3-AT（3-氨基-1,2,4-三唑）是 HIS3 编码的咪唑甘油磷酸脱水酶（His3p）的竞争抑制剂。提高 3-AT 浓度可竞争性阻断背景水平的 HIS3 表达，却通常不足以压制由 AD 强力激活的真实互作，前提是真互作足够强。因此 3-AT 滴定的本质是寻找"背景刚好被压住、真阳性仍能生长"的窄窗口（见图4-2）。我们建议以 5、10、25、50、100 mM 为梯度，配合稀释点板确定该窗口。

    涂板密度是另一容易被忽视的变量。自激活检测与正式筛选均应将菌液稀释至 OD≈0.002，对应约 100–2000 个克隆 / 90 mm 板。过密会造成菌落连片、无法计数与挑取；过稀则低频互作被漏掉。稳妥做法是同时点 1:3 与 1:10 梯度稀释，确保既能量化背景又保留稀有阳性。

当背景无法被 3-AT 压制时，我们明确推荐处置顺序：优先换诱饵片段（2–3 种并设计），其次才考虑换系统。理由是自激活多源于诱饵内部嵌合的强激活序列或重复区，换一段截短诱饵往往立竿见影且成本极低；仅当所有诱饵设计均失败，才升级到双报告、改用 ADE2 报告或切换整合位点。此外需关注 LacZ 背景问题：X-gal 蓝斑本底高、判读主观，建议并行使用 MEL1（α-半乳糖苷酶，X-α-Gal 产色）或 ADE2（红/白菌落）报告，将 LacZ 的定性模糊转化为可量化的正交信号。

4、文库选择与筛选效率

    文库选择直接决定"要筛多少、能命中多少"。两类文库各有鲜明的性价比画像。

    cDNA文库覆盖全转录组，广度极大，既能发现转录因子也能捕获非 TF 的 DNA 结合蛋白（如结构蛋白、辅因子、染色质修饰子）。但其致命短板是转录因子在总转录本中仅占 5–10%，意味着绝大多数筛到的克隆是"非目标"蛋白，命中 TF 的先验概率低，必须深筛（常需筛选百万级克隆）才能覆盖完整空间。对预算有限、又想"广撒网"的课题组，cDNA文库是合理起点，但务必做好冗余克隆的聚类与剔除。

    转录因子文库（ORF 文库）则走向另一极端：人、水稻、拟南芥等物种已有商品化或公共 TF ORF 库，命中率高、筛选规模小，但价格昂贵且物种特异，水稻库不能替代拟南芥库的生物学意义。我们给出经验规则：单子叶植物优先使用水稻 TF 库，双子叶植物优先使用拟南芥 TF 库。虽然跨物种同源性可部分弥补，但必须意识到同源物的 DNA 结合特异性可能存在差异，植物间的移植结论需谨慎。

    关于"归一化（Normalized）cDNA文库"，其意义在于通过标准化步骤降低高丰度转录本、提升低丰度代表性，从而显著提高稀有 TF 与调控蛋白的命中率，同时减少反复命中看家基因造成的冗余。若经费允许且目标是发现低丰度调控因子，归一化库应是首选；反之若只求快速验证已知候选，普通库或 TF 库更经济。需要强调的是，无论何种文库，独立转化应达到足够的覆盖深度（建议 ≥10× 文库复杂度），并在筛选后统计独立阳性克隆数而非总菌落数。

5、假阳性的多层治理体系

    Y1H 的假阳性来源可归结为三类机理，理解机理才能对症治理。

    其一，内源酵母转录因子误激活。酵母自身 TF（如 Gcn4、某些应激通路因子）可能与诱饵弱结合，或结合诱饵内非目标序列，从而驱动报告基因。这类背景具有菌株依赖性，处置手段是设置空载/无关诱饵对照，并选用遗传背景更"干净"的宿主（如剔除部分内源调控因子的工程菌株）。

    其二，猎物直接结合 GAL4 启动子。某些 AD 融合蛋白并非结合诱饵，而是非特异性地结合报告基因自身的启动子区（例如 HIS3 最小启动子），造成"无诱饵也长"的假阳性。其根因是报告盒未做到完全受诱饵控制，需用不同启动子的报告基因交叉验证，确认信号严格依赖诱饵存在。

    其三，AD 融合导致错误折叠或核定位失败。AD 与猎物融合可能改变蛋白折叠、暴露疏水区，引发聚集或非特异黏附（表现为假阳性）；反之，错误折叠也可能使蛋白无法入核或丧失结合能力，造成假阳性的另一面，假阴性（漏检真实互作）。这一机理提示我们：应测试 AD 融合的 N 端/ C 端两种方向，并用 Western 或荧光报告质控融合蛋白的表达与定位。

    治理要点双报告基因（HIS3/ADE2 + LacZ/MEL1）正交确认是降假阳性的核心闸门：两个独立报告机制同时阳性，才能进入下一轮。单一报告阳性一律视为可疑。

    在此之上，必须建立空载体与无关 DNA 元件对照体系：空载 AD 对照排除 AD 自身激活；无关诱饵（随机基因组片段或另一无关基因诱饵）对照排除诱饵非特异背景。只有阳性克隆在"目标诱饵 + 空载/无关对照均阴性"的对比中站稳，才算通过第一层治理。我们建议将对照作为每一块筛选板的固定组分，而非事后补做。

6、阳性克隆验证流水线

    从一块筛选板上的生长克隆，到一篇可发表的互作结论，中间需要一条严密的验证流水线。我们将其标准化为七步（见图4-3）。

图4-3　阳性克隆验证流水线：初筛 → 复筛 → 双报告基因确认 → 测序去冗余 → 空载/无关 DNA 回转验证 → EMSA/ChIP 体外体内验证 → 点对点回转。颜色区分筛选/复筛（绿）、确认验证（黄）、回转复现（紫）三个阶段。

    ① 初筛：将文库转化诱饵菌株，涂 -His/-Leu（营养筛选叠加报告筛选），挑取生长克隆。

    ② 复筛：提高严谨度（补加 3-AT、缺 Ade），以稀释点板方式复现，剔除边缘性与弱生长克隆。

    ③ 双报告确认：HIS3/ADE2 与 LacZ/MEL1 必须同时阳性，这是正交闸门。

    ④ 菌落 PCR + 测序：直接对阳性克隆进行菌落 PCR 扩增插入片段，Sanger 测序并与数据库比对。

    ⑤ 去冗余：按序列聚类，合并相同或重叠 ORF，统计各候选的命中频次，高频命中往往提示强互作或高表达偏倚。

    ⑥ 空载/无关回转验证：从阳性克隆回收猎物质粒，重新转入诱饵菌株（及阴性对照菌株），确认互作可独立复现、且不依赖原始克隆背景。

    流水线后段进入"证据等级跃升"。Y1H-seq 定量：以高通量测序对富集的猎物进行定量，比较不同诱饵或不同处理条件下的互作强度谱，将"有/无"升级为"强/弱"。最终以 EMSA / ChIP 完成体外与体内验证：EMSA 用纯化全长蛋白加标记探针，验证直接结合、测定亲和力，并通过突变基序确认特异性；ChIP 则在植物原生质体或稳定转化株中，在体内验证该蛋白与内源启动子的真实富集。整条链路的收口是点对点回转，将候选猎物逐一重新回转入诱饵菌株，形成"发现—确认—复现—生理验证"的闭环证据。

    常见陷阱只做到菌落 PCR 测序就下结论，是新手最易犯的错误。未经验证的"阳性"中，假阳性比例可达三成以上；EMSA/ChIP 这一步虽耗时，却是把筛选结果转化为可信生物学结论的必经关口。

7、双向策略：Gene-centered 与 TF-centered

    Y1H 有两种互补的"提问方式"，其选择取决于研究问题是以基因为中心还是以因子为中心。

    Gene-centered Y1H：以目标基因的启动子/顺式元件为诱饵，从 cDNA 或 TF 文库中筛选其上游调控蛋白。它回答的是"谁在调控我"，适合已有明确关注基因、希望解析其调控网络的情形，是植物非生物胁迫、激素信号研究中应用最广的模式。

    TF-centered Y1H（反向 Y1H）：以转录因子（TF ORF）为诱饵，从随机 DNA 文库（基因组片段文库或合成元件文库）中鉴定其识别的全部顺式元件。它回答的是"我在调控谁"，特别适合缺乏 ChIP-seq 数据的非模式物种，无需先验的峰值注释，直接让 TF 在文库中"自报家门"，快速绘制其 DNA 识别谱与基序偏好。

    两种策略并非互斥，反而高度互补且应联用：Gene-centered 找"谁调控我"，TF-centered 找"我调控谁"，二者交叉拼接即可构建双向的"转录因子—顺式元件"调控网络，并互相验证（A 被证明结合 B 的元件 ↔ B 的启动子被 A 富集）。我们建议，在构建物种级调控图谱时，以少量核心 TF 开展反向 Y1H 定义基序空间，再以关键靶基因启动子开展正向 Y1H 填充具体边，从而以最小成本获得高覆盖、双向互证的网络。

8、Y1H 的方法学定位

    清醒认识 Y1H 的能力边界，才能把它放在正确的方法组合里。它与 luciferase 报告、EMSA、ChIP 是互补而非替代关系。

    Y1H 最独特的能力，是能检出不直接激活转录的 DNA 结合蛋白，仅结合 DNA 却不驱动转录的抑制因子、脚手架蛋白或结构结合蛋白，用 luciferase 类激活报告根本无法发现，而 Y1H 基于"结合即激活报告"的逻辑天然兼容。此外，Y1H 具备 isoform 特异性检测优势：将同一基因的不同可变剪接 isoform 分别构建 AD 融合，可清晰区分究竟是哪一个 isoform 负责 DNA 结合，这是群体层面实验难以分辨的。

    但其弱点同样来自 AD 融合：AD 可能制造非天然互作（假阳性），也可能因折叠阻碍而漏检（假阴性），因此一切 Y1H 阳性都需体外/体内验证收口。另一个常被忽略的对比是翻译后修饰，Y1H 在活细胞内进行，保留了磷酸化等影响 DNA 结合的修饰背景，而 EMSA 通常使用体外纯化蛋白，容易丢失这一生理维度；当然，也正因为体内环境的复杂，Y1H 对弱/瞬时的修饰依赖互作有时反而噪声更大。ChIP 作为内源生理验证的金标准，与作为互作发现工具的 Y1H 形成"发现—确证"的最佳搭档。

方法	能回答的问题	相对 Y1H 的互补/局限
Y1H	某 DNA 是否结合某蛋白（含非激活型结合）	基准发现工具；受 AD 融合假象影响
Luciferase 报告	该互作是否驱动转录激活	仅检激活型，漏掉抑制/支架结合
EMSA	直接结合与亲和力、基序特异性	体外、常缺翻译后修饰背景
ChIP	体内内源启动子是否被富集	金标准验证；依赖抗体与峰值注释

就项目周期，我们给出 6–10 周的阶段规划供参考：第1–2周完成诱饵设计与载体构建；第3周构建诱饵整合菌株并行自激活检测与 3-AT 滴定；第3–5周进行文库转化、初筛与复筛；第5–7周完成阳性克隆测序去冗余与双报告确认；第7–8周回转验证并开展 Y1H-seq 定量；第8–10周以 EMSA/ChIP 完成生理验证，并整合数据构建调控网络。该节奏假设诱饵设计一次成型；若需多轮换片段，周期应顺延 2–3 周。

9、案例讨论

植物非生物胁迫响应启动子筛选

    以 RD29A、COR15A、DREB 类胁迫诱导启动子为对象时，推荐采用"~300 bp 近端截短 + ABRE/DRE 基序 3× 重复"的诱饵组合，从拟南芥或水稻 TF 库筛 ABA、干旱、低温响应因子。关键经验有三点：其一，胁迫诱导型启动子常含多个协同元件（如 ABRE 与 DRE 并存），单一截短易遗漏，应并行设计不同区域截短诱饵；其二，3-AT 滴定窗口因诱饵而异，重复诱饵普遍需要更高浓度的 3-AT；其三，阳性候选必须经原生质体瞬时表达 + ChIP 或 EMT 验证，否则难以区分体外结合与体内生理相关性。

病毒 EBV Cp 启动子与 ZNF350 调控因子鉴定

    在以 EBV Cp 启动子片段为诱饵、从人 cDNA 文库筛选结合蛋白并鉴定 ZNF350 等调控因子的研究中，最突出的挑战是病毒强启动子极易自激活。处置顺序是：先用高浓度 3-AT 压制，若仍失控则换用 Cp 启动子的不同截短片段（避开其最强组成型激活区），最后才考虑切换报告系统。人源筛选应使用商品化 TF/cDNA 库以保证覆盖度，并以空载 AD 与无关病毒启动子片段作为平行对照，排除病毒序列特有的非特异背景。该案例也印证了前文观点，自激活治理中，"换诱饵片段"始终是性价比最高的第一选项。

    进阶 Y1H 的核心不是"把平板养出来"，而是用整合型系统压背景、用策略性诱饵提发现率、用 3-AT 与双报告治假阳性、用"回转 + EMSA/ChIP"闭环验证。把这四道闸门串成标准流水线，才能把筛选产出转化为可信的调控生物学结论。