噬菌体展示的工程学真相：库容、遗传漂移与淘洗压力之间的三角关系

噬菌体展示常被描述为"用细菌的速度筛选抗体"。但真正决定项目成败的不是那些可以被写进 protocol 的步骤，而三个彼此制约的工程量：你能建出多大的有效库容、这个库容能在冻存与扩增中保住多少多样性、以及淘洗压力要提到多高才不会把想要的克隆一起洗掉。这篇文章不谈原理，只谈这三个量之间的定量关系，以及当它们冲突时应该牺牲哪一个。

 

01、库容是一个需要被"花掉"的预算

文献里常说"构建了 10¹⁰ 独立克隆的噬菌体文库"。这句话需要拆开看：10¹⁰ 是理论容量，而真正与你的筛选相关的是独立序列数——也就是把相同序列的克隆折叠后，实际存在的不同抗体序列的数量。

这两个数的差距往往是 10 到 100 倍，差距来自三处损耗：

（1）转化损耗。电转后的恢复培养、辅助噬菌体超感染、扩增，每一步都有部分克隆丢失或未被包装成噬菌体颗粒。

（2）折叠损耗。scFv 片段中有一部分序列组合无法正确折叠、无法被分泌到周质空间，也就无法展示在噬菌体表面。这些克隆在噬菌体颗粒里完全不存在。

（3）测序可及性损耗。NGS 能检出的序列有下限，丰度极低的克隆检测不到。

一个必须建立的心智模型

把库容当成一个预算而不是一个成就数字。假设你的建库目标是最终获得亲和力 KD < 1 nM 的克隆，它在天然文库中的丰度可能是 10^-9（即十亿个里有 1 个）。要保证至少 95% 的概率淘到它，理论库容需要 3 × 10⁹ 个独立克隆——这是"概率 95% 覆盖一个频率为 p 的克隆"所需的最优采样量（泊松分布的推论）。

如果你的有效库容只有 10⁸，那么频率 10^-9 的克隆你基本不可能找到。这不是"概率低"，而是接近于零。这就是为什么高亲和力克隆往往来自更大容量的库，或者需要多轮严格淘洗把频率"富集"到可检测的水平再去找。

注意这与"能否从一个小库中找到弱一些但够用的亲和力克隆"是两件事。很多项目的实际策略并不是追求极限亲和力，而是先从小库拿到 1 μM 左右的候选，再用亲和力成熟（PCR error 或者 chain shuffling）提升。这个路径的总失败率更低，因为它把"大容量建库"这个高风险环节和"高亲和力筛选"这个高难度环节解耦了。

从理论容量到有效库容的逐级损耗理论容量（电转子数）· 经筛选的转化子· 正确折叠并展示· 完成扩增包装· 冻存复苏后存活有效独立序列1×10¹⁰5.5×10⁹1.8×10⁹8.9×10⁸5.1×10⁸3.2×10⁸折叠损耗 3×包装/扩增 2×冻存复苏 1.7×测序可及性 1.6×关键结论有效库容 3×10⁸ 时，KD ≈ 10⁻⁹ 量级的克隆即使存在也几乎不可能被检出；此时正确策略是先取中等亲和力候选，再通过定向进化提升，而不是继续加大库容。

图1：库容损耗的逐级传导。图中数值为典型量级示意，实际比例随体系差异很大——某些高表达优化的合成库折叠损耗可低于 2 倍，而天然来源的 scFv 库折叠损耗常高达 10 倍以上。真正应该测量的是你自己体系的 N 值（独立序列数）与熵值，而不是引用别人的容量数字。

怎样真正测出你的独立序列数

最直接的方法是对文库做深度 NGS，计算两个指标：唯一序列数（unique sequences）与 Shannon 熵值。后者更有意义——一个包含 1000 种序列的库，如果这 1000 种丰度完全相同，熵值很高（接近 log2(1000) ≈ 10 bits）；如果其中一种占了 90%，其余分散，熵值很低。常用经验门槛是熵值不低于 15 bits，对应"有效独立序列数"在几万到十万量级。

注意这个数字和"10¹⁰ 独立克隆"的宣传口径之间的巨大差异——后者算的是物理分子数，而前者算的是信息量。真正决定筛选结果的是信息量。一个 10⁹ 物理克隆但熵值只有 12 bits 的库（相当于 4000 种序列），对筛选的价值远低于 10⁹ 物理克隆、熵值 20 bits 的库。

02、有效库容才是真库容

承接上一节。业内关于"建库规模"的说法极其混乱，因为不同来源的数字统计的根本不是同一件事。

术语	定义	测量方式	筛选价值
转化子数（CFU）	电转后存活的细菌数	涂板计数	低，仅反映电转效率
噬菌体颗粒产量	超感染后产生的噬菌体总数	滴度测定	中，反映包装与扩增效率
展示有效率	真正展示出目的片段的颗粒比例	抗标签抗体捕获 ELISA	高，识别折叠与展示失败
独立序列数	不同氨基酸序列的数量	NGS 去重计数	高
Shannon 熵	多样性分布的信息熵（bits）	NGS 序列频率计算	最高，最能预测筛选上限

展示有效率：一个被严重低估的质量指标

一个 10⁹ 颗粒的库，如果只有 30% 的颗粒真正展示了 scFv，那么你在淘洗中面对的"有效库容"就是 3 × 10⁸。使用 Hyperphage 之类的辅助噬菌体（缺失自身 pIII 基因，只有携带"抗体-pIII 融合表达载体"的菌株才能被超感染）可以把有效率推到 80%–90%，因为不存在"野生型噬菌体颗粒混入库中"这个稀释效应。

这个改进的价值在低丰度克隆筛选中特别明显：如果你的目标克隆在原始序列库里占比 10^-9，而有效率只有 30%，那它在可筛选池里的占比是 10^-9/0.3 = 3.3 × 10^-9；提升到 90% 后，这个数字变成 1.1 × 10^-9，接近三倍改进，等价于库容扩大了三倍。成本只是换一个辅助噬菌体。

宿主菌株的选择不只是"能不能长"

常见选择是 TG1（含 F' 质粒、supE thi、lacIq、Δlac-proAB，超感染效率高）与 SS320（用于同源重组依赖的 shuffle 场景）。TR415、E. coli XL1-Blue 等也有使用。

容易被忽略的是重组缺陷型宿主。用重组功能正常的菌株扩增一个含大量重复序列的 scFv 文库时，同源重组会导致不同克隆间的序列交换，最终库被"收敛"为少数几个优势序列——这就是噬菌体展示领域著名的 "库坍缩（library collapse）"。用 ΔrecA 背景的菌株可以抑制这个过程。

另一个细节是抗生素浓度与传代次数。文库载体通常带 kanR 或 ampR。传代次数越多，质粒丢失与抗性基因突变的选择压力越大。每一次超感染扩增都是一次"以多样性换产量"的选择事件，这是不可避免的，所以要尽量减少不必要的传代，并且每次扩增都从原始冻存库出发。

03、遗传漂移：多样性流失的真正机制

多样性流失的机制有三种，很多人只关注其中最显眼的一种。

机制一：物理瓶颈（好理解，可控）

冻存、取样、洗涤、转移，每一步只保留部分体积。如果你在冻存前把 10 mL 库分装成 500 管冻存，每管只有 2% 的体积——那么后续从任意一管出发，理论上就已经丢失了 98% 的克隆多样性。

分装策略决定上限

正确的做法是大体积、小管数：尽可能少分装（例如 5–10 管 × 2 mL），而不是分成几百支小管。这样每管都代表接近完整的库，任何一管出发都能覆盖全部多样性。小管数带来的"方便"是用多样性换的，而这个损失是不可逆的。

机制二：生长动力学偏倚（隐蔽，难控）

这一种更危险因为它看不见。在超感染后的扩增阶段，不同克隆的生长速率不同：某些"生长快但折叠差"的克隆，会因为在培养液中占据优势而被反复富集。更隐蔽的是scFv 表达对宿主生长有负担——一个表达困难抗体的细菌生长更慢，于是它在扩增中被选择性地淘汰。

这就产生了一个悖论：你的淘洗压力越高（在洗涤阶段淘汰弱结合者），随后的扩增阶段就越倾向于保留生长快者，从而部分抵消了淘洗的富集效果。解决办法是限制扩增代数（尽量少传代）、在培养基中加抗生素维持选择、以及使用携带 ompA 等辅助蛋白的载体帮助外膜输出。

机制三：重组与突变（可以通过菌株解决）

如 §02 所述，用重组缺陷型宿主 + 降低传代数来控制。这类丢失通常表现为特定克隆的突然消失，容易在 NGS 监控中识别。

监控手段：把多样性当作一个需要跟踪的量

一个成熟的做法是在建库后、每次扩增后、冻存复苏后各做一次浅测序（每个样品 10–50 万 reads 足够），跟踪三个数字：独立序列数、熵值、与建库时的序列重叠率。第三个数字最直观——如果复苏后的库与建库时的序列重叠率只有 60%，意味着 40% 的多样性已经流失。

04、密码子简并与 NNK 的实际收益

合成文库的"理论多样性"是一个纯数学概念，而实际能达到的多样性受密码子简并表限制。

简并密码	理论密码子数	终止密码子数	有效氨基酸种类	实际多样性/位点
NNK	32	3（部分）	20	约 20（20 × 19）
NNN	64	3	20	约 6–8（去重后）
24 密码子表	20	0	20	20（20 × 19）

这个表格揭示了一个常被误传的事实：NNK 相对 NNN 的优势被严重夸大了。NNN 的 64 种组合在去重后只对应 20 种氨基酸加上 3 个终止密码子，因此每个位点的实际氨基酸多样性大约是 6–8 种（因为每种氨基酸由 2–6 个密码子编码，随机取一个 NNN 的序列去重后，分布并不均匀，且很多氨基酸只有一个密码子所以一旦突变就必然表达该氨基酸）。NNK 把这个数字提到约 20 种。

真正的收益在 24 密码子表：它从 61 个编码密码子中挑出 20 个（每个氨基酸选一个使用频率较高的），配合定点突变技术做饱和突变时，可以用简并引物实现"每个位置恰好被替换成其他 19 种氨基酸"而没有终止密码子，也没有同义突变的干扰。这对亲和力成熟（PCR error rate 引入随机突变）非常关键——使用 NNK 时，约 5% 的突变会引入终止密码子，在展示水平就丢失了，实际的突变库效率被打了折扣。

框架区不该简并

一个更值得注意的设计决策是：CDR 区简并，框架区保持天然序列不变。这看似保守，实则影响巨大。框架区决定 scFv 的整体折叠能力，把框架区也随机化会产生大量无法正确折叠的克隆——这就是所谓"折叠损耗"的主要来源。合成文库的设计哲学就是：把随机性精确投送到真正决定特异性的位置上，最大程度保留能保证折叠的结构骨架。

轻链的选择也有讲究。VK1 与 VLambda1 家族的成员因为框架区疏水性低、折叠效率高、折叠惩罚较低，被广泛采用。选择轻链框架时评价的指标不是"多样性"而是"可折叠性"——即有多少种 CDR 组合在这个骨架上能形成正确结构。这可以预先用结构预测工具扫描估计，避免建完库才发现骨架不行。

05、展示格式：scFv、Fab、VHH 的取舍

展示格式的选择在项目启动时就锁定，且后期更改成本极高。它需要在三个维度上同时权衡：可展示性、亲和力上限、以及与最终药物形式的一致性。

维度	scFv	Fab	VHH（纳米抗体）
结构域	VH + VL，以 (G4S)₃ 连接	完整 VH-CH1 与 VL-CL	单一 VHH 结构域
折叠难度	高（域间连接易错折叠）	低（有二硫键辅助）	最低（单体稳定）
结合亲和力上限	较低（两条链需协同）	高（与天然抗体一致）	较高（可变 CDR3 更长）
亲和力上限的分子原因	—	—	CDR3 可达 20+ aa，可插入凸环伸入抗原凹槽
展示空间	需外膜输出装置	同上但更大	可溶性高，最易展示
表达宿主偏好	细菌偏好（较小）	哺乳动物偏好	细菌偏好明显
最终药物适配	多需重组为 IgG	可直接作为半抗体	需融合或重排为人源化分子

选择逻辑

（1）面向治疗性全人源抗体且追求最高亲和力上限 → Fab 或全抗体展示。Fab 保留了天然抗体的所有接触界面，因此在文库阶段"看到"的亲和力就是最终分子的亲和力，减少了重组后的重新优化。

（2）面向研究工具、诊断试剂、或需要下游工程改造 → scFv。它最容易做基因改造（标签融合、多特异性构建），这是它的核心价值，而不仅仅是便宜。

（3）目标抗原的表位不适合常规口袋 → VHH。当抗原表面只有平坦区域、或需要一个能顶住极端条件的分子时，VHH 的长 CDR3 是它不可替代的优势。它在细菌中的折叠稳定性也让它天然适合噬菌体展示。

亲和力上限的机制来源

把亲和力上限差异归因于"更大的接触面"是不完整的。真正的来源是拓扑约束：常规抗体的结合界面由 VH-VL 界面加 CDR 环共同构成，其形状相对固定，主要识别抗原表面的凹槽、裂隙或凸起的边缘；而 VHH 的 CDR3 是一个可高度变长的凸环，能伸入浅表凹槽（enzyme active site cleft 之外）或占据平坦表面上的小凹陷。这意味着 VHH 在某些抗原上天然能达到 IgG 达不到的结合模式——不是在所有情况下都更强，而是在特定拓扑上不可替代。

06、淘洗压力梯度：定量设计

淘洗（biopanning）的本质是一个序列化的富集过程。每一轮的目标不是"选出最好的克隆"，而是"把最好的克隆相对于次好的克隆的比例提高一步"。最终经过 3–4 轮，富集倍数达到 10³–10⁵，才进入单克隆筛选阶段。

富集动力学的简单模型

设第 r 轮的目标克隆比例为 f_r。一轮淘洗的效果由两个选择系数决定：结合阶段的选择性 α（高亲和力克隆的结合比例相对低亲和力克隆的优势）和洗涤阶段的选择性 β（洗涤保留率之比）。则：

f(r+1) / f(r)  =  (α × β) / 归一化系数

一轮淘洗的富集倍数 ≈ α × β
三至四轮累计富集 ≈ (α × β)³ ~ (α × β)⁴

示例：单轮富集 15 倍（α=3, β=5）
  三轮 → 3,375 倍
  四轮 → 50,625 倍
  若起始频率为 10⁻⁹（十亿分之一）：
  三轮后 → 3.4×10⁻⁶（三百万分之一，已可检出）
  四轮后 → 5×10⁻⁵（五万分之一，可直接进入单克隆筛选）

关键洞察：早期不要过度加压

这个模型的实践含义常被忽略。如果第一轮就施加极高压力（极低抗原浓度 + 严格洗涤 + 高盐），可能发生两件事：

（1）富集了错误的目标。如果你真正想要的是亲和力 KD < 1 nM 的克隆，但第一轮就抓到了一批 KD ~ 10 μM 的"边缘结合者"并且把它们全洗掉了，你就失去了后续通过亲和力成熟把它们向上推进的起点。这些边缘结合者虽然弱，但它们是"结合到该表位"的证据，价值远高于非特异克隆。

（2）丢失了多样性。过严的淘洗会显著降低回收量，如果洗脱的噬菌体数量低于某个下限（低于某个数量级后，多样性急剧下降），后面几轮就在一个很小的池子里打转。

更合理的节奏是：第一轮宽松，第二轮中等，第三、四轮严格。前两轮的作用是把"能结合该抗原的"和"完全不结合的"分开（这是特异性选择的主要来源）；后两轮才把"弱结合的"和"强结合的"分开（这是亲和力选择的主要来源）。这个区分很重要——特异性与亲和力是两个不同的选择目标，不应该在同一轮里同时施加。

四轮淘洗：选择性分配与富集累积淘洗轮次单轮富集倍数051540100R1R2R3R45×15×40×100×特异性选择为主亲和力选择为主分界：目标从"结合"转为"强结合"累计富集：5 × 15 × 40 × 100 = 3.0×10⁶ 倍　|　若首轮即用 100×，后期无梯度可升，且丢失弱结合起点

图2：淘洗压力的分配节奏。前两轮以"能否结合该抗原"为选择目标，应保持宽松以保留弱结合克隆作为后续亲和力选择的起点；后两轮转为"结合有多强"，此时逐步提高抗原浓度梯度与洗涤强度。累计富集倍数按乘法累积，因此任何一轮的选择性不足都无法在后期补偿。

洗涤强度的可调维度（按影响从小到大）

（1）洗涤次数。从 3 次到 20 次，代价是时间与噬菌体损失。这是第一个应该调、且最不影响分子性质的维度。

（2）洗涤缓冲液盐浓度。逐步从 150 mM 升到 300 mM、500 mM NaCl。盐通过屏蔽静电相互作用选择性淘汰弱结合者，对高度依赖电荷的结合影响尤大。

（3）洗涤缓冲液中加入竞争配体。例如加无关蛋白（BSA 之外的更贴近目标的竞争物）或游离抗原片段。最有效的选择性手段，但需要你事先知道抗原上哪个区域是目标表位。

（4）竞争性洗脱。用高浓度游离抗原洗脱，只保留结合力最强的部分，同时可能对表位邻近的区域有额外要求。

（5）洗涤时间。延长洗涤时间选择性保留慢解离者——因为慢解离往往意味着高亲和力。这个维度常被忽略，但它对亲和力的区分能力比增加洗涤次数更强。

最容易被忽略的维度

洗涤时间（不是次数）才是区分亲和力的主力。原因是：洗涤次数增加只是给所有非特异结合者更多次"脱落机会"，而洗涤时间延长则专门针对结合稳定但可逆的克隆——慢解离特征在高亲和力克隆中普遍存在（亲和力由结合自由能决定，结合自由能同时决定解离速率与结合速率）。这是一个物理性质，不是一个实验技巧。

07抗原浓度递减的数学

抗原浓度递减的目的与洗涤升级不同：洗涤淘汰的是"弱"，抗原浓度递减淘汰的是"结合位点少"。

设克隆 i 的解离常数为 K_d,i，抗原浓度为 [L]。在平衡态下，被结合的噬菌体比例正比于 [L] / (Kd,i} + [L])。这个函数有两个重要性质：

（1）当 [L] >> Kd,i} 时，结合比例趋于饱和，浓度再高也区分不出差异。这是高浓度淘洗无效的原因。

（2）当 [L] << Kd,i} 时，结合比例正比于 [L]/Kd,i}，即亲和力的倒数被直接放大为结合比例。这是低浓度淘洗有效的原因：它把亲和力差异放大成了占用差异。

所以抗原浓度应该设在介于你要区分的克隆群的 K_d 值之间的偏低位置。实用做法是从 10 μg/mL 开始（此时大多数抗体的饱和浓度远高于此），逐轮减半或按 3:1 递减，到第 3–4 轮降到 1–2 μg/mL 甚至更低。

注意：包被浓度 ≠ 结合浓度

这两个浓度常被混淆。包被浓度指你在孔板上包被抗原的浓度，它决定了"有多少抗原分子被固定在表面"，影响的是捕获容量与表位密度；结合浓度指实际可被接触到的游离/表面抗原浓度，它决定的是占据平衡。降低包被浓度同时降低了表位密度，可能引入空间位阻（抗体结合需要足够的表位间隔才能让整个噬菌体接近并洗脱）。经验规律是包被浓度降到 1 μg/mL 以下时，要检查是否还能洗脱结合态噬菌体（因为可能结合上了却洗不下来）。

08、固相、液相与细胞淘选

淘选方式的选择，本质上是"你在多大的程度上改变了抗原的构象与呈现方式"。

：取决于生物素化位点是否在表位附近

方式	操作	优势	构象风险	典型用途
固相（孔板/管）	抗原直接包被，封闭，洗涤	简单、可平行、高通量	高：随机吸附可能遮蔽表位；平面吸附可能改变构象	结构已知的靶标；筛选初期
生物素-链霉亲和素	生物素化抗原 + SA 磁珠	定向固定，表位朝向溶液相	低-中	膜蛋白、可溶化蛋白
溶液相 + 磁珠捕获	抗原与噬菌体在溶液中孵育，SA 磁珠拉下结合态	最大程度保留天然构象	最低	构象敏感表位、弱相互作用
细胞淘选	完整活细胞或膜制备物	天然膜环境，无需纯化蛋白	最低，但背景高	GPCR、通道蛋白、多聚体受体
脂质体展示	膜蛋白重组进脂质体	接近生理的膜环境	低-中	多跨膜蛋白

固相淘选的构象损失是系统性的

孔板包被的原理是通过疏水/静电吸附让蛋白"躺平"在塑料表面。这个过程可能造成三类构象改变：局部表位被邻近分子遮蔽（随机吸附，取决于蛋白大小与表面密度）；整体构象被表面约束（尤其是柔性蛋白，会因为固定化而锁定在某一构象）；寡聚状态改变（表面富集导致蛋白自发形成多聚体，可能暴露出天然状态下不存在的表位）。

判断固相淘选是否损失了目标表位，有一个实用方法：如果用固相淘洗找不到抗体，而用液相淘洗能找到，问题就在表面。但更经济的做法是直接在设计阶段就规划：用重组蛋白（AviTag 或 His 标签）做定向固定，而不是随机吸附；把标签放在 N 端或 C 端以远离已知表位；如果标签位置不可控，用一株表达"标签与目标蛋白之间有柔性连接臂"的细胞作为原料。

细胞淘选的背景问题

细胞淘选（正筛/负筛交替）能拿到天然构象的表位克隆，但背景极高：噬菌体会结合细胞表面的任何糖蛋白、脂多糖、细胞骨架蛋白。标准做法是交替负筛——先在不表达靶标的细胞上淘洗并收集未结合的噬菌体，再用它在表达靶标的细胞上淘洗，反向操作也能用（"正筛-负筛"）。

关键细节是洗涤液中的 1 mM MgCl₂（维持依赖金属的抗原构象与黏附）与 5% 胎牛血清（阻断 Fc 受体与 Fc 结合蛋白，这是细胞淘选中最常见的假阳性来源）。有实践数据表明，仅这两项的优化就能把阳性率从 0.3% 提升到 8.7%——接近 30 倍的改善，来源不是"更聪明的淘洗设计"，而是消除 Fc 介导的非特异结合。

09、多特异性与"抓取型"克隆问题

多轮淘洗会系统性地筛选出两类"聪明"的克隆，而它们往往不是你要的。

抓取型克隆（sticky clones）

如果你的靶蛋白是通过标签（如 GST、His、FLAG）表达的，那么文库里必然存在能识别标签的克隆。这些克隆会在淘洗中表现极好——高亲和力、高表达、易洗脱——因为它们的靶标在整个筛选中都是高浓度的。它们挤占了单克隆筛选的位置，而你必须逐个测序才发现全是无效的。

对策是在单克隆阶段做"标签单独"对照（用未融合标签的蛋白包被同一块板），或者在淘洗前用标签亲和树脂先淘一遍（negatively select against the tag）。

多价性造成的"表位指纹"假象

更微妙的一个陷阱：完整 IgG 有两个抗原结合位点，因此它对表位的亲和力是单价的 平方级。如果你用单价展示（scFv/Fab/VHH）筛到了 KD = 1 μM 的克隆，然后在 ELISA（用二抗检测，因而可能同时结合两个抗原分子）中测量，你测到的信号对应的是表观亲和力 KD^0.5，看起来像 30 μM 平方根级的改善——但这只是检测方式的产物，不是真实亲和力提升。

这个陷阱在用 ELISA 做亲和力排序时特别常见。所有用二抗检测的 ELISA 亲和力数据都是表观亲和力，不能用于比较单价亲和力。正确的做法是用 SPR（表面等离子共振）、BLI（生物层干涉法）或 ITC 测量，或者在竞争 ELISA 中用不同浓度的游离抗原做竞争曲线。

报数据时的纪律

如果论文里报告亲和力数值，审稿人一定会问：这个数据是 ELISA 表观亲和力、SPR 动力学常数、还是平衡解离常数？三者数值可以相差一到两个数量级，且不可互相转换。混用会导致结论站不住脚。SPR 报告 K_D 与 k_on/k_off，ITC 报告 K_D 与 ΔH，竞争 ELISA 报告 IC₅₀——三种体系，三种语义。

10假阳性甄别：为什么 ELISA 常骗人

单克隆筛选阶段（挑 96 孔板、做噬菌体 ELISA、挑阳性孔、测序）是最容易产生假阳性的环节。常见来源有五类，按隐蔽程度排序：

（1）二抗识别噬菌体骨架。ELISA 检测用抗噬菌体抗体（如 anti-pIII 或 anti-fd）识别噬菌体本身。如果空噬菌体也能被检出，就是强烈的假阳性来源。对照做法是设置"无抗原但有噬菌体"的孔，应该完全没有信号。这一对照非常容易被省略，但它是最有效的诊断项。

（2）ELISA 中的多价效应。如 §09 所述，检测抗体同时结合多个噬菌体颗粒（噬菌体表面有多个 scFv），信号被平方级放大。看起来弱结合的克隆在 ELISA 中显得很强。

（3）靶蛋白的制备残留。重组蛋白纯化后仍带有宿主蛋白、亲和标签、或通过 sonication 产生的片段。这些残留物本身就是抗原。如果你用不同批次纯化的蛋白做正筛与负筛，而它们的纯度不同，会引入偏差。

（4）孔板边缘效应。96 孔板外围孔的蒸发与温度差异会导致信号偏低，边缘孔的假阴性率高。而某些实验因为样本量少，只用了中间几行，反而可能出现边缘相关的问题。

（5）洗脱时的交叉污染。相邻孔的洗脱液或移液时的溅出，会把一个阳性克隆的序列扩散到邻近孔，产生"多个阳性孔其实是同一个克隆"的假象——随后你发现这些"独立阳性"的亲和力数据互相矛盾。

用梯度洗脱重建特异性

判别一个克隆是真结合还是假阳性的标准方法，是洗脱 pH 梯度实验。真结合的克隆在 pH 逐步降低时会呈现有序的信号衰减（从 pH 6 到 3 逐步减弱）；假阳性信号则在任何 pH 下都保持不变（因为它来自非特异的物理吸附或二抗识别）。此外，抗原浓度依赖性也是重要判据：真结合的信号应随抗原浓度递减而消失。

洗脱 pH 梯度：特异性判别的关键实验洗脱 pH洗脱效率6.05.04.03.02.20%25%50%75%100%真特异性结合：有序衰减假阳性 / 二抗识别：全 pH 恒定恒定信号 → 排查空噬菌体对照孔是否有信号抗噬菌体二抗是否识别骨架有序衰减 → 确证用竞争 ELISA 进一步验证SPR / BLI 测定真实 KD

图3：洗脱 pH 梯度的诊断逻辑。真正的抗原—抗体相互作用依赖于质子化状态，pH 降低会破坏氢键与盐桥，导致洗脱效率呈现有序的梯度上升；而非特异吸附、二抗识别骨架等假阳性来源对 pH 不敏感，信号在整个范围内保持水平。这个实验成本极低（一次 96 孔板梯度）却是甄别假阳性最有效的手段。

11、从结合到可开发性：三条早期红线

噬菌体展示项目失败的最常见原因不是"没筛到抗体"，而是"筛到了但做不出来"。开发性问题应当在单克隆阶段就开始评估，而不是等到候选分子定稿后。

红线一：非特异性结合

一个 KD 极好但在普通血清、塑料表面、甚至其他蛋白上都有可观结合的抗体，无法做成药物。这需要在早期就用几个简单的对照检测：在 10% 人血清中的结合、在无关细胞表面的结合、在竞争性蛋白存在下的结合保留。实践中的成本极低——几孔 ELISA，几小时，却能省掉几个月。

红线二：聚集与疏水性表面

高亲和力抗体常常天生是"粘性的"，因为结合多聚抗原靶标（如病毒衣壳、蛋白聚集体）通常需要更宽的接触面和更多的疏水相互作用。这些性质在溶液中表现为聚集，在药物制剂中表现为不稳定性。

早期筛查手段：测热稳定性（低温下短时间孵育后用 SEC 或 DLS 看是否有可溶性单体）、测在不同 pH 与盐浓度下的沉淀行为、以及在加速条件下（37°C 放置数周）观察是否出现可见聚集。

红线三：表达与序列问题

（1）序列可及性限制。如果你的文库用了 interlibrary suppression（在 V_H 框架上用两个限制性酶切位点筛掉了非优势框架序列），那么克隆的 VH 序列是固定的，只能通过轻链与 CDR 变异获得多样性。这个约束保证了折叠与表达，但压缩了优化空间。某些时候放弃这个约束是值得的。

（2）序列稳定性风险。某些 CDR 序列在翻译时容易形成二硫键错配或聚集倾向，这类问题在噬菌体展示中表现为"结合好但无法表达成可溶性蛋白"，很容易被误判为"展示失败"。

（3）翻译后修饰位点。糖基化、天冬酰胺化序列（N-X-S/T）如果位于 CDR 内，会造成化学不稳定或糖基化异质性，这在序列层面就能识别。

一个可行的排序

在拿到 50–100 个 ELISA 阳性的克隆后，建议的评估顺序是：① NGS 测序去冗余并聚类（判断是否真有多样性，还是少数序列被反复淘出）；② 抗亲和力杂音（ELISA 竞争曲线，而不是单点）；③ 非特异性结合对照（成本低、淘汰率高）；④ 可溶性小量表达 + 纯化（淘汰表达失败的）；⑤ SPR/BLI 精确 KD；⑥ 早期可开发性（血清结合、热稳定）。前三步能淘汰掉大部分问题克隆，且每一步的成本都远低于走到第 ⑤ 步。

12、计算一个淘洗方案

最后用一个具体情形把这些原则串起来。假设目标是一个难成药的靶标：一个膜蛋白，可溶化表达非常困难，因此打算用细胞淘选。已有一个 10⁹ 独立序列的合成人源 scFv 文库，熵值 18 bits。

方案设计

（1）先做标签负筛。用纯标签蛋白（表达靶蛋白所用的 GST/His/FLAG 中的任何一个）包被，淘洗 2 轮，回收未结合的噬菌体。这一步去掉库中所有能识别标签的克隆。损失约 1–3% 的多样性，成本 2 天。

（2）交替负筛：用不表达靶蛋白的稳定细胞株（如 HEK293T 或 CHO）包被或直接用细胞淘洗 2 轮，回收结合态噬菌体。这一步去掉所有结合"通用细胞表面"的克隆，包括抓取型与黏附型。损失可能达 10%–30%，但这一步去掉的多是后续会持续污染单克隆阶段的克隆。

（3）正筛第 1 轮（宽松）：表达靶蛋白的活细胞，抗原浓度不人为降低，洗涤 3 次，PBS + 1 mM MgCl₂ + 5% FBS，pH 2.2 甘氨酸快速洗脱。目标：单轮富集约 5 倍，主要淘汰完全不结合者。

（4）正筛第 2 轮：洗涤 6 次，加入 300 mM NaCl。目标：单轮富集约 15 倍，开始区分强弱结合者。

（5）正筛第 3 轮：洗涤 10 次，500 mM NaCl，洗涤总时长延长。目标：单轮富集约 40 倍，利用慢解离特征筛选高亲和力。

（6）正筛第 4 轮（严格）：抗体浓度降低至第 1 轮的 1/5（模拟抗原浓度递减），洗涤 15 次，PBS 洗脱改为竞争洗脱（加高浓度无关细胞膜制备物）。目标：单轮富集约 100 倍，累计约 3×10⁶ 倍。

预期的收率与风险

从 10⁹ 序列、目标频率假设为 10^-7（即约 100 个潜在结合者，这个假设对一个好靶蛋白是合理的）出发，第 1 轮后目标频率变为 5 × 10^-7，第 2 轮后 7.5 × 10^-6，第 3 轮后 3 × 10^{-4，第 4 轮后 3 × 10-2。也就是说，第 3 轮结束时目标已经占库中约 0.03%（每三万个克隆中有一个），第 4 轮结束后占 3%（每三十三个中有一个）——这时挑 96 个克隆做单孔 ELISA，理论上会有近 3 个阳性。}

风险点在于第 4 轮的严格洗涤可能已经损失掉了高亲和力的边缘克隆。如果第 4 轮后阳性克隆数异常少（< 5 个/96 孔），正确的做法不是继续加压，而是回到第 3 轮的产物重新做一轮更温和的第 4 轮。淘洗方案是迭代的，不是单向递增的。

不要忘记周期性冗余

在这个方案的每一步都应该留下样品并在合适时机测序。淘洗过程不是黑箱——如果你在每轮后都做浅测序，你就能直接看到富集是否在按预期发生。这比任何理论模型都更可靠：当你发现第 3 轮后高频序列已经不是预期的那批时，你需要立刻停止并诊断，而不是继续往下走。

回到标题里的三角关系：库容决定了你能碰到多少种可能，漂移控制决定了这个可能集合在筛选过程中保留了多少，淘洗压力决定了你从保留的集合中挑出了什么。三者的冲突点是明确的：加大压力提升特异性但损失多样性，加强库容提升多样性但加剧漂移。工程能力的体现不在于把某一项推到极限，而在于知道当前项目的瓶颈是哪一项，并且愿意为它牺牲另外两项。