为什么 80% 的 Gibson 失败其实在设计阶段就注定了
Gibson Assembly（Gibson 等温一步法）看起来很神奇：把若干带末端重叠的 DNA 片段和三种酶（T5 外切酶、Phusion 聚合酶、Taq 连接酶）混在一起，50°C 孵育几十分钟，就能无缝拼接成完整质粒。但真正上手时，许多同学遇到的却是无菌落、阳性率低、拼接错位或序列缺失。
已有文章 gibson-assembly-failure 从故障排查角度分析了”已经失败了怎么办”，但绝大多数失败的根因其实在引物下单那一刻就埋下了：重叠区太短无法退火、GC 过高形成二级结构、载体末端设计错误产生自连背景、片段摩尔比不对……这些问题，一旦进入组装反应阶段几乎无法补救。
本文聚焦设计阶段的正向操作 SOP：从重叠区参数、片段拆分策略、载体线性化方式、引物序列设计、摩尔数与质量换算，到最终的设计自查清单，一步步帮你把 Gibson 成功率从”碰运气”变成”可重复”。
Gibson 三酶系统与末端重叠的基本原理
在谈设计之前，先快速理解反应原理，因为设计原则都是从原理推导出来的：
| 酶成分 | 作用 | 设计启示 |
|---|---|---|
| T5 外切酶（5’→3’ 外切） | 从双链 DNA 的 5’ 端切出 3’ 单链突出末端，使相邻片段的重叠区暴露并互补退火 | 重叠区必须在 5’ 端，长度要足够让 T5 切完后仍有 15–25 nt 的互补单链 |
| Phusion 聚合酶 | 补平退火后产生的缺口（5’→3’ 合成，3’→5’ 校对） | 退火后 3’ 端必须是正确配对的起始点；重叠区 3’ 端若有错配则无法延伸 |
| Taq 连接酶 | 将相邻链的 3’—OH 和 5’—P 缺口封合，形成完整环状质粒 | 连接处 5’ 必须是磷酸化的（PCR 产物引物如果是普通合成的就没问题，限制性酶切载体 5’ 自带磷酸） |
核心结论：相邻两个片段的末端 15–40 bp 必须 100% 反向互补，且这段序列决定了退火的稳定性和特异性。
一、重叠区（Overlap）设计参数表
这是整篇文章最重要的一张表。请在设计引物时严格对照：
| 参数 | 推荐值 | 允许范围 | 超限后果 | 特殊说明 |
|---|---|---|---|---|
| 重叠长度 | 20–30 bp | 15–40 bp | <15 bp 退火不稳阳性率骤降；>40 bp 易形成发夹或串联重复 | 片段越多（4+）越要偏向 25–30 bp |
| 重叠区 GC 含量 | 40%–60% | 35%–65% | <35% Tm 低难以稳定退火；>65% 易形成二级结构和非特异性 | 若序列本身高 GC，可适当拉长重叠长度到 30 bp 补偿 Tm |
| 重叠区 Tm（近邻法） | 48–56°C | 45–60°C | 低于反应温度太多会无法稳定退火 | 用 NEB Tm Calculator 或 SnapGene 计算，不要用 4×GC+2×AT 粗算 |
| 连续相同碱基 | ≤ 4 bp | — | A/T 连续 >4 bp 产生”呼吸”效应解链；G/C 连续 >4 bp 产生强发夹 | 设计时有意把重叠区”换位置”避开 poly-A/T 区 |
| 回文 / 发夹结构 | ΔG ≥ −3 kcal/mol | ≥ −5 kcal/mol | 自身发夹会和互补退火竞争，严重时完全不组装 | 用 OligoCalc 或 SnapGene Hairpin 检查 |
| 二聚体 ΔG | ≥ −5 kcal/mol | ≥ −7 kcal/mol | 重叠区与自身或其他片段 3’ 端形成强二聚体，会被聚合酶延伸出杂带 | 用 primer-analysis 工具排查 |
| 编码区拼接 | 不引入移码 / 不改变氨基酸 | — | 重叠区跨越 CDS 时，错 1 bp 就移码，错 3 bp 就改变一级序列 | 最容易犯的错：酶切位点后加 2 bp 做重叠，结果移码 |
| 重叠位置 | 避开末端 3 bp 内含限制酶识别位点 | — | 后续验证酶切时可能把连接点切断 | 连接位点尽量设计在无常见酶切位点的区域 |
为什么不推荐所有实验都用 15 bp 最短重叠？
15 bp 重叠在”理想条件”（40%–60% GC、无二聚体、2 片段）下可行，但容错率极低：只要引物合成有 1 个 n-1 缺失，或者 PCR 引入 1 个错配落在重叠区内，15 bp 的退火稳定性就会直接垮掉。默认用 25 bp 会让你省下大量重复实验的时间。
二、片段拆分策略：在哪切、切几段
把目标序列拆成多少片段、每个片段多长，直接决定了组装难度和成功概率。
片段数 × 总长度推荐表
| 组装场景 | 片段数 | 单片段长度范围 | 预期阳性率 | 难度等级 |
|---|---|---|---|---|
| 单片段插入（最常见） | 2 片段（载体 + 插入） | 插入 100 bp–10 kb | >85% | ⭐ 入门 |
| 中等复杂构建 | 3–4 片段 | 每段 300 bp–5 kb | 50%–80% | ⭐⭐ 常规 |
| 复杂通路 / 多基因 | 5–6 片段 | 每段 200 bp–3 kb | 20%–50% | ⭐⭐⭐ 进阶 |
| 超大组装 | >6 片段 或单段 >15 kb | 视情况 | <20%，强烈不推荐一次硬拼 | ⭐⭐⭐⭐ 换方法 |
经验法则：如果你是第一次做 Gibson，从 2 片段（载体 + 1 插入）开始。很多同学一上来就想 5 片段拼 15 kb，结果失败了完全不知道问题出在哪。
拆分位点怎么选：3 个优先级
- 优先选天然存在的”无功能区”：如载体上多克隆位点两端、CDS 之间的 linker、UTR 中间等，避免把功能域或蛋白编码区硬从中间打断。
- 次选 GC 均匀、无重复序列的区域：重叠区就是两个片段的接头，接头序列本身要”干净”。
- 最后才考虑长度均分：如果 2 和 3 片段差不多，才考虑让各片段大致相等（便于定量）。
拆分反例：这些位点千万别做连接点
| 反例 | 后果 |
|---|---|
| 刚好在 ATG 起始密码子前面 10 bp 以内 | 破坏 5’ UTR 结构和核糖体结合效率，表达量骤降 |
| 刚好截断信号肽 / 核定位信号等短功能元件 | 信号肽被一劈两半后即使拼上也常常折叠错误，功能失效 |
| 刚好在 poly-A 尾或 GC-rich 结构域中央 | 重叠区序列差，退火不稳定 |
| 刚好在常见限制酶识别位点上 | 后续用该酶做验证时把质粒切碎，无法正确判断连接产物 |
三、载体线性化方式选择：双酶切 vs 反向 PCR + DpnI
载体制备占 Gibson 背景高低的 70%，两种方法各有适用场景：
方法对比决策表
| 维度 | 双酶切法 | 反向 PCR 法（线性扩增 + DpnI） |
|---|---|---|
| 适用场景 | 多克隆位点两端有合适的酶；需要极低自连背景 | 多克隆位点没合适酶；想完全无缝（不残留酶切位点末端） |
| 操作步骤 | 双酶切 2–4 h → 切胶回收 / 柱纯化 | 高保真 PCR 线性扩增 → DpnI 37°C 1–2 h 消模板 → 柱纯化 |
| 自连背景 | 极低（双酶切两端不匹配） | 稍高（DpnI 消化不彻底时会残留超螺旋模板） |
| 末端平整度 | 取决于所选酶（可能有 5’ 突出、3’ 突出或平端） | 绝对平端（Phusion 产物），对 Gibson 最友好 |
| 载体大小限制 | 几乎无限制（>15 kb 也能切） | >10 kb 时 PCR 扩增易出错，保真性下降 |
| 引入突变风险 | 无 | PCR 错配可能引入突变（>10 kb 建议送部分测序） |
| 酶切后残留碱基 | 有 2–6 bp 的”酶切脚”，如果位点在 CDS 里可能移码 | 完全无缝，连接点 0 额外碱基 |
反向 PCR 扩增载体的关键要点（容易忽略）
- 引物方向必须是”背靠背”（Back-to-Back）：正向引物 5’→3’ 沿质粒顺时针，反向引物则逆时针，两个引物之间的区域是被扩增的”载体骨架”，而不是被删除的部分。设计前把序列文件调出来确认一遍，否则扩增出来是反过来的，整个构建全废。
- 5’ 端必须带重叠区：反向 PCR 产物两端就是载体和插入片段的接头，因此每条载体引物的 5’ 端要加 20–30 bp 的重叠序列，分别和两个相邻插入片段互补。
- DpnI 必须足量且彻底：模板质粒（通常是小提的）是 dam+ 甲基化的，DpnI 只切甲基化 GATC 位点；但如果消化时间不够或酶量不够，残留超螺旋质粒会转化后长出密密麻麻的假阳性，让你误以为 Gibson 成功了。推荐：100 µL PCR 产物加 1 µL DpnI（20 U），37°C 孵育 2 h，不要偷懒只放 30 分钟。
四、引物序列完整设计实例（2 片段插入）
下面用一个最常见的场景：把 1.8 kb 的 ORF 插入 pET-28a(+) 的 NcoI / XhoI 之间，完全无缝（不保留酶切位点多余碱基），演示完整设计步骤。
方案选择：反向 PCR 线性化载体（因为要完全无缝不残留酶切位点）
步骤 1：确定载体上的”插入位置”
- pET-28a(+) 上 NcoI（CCATGG）含 ATG 起始，XhoI（CTCGAG）在 His-tag 上游
- 我们要把 ORF 直接插到 ATG 后、His-tag 之前，所以连接点就在：
- 载体左端点：NcoI 切开后的 ATG 开头位置（保留 ATG，后面直接接 ORF 的第 2 个密码子）
- 载体右端点：XhoI 之后 His-tag 前的氨基酸编码区
步骤 2：画出四个引物的组成结构
每个引物 = 5’ 端重叠区（20–30 bp）+ 3’ 端特异性结合区（18–25 bp，Tm ~60°C）
| 引物名称 | 5’ 端（20–30 bp 重叠） | 3’ 端（特异性结合区 ~20 bp） |
|---|---|---|
| F-载体（反向 PCR 左引物） | 和插入片段 3’ 端末尾 25 bp 相同（正向链） | 结合 pET-28a 上 XhoI 下游质粒骨架区 |
| R-载体（反向 PCR 右引物） | 和插入片段 5’ 端开头 25 bp 的反向互补相同 | 结合 pET-28a 上 NcoI 上游（ATG 处）质粒骨架 |
| F-插入（扩增 ORF 正向） | 和 R-载体 5’ 端的 25 bp 相同（即载体右端 25 bp） | 结合 ORF 5’ 端特异性序列（不含 ATG，因为载体已有 ATG） |
| R-插入（扩增 ORF 反向） | 和 F-载体 5’ 端的 25 bp 反向互补相同（即载体左端 25 bp 的 RC） | 结合 ORF 3’ 端特异性序列（去掉终止密码子，因为后面要接 His-tag） |
读起来有点绕，实际上最简单的方法是：把”期望得到的最终质粒序列”在两个连接点之间分别取 25 bp，左边那段就是 F-载体 5’ 端和 R-插入 5’ 端的序列；右边那段就是 R-载体 5’ 端和 F-插入 5’ 端的序列。 然后每条引物的 3’ 端接特异性扩增区。建议用 SnapGene / Geneious 等软件直接在序列上标注，比手动写不容易错。
步骤 3：用工具验证每一条引物
把设计好的 4 条引物分别复制到 primer-analysis 里检查：
- Tm 是否在 58–62°C 之间（PCR 扩增区的 Tm）
- 有无发夹（Hairpin ΔG < −5 kcal/mol 的要改）
- 有无二聚体（尤其是 F-载体和 R-载体之间、F-插入和 R-插入之间）
- GC clamp：3’ 端最好有 1–2 个 G/C，但不要连续 3 个以上
五、片段定量与摩尔比换算
Gibson 反应的”黄金比例”是载体 : 每段插入片段 = 1 : 2（摩尔比），而不是质量比。很多同学直接照 50 ng 载体 + 50 ng 插入片段来加，结果如果插入片段比载体小很多，分子数就严重过量（产生多拷贝串联）或不足（阳性率低）。
摩尔数与纳克质量换算公式
pmol = ng × 1000 ÷ (bp × 650)
ng = pmol × bp × 650 ÷ 1000650 是 1 bp 双链 DNA 的近似平均分子量（g/mol·bp）。单链 DNA / RNA 用 330。
也可以直接用 molecular-weight-calculator 和 copy-number-calculator 快速换算。
不同片段数的推荐加样总表（10 µL 体系）
| 片段数 | 载体 pmol 用量 | 每段插入 pmol 用量 | 载体典型质量（按 5 kb 算） | 插入典型质量（按 2 kb / 段算） |
|---|---|---|---|---|
| 2 片段（1 插入） | 0.03 pmol | 0.06 pmol（1:2） | ~100 ng | ~40 ng |
| 3 片段（2 插入） | 0.04 pmol | 每段 0.08 pmol | ~130 ng | 每段 ~52 ng |
| 4–5 片段 | 0.06 pmol | 每段 0.12 pmol | ~195 ng | 每段 ~78 ng |
| 6 片段 | 0.1 pmol | 每段 0.2 pmol | ~325 ng | 每段 ~130 ng |
实际操作建议：先用 NanoDrop 或 Qubit 测每段 DNA 浓度（ng/µL），再按上表或计算器算出每样需要加多少 µL。总体积不要超过 Gibson 酶体系的 50%（即 10 µL 体系中 DNA 加起来不要超过 4–5 µL，因为酶和缓冲液要占 5 µL）。
六、最终设计自查清单（每条引物设计完都勾一遍）
重叠区检查
- 相邻片段重叠区长度 ≥20 bp（4 片段以上 ≥25 bp）
- 重叠区 GC 在 40%–60% 之间，Tm 在 48–56°C 之间
- 重叠区内无连续 >4 个相同碱基
- 重叠区 Hairpin ΔG ≥ −3 kcal/mol
- 如果重叠区跨 CDS，确认 不移码、氨基酸不改变（或符合预期突变）
- 每对相邻片段的重叠区 100% 互补（没有 1 bp 错配）
引物扩增区检查
- 每个引物 3’ 端特异性结合区长度 18–25 bp，Tm 58–62°C
- 反向 PCR 载体引物是背靠背方向（不要扩增反了）
- 所有引物之间（尤其是同管 PCR 的 F/R）无强二聚体
- 3’ 端不是连续 3 个以上 A/T（防止滑配）
最终产物逻辑检查
- 连接后质粒的期望序列拼出来是正确的（把所有片段在文本编辑器里连接一遍，或用 SnapGene 模拟组装）
- 抗生素抗性、复制起点、启动子、终止子都完整
- 验证用的酶切位点在预期长度会出现预期条带
常见设计错误与避坑
坑 1：重叠区和扩增区之间多了一个酶切位点”脚”
双酶切载体 + 插入片段做 Gibson 时，同学经常在设计插入引物时把载体末端那 4 个突出的碱基也算进重叠区——结果最终连接点多了 4 bp，CDS 里直接移码。解决方法：先写出最终期望的完美质粒序列，再从里面截取重叠区，不要从”酶切后的载体序列”里直接取。
坑 2：三片段以上组装时中间片段两端的 Tm 不匹配
中间片段的左侧重叠和右侧重叠 Tm 相差 >10°C，会导致一端已经退火连接了，另一端还没稳定结合。要求：同一引物上的两侧重叠和扩增区 Tm 差距 <5°C。
坑 3：反向 PCR 载体方向设计反了
最隐蔽的错误。扩增产物测序看骨架序列，结果是反的——此时所有重叠区也都是反的，组装完全不工作。预防：在 F-载体的 3’ 端特异性结合区上选 20 bp，去质粒序列里 BLAST 一下，看方向对不对，或者引物下单前把整段 PCR 产物的模拟序列在 SnapGene 里比对到参考质粒。
坑 4：PCR 产物直接加，不过柱也不切胶
引物二聚体（即使只有几十 bp）末端和载体的短重叠序列如果意外互补，也会被 T5 外切酶处理后连接，最终产生大量”载体+二聚体”的假阳性克隆。所有 PCR 产物（无论 Marker 看起来多干净）都必须过柱或切胶回收。
设计工具速查表
| 工具 / 网页 | 用途 | 适用场景 |
|---|---|---|
| NEBuilder Assembly Tool（NEBuilder 官网） | 自动设计 Gibson / HiFi 组装引物，支持多片段、自动检查 Tm | 新手首选，准确率高 |
| SnapGene Gibson Assembly（软件） | 可视化拖拽，模拟组装后质粒，自动生成引物清单 | 实验室有 License 时用最顺手 |
| primer-analysis（本站工具） | 批量检查 Tm、GC、二聚体、发夹、特异性 | 手动设计完必走一步验证 |
| sequence-manipulation（本站工具） | 反向互补、翻译、酶切位点查找、序列拼接 | 手动拼序列、检查移码 |
| molarity-converter（本站工具） | 输入片段 bp 和目标浓度，直接给出称量/加样质量 | 摩尔比换算时用 |
按本文 SOP 先设计、再验证、后组装，2–3 片段的 Gibson 组装几乎可以做到每次都有阳性克隆，测序正确率 >80%。如果仍然失败，可以回过头看 gibson-assembly-failure 的故障排查篇，那里覆盖了酶活性、转化条件、DNA 质量等下游环节的问题。