量	计算	结果
总摩尔浓度	1000 µg/mL×1000/100	10000 nM = 10 µM
粗略正确装配	10×0.70	7 µM
非主物种	10×0.30	3 µM equivalent

第 21 周学习包：从序列设计到实验样品

本周核心问题

当一个设计在功能实验中失败时，如何证明被测试的样品确实是正确版本、正确装配、足够纯且浓度可信的分子，而不是把交付链错误误判成设计失败？

一、端到端证据链

项目假设
→ 序列/结构设计与版本
→ DNA/质粒构建
→ 表达与收获
→ 纯化与回收
→ identity/quantity/quality
→ assay-specific sample release
→ binding
→ cell function
→ 数据解释与下一轮设计

任何一环失真，错误都可能向后传播并被包装成一个合理但错误的生物学故事。

二、学习目标

完成本周后，应能够：

建立 sequence–construct–plasmid–batch–sample–assay 的唯一追溯链；
为计算设计定义可执行的 wet-lab handoff package；
识别链定义、信号肽、连接肽、Fc、标签和工程位点的版本风险；
区分 titer、recovery、identity、assembly、purity 和 functional concentration；
根据 assay 风险设定样品放行要求；
识别 concentration normalization 和 molar conversion 的错误；
设计失败归因的 stage-gate 和最小 rescue experiment；
组织一次 sequence-to-sample cross-functional review。

三、学习时间安排

标准版：4 小时

学习块	时间	任务	产出
诊断	15 min	10 题	盲点清单
Handoff contract	55 min	设计交付字段	manifest
Stage gates	65 min	构建—表达—QC—assay	gate map
Failure propagation	55 min	错误树与 rescue	root-cause table
案例与验收	50 min	复盘错误样品	CAPA/decision

深入版：6 小时

选择 10 个历史候选，审计序列到 assay 的追溯完整度 60 分钟；
将一个实验异常追溯到原始 construct 和 QC 45 分钟；
与表达/纯化/分析/细胞团队做一次 45 分钟 handoff review；
建立内部命名与版本控制约定 30 分钟。

四、课前诊断

一个 FASTA 文件能否完整定义双抗构建？
amino-acid sequence 相同是否保证表达构建相同？
Protein A 主峰能否确认所有链正确配对？
A280 浓度能否直接作为活性双抗浓度？
两个不同分子量分子按 µg/mL 比较是否是等摩尔？
样品 SEC monomer 98% 是否证明序列版本正确？
assay plate 上名称相同是否足以完成追溯？
样品在 QC 后多次冻融，原 QC 还能完全代表上机状态吗？
构建错误为何可能产生“表位丢失”假结论？
Stage gate 的目的是什么？

五、设计交付合同

5.1 计算团队最低交付字段

类别	必须字段
Project	project ID、target、mechanism、requester
Design	design ID、parent、round、design rationale
Sequence	每条链 AA/核酸版本、链名、方向、checksum/长度
Format	IgG subtype、Fc、valency、geometry、linker、tag
Engineering	mutations、目的、预期影响、不可变位点
Construct	signal peptide、expression cassette、cleavage site
Expected product	theoretical MW、chain count、disulfide/assembly expectation
Controls	parent、reference、negative、rescue variants
Risk flags	glycosylation、deamidation、isomerization、unpaired Cys、hydrophobicity等
Assay plan	primary hypothesis、assay、关键对照和 success criteria

序列文件、结构模型和汇总表必须引用同一 design ID 和版本。不要用“final_v2_new”式文件名承担版本控制。

5.2 对双抗/多特异分子

额外明确：

哪条重链与哪条轻链配对；
heavy-chain heterodimerization 策略；
common light chain、CrossMab 或其他防错配策略；
linker 方向和长度；
Fc active/silent/half-life mutations；
预期副产物与可区分分析方法；
两臂功能如何分别和同时验证。

六、命名与追溯

6.1 建议的对象层级

DESIGN-001-v03
└─ CONSTRUCT-HC01 / LC01
   └─ PLASMID lot P2401
      └─ EXPRESSION batch E2407
         └─ PURIFICATION batch U2407
            └─ SAMPLE vial S2407-01
               └─ ASSAY run A2410 / plate 02 / wells

每层有唯一 ID，且不可用自由文本名称替代。

6.2 Sample manifest

最低字段：

sample ID 和 parent batch；
molecule/design/construct version；
concentration、volume、total amount；
buffer、pH、excipient；
storage、freeze–thaw、date/time；
identity、SEC、CE-SDS、endotoxin 等结果和报告链接；
intended assay 与 release status；
aliquot/vial ID；
deviation/remark。

Assay raw data 应保存 plate-map 中 sample ID，而不只是候选昵称。

七、五个 stage gates

Gate 0：设计可执行

序列完整、版本冻结；
分子形式和链关系明确；
风险与对照定义；
success/failure 可被实验区分。

Gate 1：构建正确

质粒身份与完整序列确认；
方向、读框、信号肽/连接肽正确；
关键工程位点存在且无意外突变。

Gate 2：表达/纯化可解释

有平台 positive control；
titer、harvest amount、recovery 可重建；
异常损失位置明确；
样品未被错误池或峰混入。

Gate 3：样品 fit-for-purpose

identity 与 assembly；
concentration 和 active fraction；
monomer/fragment/aggregate；
assay-specific endotoxin/buffer/stability；
aliquot 与使用窗口。

Gate 4：assay 有效

controls/reference 通过；
sample 上机状态与 manifest 一致；
关键结论跨独立批次/正交方法；
failure 可定位到机制层，而非前置质量。

八、浓度与摩尔归一化

8.1 质量浓度转摩尔浓度

molar concentration (mol/L)
= mass concentration (g/L) / molecular weight (g/mol)

对 150 kDa IgG：

1 µg/mL = 1 mg/L = 0.001 g/L
0.001 / 150,000 = 6.67×10⁻9 mol/L = 6.67 nM

对 50 kDa fragment，相同 1 µg/mL 为 20 nM。按质量浓度比较会给不同 molecule counts。

8.2 Total protein vs active molecule

若双抗样品只有 70% 正确装配，但按总 A280 浓度计算 dose，名义 10 nM 可能只有约 7 nM 预期物种；剩余物种还可能竞争单臂结合或带来安全混杂。

不要随意“用纯度百分比修正”而忽略不同杂质的吸收和功能；需要经过验证的 active/assembly quantitation。

九、失败怎样向后传播

上游错误	下游表象	容易产生的错误故事
序列版本错	binding/function 全失	“设计破坏表位”
轻链错配	单臂/双臂功能低	“几何不适合”
titer assay 偏差	dose normalization 错	“potency 提升/下降”
聚集	binding/activation 偏高	“affinity/agonism 更强”
内毒素	cytokine 偏高	“分子有 CRS 风险”
buffer 不相容	cell viability 下降	“直接细胞毒”
freeze–thaw	批次间漂移	“模型不可重复”
plate-map 错	排名反转	“AI 设计成功/失败”

十、最小 rescue 实验原则

先确认身份和样品状态；
与 parent/reference 在同批重制或同板比较；
只改变一个最关键变量；
选择能区分两个首要机制的实验；
不用十个探索实验替代一个明确判别实验；
预先写出每种结果如何改变决策。

示例：候选 binding 下降。先用 LC-MS/链级身份 + 新鲜单体批次确认；再分别测纯化抗原和 cell binding。若两者均低，偏向 paratope/结构问题；若抗原正常而细胞低，转向构象/靶密度/几何。

十一、跨团队 review 议程

5 分钟：项目假设和设计版本；
5 分钟：construct/质粒身份；
5 分钟：表达与物料平衡；
5 分钟：QC 和 assay release；
10 分钟：binding/function 原始数据；
10 分钟：矛盾与 root-cause tree；
5 分钟：决策、owner、due date 和成功标准。

会议结论必须关联 sample ID 和 raw-data location。

十二、综合案例

Design D3 相比 parent 的 BLI KD 好 5 倍，但 cell binding 和 killing 均差。调查发现：

BLI 使用的是 98% 单体 SEC fraction；
cell assay 使用未经过 SEC 的 Protein A pool，monomer 72%；
intact mass 有两个主物种；
plate map 只写 “D3”，未记录 vial ID；
D3 为双抗，A280 按全蛋白定量。

参考分析

现阶段不能归因于“affinity 提升损害 cell geometry”。不同 assay 使用不同物种组成的样品，且双抗装配/浓度不确定、追溯不足。优先确认两个主物种身份，获得正确装配/高单体新鲜批次，用唯一 sample ID 在 BLI、cell binding 和 killing 同步复测；再讨论生物机制。

十三、闭卷验收与答案

Handoff 最低核心？——唯一版本、链/格式、风险、对照和 assay hypothesis。
质粒层为何独立？——AA 设计正确不保证 DNA 构建/读框正确。
Protein A 证明什么？——含可结合 Fc 的物种，不证明正确装配。
Stage Gate 3？——样品 fit-for-purpose release。
1 µg/mL 150 kDa IgG 约多少 nM？——6.67 nM。
为什么按质量比较片段和 IgG 不公平？——molecule count 不同。
sample manifest 连接什么？——design/批次/QC/aliquot/assay。
plate-map 为什么要 sample ID？——防止昵称/瓶次混淆并可追溯。
failure first step？——身份、状态、浓度和 assay validity。
rescue experiment 原则？——最小、判别性、单变量、预设决策。

十四、本周最终交付物

提交三份可直接使用的模板：Design Handoff、Sample Manifest、Sequence-to-Sample Stage-Gate Checklist；再用一个历史案例完成一次追溯审计。

从序列设计到实验样品

总浓度与活性物种浓度