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？

课前诊断参考答案（先独立作答，再展开核对）

不能：FASTA 只含氨基酸序列，缺少链配对关系、异二聚化策略、linker 方向/长度、Fc 形式、信号肽、标签与风险标记等 construct/format 信息；序列文件、结构模型和汇总表必须引用同一 design ID 和版本。
不保证：AA 设计正确不保证 DNA 构建、读框、方向和信号肽连接正确；质粒身份与完整序列需在构建层（Gate 1）独立确认。
不能：Protein A 主峰只证明存在可结合 Fc 的物种，不区分正确配对与错配/单臂等副产物；需要 intact mass、CE-SDS 等 identity/assembly 方法确认。
不能直接：A280 是总蛋白，不反映正确装配分数；若只有 70% 正确装配，名义 10 nM 的预期物种只有约 7 nM，且不能随意“按纯度百分比修正”。
不是：质量浓度相同时分子数不同——150 kDa IgG 的 1 µg/mL≈6.67 nM，而 50 kDa fragment 同浓度为 20 nM；比较应换算成摩尔浓度。
不能：SEC 只反映 size homogeneity，不提供序列/身份信息；序列版本错或标签丢失的分子仍可能表现为单一 monomer 峰。
不足：自由文本昵称会混淆 design 版本与 vial 批次（如“D3”可能是不同批次、不同物种组成的样品）；必须用唯一 sample ID/aliquot ID 贯穿 design—batch—QC—assay 链。
不能完全：冻融可引起聚集或活性损失，QC 是特定时点的快照；manifest 应记录 freeze–thaw 次数与使用窗口，上机前必要时复测关键指标。
错误向后传播：序列/构建错误使被测样品并非预期分子，binding/function 全失会被包装成“设计破坏表位”的生物学故事；先过 stage gates 排除交付链错误，再归因于设计。
失败归因定位：在设计、构建、表达/QC、样品放行、assay 各节点设置通过标准，使失败可定位到机制层而非前置质量，并指导最小 rescue 实验。

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

Handoff 最低核心？
质粒层为何独立？
Protein A 证明什么？
Stage Gate 3？
1 µg/mL 150 kDa IgG 约多少 nM？
为什么按质量比较片段和 IgG 不公平？
sample manifest 连接什么？
plate-map 为什么要 sample ID？
failure first step？
rescue experiment 原则？

闭卷验收参考答案（先闭卷作答，再展开核对）

五个核心：唯一 design ID 与版本、链/格式信息（配对、linker、Fc、风险标记）、对照（parent/reference/negative/rescue）和 assay hypothesis 与 success criteria。
DNA 层有独立失败模式：AA 设计正确不保证质粒读框、方向、信号肽连接和关键工程位点正确，需质粒身份与完整序列确认（Gate 1）。
含可结合 Fc 的物种：Protein A 主峰不能区分正确配对与单臂/错配副产物，需 intact mass、CE-SDS 等 identity/assembly 正交方法。
样品 fit-for-purpose release：确认 identity 与 assembly、浓度和 active fraction、monomer/fragment/aggregate、assay 相关 endotoxin/buffer/稳定性，以及 aliquot 与使用窗口（Gate 3）。
约 6.67 nM：1 µg/mL = 1 mg/L = 0.001 g/L；0.001 g/L ÷ 150,000 g/mol ≈ 6.67×10⁻⁹ mol/L。
分子数不同：同质量浓度下 50 kDa fragment（20 nM）的分子数约为 150 kDa IgG（6.67 nM）的 3 倍，µg/mL 比较会系统性偏袒大分子。
端到端追溯链：连接 design/construct 版本、表达/纯化批次、QC 结果与报告链接、concentration/buffer/freeze–thaw 状态、aliquot/vial ID 和 intended assay 与 release status。
防止昵称混淆：唯一 sample ID 使每个结论可回溯到具体 vial、批次与 QC 状态，避免把不同批次或不同物种组成的样品当成同一分子。
先查身份与状态：确认样品身份（LC-MS/链级）、状态（聚集/冻融）、浓度和 assay validity（controls/reference 是否通过），再讨论生物学机制。
最小且判别性：与 parent/reference 同批或同板比较，只改变一个最关键变量，选择能区分两个首要机制的实验，并预先写出每种结果如何改变决策；不用十个探索实验替代一个明确判别实验。

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