来源：DNA Lab Space 实验教程 | 编译：DNA Lab Space
你辛辛苦苦提了RNA、建了库，上机测序回来一看比对率——不到50%。数据废了大半，生信同事把锅甩给rRNA去除，但真的是这样吗？大概率是，但不全是。rRNA残留高是常见元凶，可文库浓度、接头二聚体、参考基因组不匹配，甚至RNA降解，全都能把比对率压到让你怀疑人生的水平。
这篇文章从操作台到命令行，按流程顺一遍，把每个查错点、验证方法和顺手就能用的解决手段全给你捋清楚。别急着重新提RNA，先花十分钟按下面几步走。
第一步：快速排查低级错误
很多"比对率低"其实死于操作台，不是死于科学原理。先看这四件事：
1. 样本RNA降解了没？
跑个胶看28S/18S亮度比。小于1.5？别往下做了。降解的RNA片段丢失了真转录本全长，reads读不出来。重新提RNA。
2. rRNA去除试剂加对了没？
Ribo-Zero和RiboCop的操作细节完全不同。你缓冲液加错体积，或者磁珠没涡旋混匀，直接等于没做去除。对照说明书逐行核对，尤其注意磁珠需要彻底重悬。
3. 建库试剂盒过期或批次不对？
接头、逆转录酶、连接酶，任何一个失活都会导致文库产量低、扩增偏好性大。确认有效期，别赌它"还能用"。
4. 参考基因组选对了吗？
你的RNA是人源的，比对用的却是小鼠基因组？或者使用了带有污染序列的组装版本？比对率低是必然的。下载Ensembl/GENCODE官方构建，比对前用STAR生成索引时加 `--sjdbOverhang 149`，读长150bp就设149。
第一步先说这些，都是看一眼就能解决的事。如果都正常，往下系统性排查。
第二步：分维度系统排查
从RNA抽提到比对完成，全流程有五个模块，按顺序查。每个原因给你判断方法、背后的原理、解决步骤和精确验证手段。
1. RNA提取与质检模块：核酸纯度和完整度决定底层数据质量
现象： 260/280远低于1.9，或者RNA完整度数值和实际跑胶结果对不上。
原理： 260/280低提示蛋白质或苯酚残留，抑制逆转录酶和连接酶。但这些残留物虽然抑制酶，真正致命的是RNA本身降解。片段化后reads连不上内含子区域，比对的失败率高。
解决：
- DNase I处理：37°C孵育10分钟，然后EDTA终止。
- 重新沉淀纯化：加入1/10体积的3M醋酸钠（pH 5.2）和2.5倍体积无水乙醇，在-80°C沉淀30分钟，4°C 13000 × g离心20分钟。弃上清后务必用70%乙醇洗涤两次，别省这一步。
验证： 取2μL样本跑Agilent 2100，RNA完整度值≥7且28S/18S比值≥1.8。若完整度低于7，直接放弃重抽，没有捷径。
如果胶上出现弥散而完整度数值正常，重点检查试剂盒洗涤液是否残留——2100会算进去。
2. rRNA去除模块：操作细节决定残留比例
这一模块是核心。按不同试剂盒分步说。
现象A（探针杂交法，如Ribo-Zero）： 最终文库中rRNA reads占比超过5%。
原理： 探针杂交要求特定的温度和时间，体系温度不对或者孵育中断，探针就不能高效结合核糖体RNA。
解决：
- 把RNA和探针的杂交体系在95°C变性2分钟，然后以0.1°C/s的速率缓慢降温至65°C，保持5分钟。快速冰浴会导致非特异性杂交，切记用梯度降温。
- 磁珠使用前在室温涡旋至少10秒，取用后立即放回。磁珠量加倍（如原体系用50μL，改到100μL）通常能改善回收效率，但会增加非特异损失，不建议常规操作。
- 杂交结束后清洗磁珠三次，每次用200μL洗脱缓冲液，37°C孵育2分钟再磁分离。然后加20μL无核酸水洗脱RNA。
验证： 取建库前的小样跑qPCR（引物设计在18S和28S保守区）或对最终文库跑FastQC，看Overrepresented sequences里是否有rRNA序列富集。
现象B（酶切法，如NEBNext）： rRNA去除不完全，且出现大量小片段RNA丢失。
原理： RNase H消化依赖DNA探针代替RNA双链形成DNA-RNA杂合链。温度低于37°C，酶活下降，未消化的rRNA链会干扰后续连接。
解决：
- 酶切温度恒定在37°C，时间严格保持在35分钟（NEBNext v2规格），超时会导致转录本降解，不足则rRNA残留增加。
- 反应完立即加DNase I（1μL，37°C 15分钟），去除DNA探针。这一步不能省，残留探针会被当成模板扩增，产生大量非特异性产物。
验证： 文库跑High Sensitivity DNA芯片看片段分布。若主峰低于200bp且出现大片拖尾，确认是RNase H过消化。
3. 建库与扩增模块
现象： 文库浓度不低（≥20ng/μL），但比对率低且插入片段异常短。
原理： 扩增循环数过多或接头连接效率低导致的PCR偏好性。RNA片段的两端必须同时连接上接头才能被有效扩增和比对。循环数多会让小片段（包括接头二聚体）被指数放大。
解决：
- PCR循环数控制在12-15个，根据起始RNA量调整。起始量1μg做13个循环，500ng做14个循环。
- AMPure XP磁珠双轮纯化，第一轮用0.8×体积去除大片段，第二轮用1.0×体积去除引物二聚体。注意磁珠与DNA比例必须精确，宁可用加样枪多次慢吸，不要一次吸半管造成误差。
- 上机前对文库跑Agilent Bioanalyzer。片段主峰在280-350bp之间才算正常。主峰小于200bp，多半是连接失败，重新建库。
验证： 比对后用Picard CollectInsertSizeMetrics查看插入片段分布。如果中位数小于200bp，文库质量不合格。
4. 上机与数据产出模块
现象： 碱基质量值低（Q30低于75%），比对率直接崩了。
原理： 上机pooling比例不对导致簇密度过高。每条flow cell的小簇互相重叠，信号采集时无法区分边界，碱基识别错误率升高。
解决： 确认库浓度用qPCR而不是Nanodrop，Nanodrop会把游离核苷酸和单链DNA算进去，浓度通常偏2-3倍。上机浓度严格按平台规格：NextSeq 550 PE150推荐1.8pM，MiSeq v2试剂盒推荐12-15pM，具体看试剂盒批次说明。用qPCR标准品做标准曲线，再按曲线计算实际摩尔浓度。
验证： 上机结束后，Illumina分析界面看Cluster Density数值。超出推荐范围1.2倍以上，下次稀释两倍。
5. 参考基因组与比对参数模块
现象： 比对率低，但rRNA reads占比正常（低于3%）。RNA质检也合格。
原理： 问题出在比对环节。使用STAR比对时参数设置太严或索引版本太旧会导致错配率升高，尤其在低复杂度区域。还有更隐蔽的情况——参考基因组里有多条与你的样本来源物种高度相似的标记序列（如线粒体假基因），这些序列截获了大量reads。
解决：
- 用STAR默认参数加以下调整：`--outSAMmapqUnique 60 --outFilterMismatchNoverLmax 0.05 --outFilterMultimapNmax 20`。允许足够多比对比对而不会让低质量reads混入。
- 比对时加入 `--outSAMtype BAM SortedByCoordinate`，同时生成unmapped reads文件。比对后查看unmapped BAM的序列，用BLASTN检索，看看是不是被已知而基因组中缺失的序列截获了。如果是这种问题，换更全的基因组版本或补充转录组注释文件。
验证： STAR输出日志里的 `Uniquely mapped reads %` 字段作为指标。跑完BAM后用samtools flagstat确认总比对率。如果uniquely mapped低于60%，排查上述步骤。
第三步：进阶疑难问题
三个情况不常见，但遇到了让人头疼：
1. RiboCop和Ribo-Zero外显子覆盖度不均匀
现象：使用RiboCop时发现mRNA覆盖度5'端比3'端低2倍以上，而Ribo-Zero无此问题。原理是RiboCop使用RNase H消化rRNA，其设计可部分穿过内含子区域，但在转录起始位点处可能有酶切切偏。RiboCop的批间差异和探针特异性比Ribo-Zero严格。解决：换用Ribo-Zero Plus做平行对照，确认rRNA去除效率和比对率的差异。如果RiboCop确实有问题，考虑换试剂盒，不要反复调体系。
2. 跨物种比对导致rRNA残留虚高
很多人在做非模式物种转录组时，使用人类rRNA参考序列做比对滤除。但如果该物种rRNA序列差异太大（如酵母或植物），你的rRNA depletion reads可能无法正确匹配到人类rRNA参考，导致实际rRNA残留被严重低估。解决：直接用物种特异rRNA参考序列过滤，或者用一次性比对到注释的rRNA数据库，如Silva数据库（LSU/SSU Ref）做滤除，再计算真实残留率。
3. 核糖体RNA残留呈现链特异性偏差
使用链特异性建库时，某些试剂盒（如TruSeq Stranded Total RNA加上Ribo-Zero）对rRNA的链偏向性处理不好，导致rRNA去除只去掉一条链，留下另一条链，reads占比在3.5%左右。解决：检查文库的链方向配置是否与试剂盒规格匹配。STRANDED选项设置为 `--outSAMstrandField intronMotif`，并确认最终数据中sense链和antisense链的比例。如果出现严重偏向，查看试剂盒说明书里对"second strand"处理的指引。
避坑总结+实操建议
三条结论：
1. rRNA去除失败后，后续任何补救手段都不能让数据起死回生，需返工至rRNA去除步骤。前面所有步骤的优化都是为了这一步能正常运转。
2. 比对率低不等同于rRNA去除失败。先看rRNA占比，再看quality值，最后才动参考基因组参数。顺序别乱，避免浪费时间。
3. 磁珠操作、QC检查、qPCR定量，三处细节做到位，已经能避免一半以上的"科学未解之谜"。
两条日常习惯：
1. 每张flow cell都保留一份去接头前的文库样本（-20°C保存至结果通过QC），排查问题时可以直接回溯，不用重新建库。
2. 每次建库记录一个核心参数表格，内容包含起始RNA完整度值、rRNA占比、延伸循环数、最终文库浓度、Cluster Density——按批次对比，趋势异常就是问题在开始积累的信号。
看，排查比对率问题的每一步都像做PCR：有体系、有阴性对照、有特异性验证。如果你在探索多组学方案，需要快速拿目标物种的高质量转录本数据来验证参考基因组选择，站内提供的引物设计工具和密码子优化器能帮你做针对性验证。需要调整RNase H探针长度？引物设计模块可以直接输出可用的探针序列。如果蛋白表达层面也顺便需要优化，站内还集成了蛋白可溶性分析工具，一次注册，建库和分析的完整武器库都齐了。