来源：RNA-seq链特异性差建库方向排查（DNA Lab Space 实验教程）| 编译：DNA Lab Space
做完RNA-seq，跑infer_experiment.py一看，两个方向的reads各占一半，链特异性直接判failed。建库重复一遍、测序重来一轮，钱花了，问题还在。其实链特异性差很少是单一环节崩掉，多数时候是某个酶、某个参数、某个文件版本被忽略。这篇按建库流程逐段拆，从RNA投入到数据判读，把能踩的点一次说清。
第一步：先查4个新手最常犯的低级错误
1. 试剂盒根本没选链特异性类型。普通RNA-seq建库试剂盒不保留链信息，跑完就是50:50。看说明书第一页，确认是否标注"strand-specific"或"dUTP method"。不是的话换试剂盒，别怀疑数据。
2. 分析时BED文件用错版本。参考基因组是GRCh38，BED却用了GRCh37的注释，染色体坐标全错位。直接看`head`比对文件里的染色体名是"chr1"还是"1"，跟BED保持一致。
3. 比对参数没开链特异性。HISAT2要加`--rna-strandness RF`（dUTP法），STAR要加`--outSAMstrandField intronMotif`。漏掉参数，下游infer_experiment的结果必然塌掉。
4. aualysis命令调错。infer_experiment.py核心是`-r 100000`，少于这个数统计波动大，判读极不稳定。样本量少就直接把`-r`设成全部reads。
第二步：分维度系统排查（按实验流程）
环节一：RNA投入与片段化
1. RNA降解严重。 现象：RIN值低于6，片段化后小片段扎堆200 bp以下。原理：降解的RNA富集短片段，反转录时第一链合成不完整，第二链更容易被误合成。解决：RIN≥7再进库，投入量控制在100 ng–1 µg总RNA。验证：Agilent 2100跑一次，看28S/18S比值是否≥1.5。
2. 片段化时间过头。 现象：插入片段集中在150–180 bp，接头二聚体明显。原理：片段太短，第一链和第二链长度接近，链区分度降低。解决：94°C片段化时间降到5–6分钟（NEBNext体系）。验证：Bioanalyzer High Sensitivity芯片跑一轮，主峰落在250–300 bp为佳。
环节二：反转录与第二链合成（核心环节）
3. 反转录酶活性不足。 现象：cDNA产量低，PCR要跑到18个循环以上。原理：第一链没合成完，残留的RNA在第二链合成时被当成模板，方向信息混乱。解决：换SuperScript IV或ProtoScript II，42°C孵育15 min后70°C灭活15 min。验证：qPCR测cDNA产量，Ct值应比RNA对照低8个循环以上。
4. dUTP掺入比例不对。 现象：infer_experiment两个方向都接近0.5。原理：第二链合成时dUTP替代dTTP，USER酶才能特异切掉第二链；掺入不足，第二链被保留下来双向信号叠加。解决：第二链buffer里dTTP必须换成dUTP，10 mM each dNTP中，dUTP与dATP/dGTP/dCTP等摩尔。验证：取2 µL第二链产物跑2%琼脂糖凝胶，条带应集中在300–500 bp。
5. Actinomycin D漏加。 现象：链特异性从0.85掉到0.6附近。原理：放线菌素D抑制DNA依赖的DNA合成，阻断第二链以第一链为模板的副反应。解决：第一链反应体系里加0.5 µg/µL放线菌素D，终浓度别超1 µg/µL，否则抑制反转录酶本身。验证：对照组加/不加放线菌素D，跑infer_experiment对比方向比例。
环节三：USER酶消化
6. USER酶加量或时间不够。 现象：第二链残留，链特异性信号被稀释。原理：USER酶（尿嘧啶DNA糖基化酶+核酸内切酶VIII）切含dUTP的第二链，37°C 15 min是标准条件。解决：每管加1 µL USER酶（NEB M5505），37°C孵育15 min，别超20 min。验证：消化后取5 µL跑胶，第二链条带消失即成功。
7. 消化后没纯化干净。 现象：下游PCR出现非特异条带。原理：USER酶残留会切后续PCR产物中的尿嘧啶。解决：消化后用1.0×AMPure XP磁珠纯化，洗脱15 µL。验证：NanoDrop测浓度，A260/A280在1.8–2.0之间。
环节四：PCR扩增与接头连接
8. PCR循环数过高。 现象：文库复杂度低，链特异性统计波动。原理：循环数越多，错误掺入越多，方向信号被噪声淹没。解决：起始cDNA 1 ng以上，PCR循环控制在12–15个。验证：qPCR监控扩增曲线，荧光到平台期前2个循环就停。
9. 接头连接效率低。 现象：需要更多PCR循环补量。原理：接头没连上，文库有效浓度低，被迫加循环。解决：连接体系20°C孵育15 min，接头:插入片段摩尔比10:1。验证：连接后取2 µL跑胶，出现约320 bp的接头-插入片段产物。
环节五：数据分析判读
10. infer_experiment参数设置。 现象：结果在两个方向间跳动。原理：读段数太少，统计不稳定。解决：`-r 200000`，BAM文件用排序后的。验证：看输出里"Fraction of reads explained by"两个数值，dUTP法应一个>0.85，另一个<0.15。
11. 注释文件与比对参考不匹配。 现象：结果明显偏低但建库没问题。原理：GTF/BED染色体命名或版本不一致，读段被随机分配。解决：用`grep "^chr"`核对BED和BAM的染色体名，统一用GENCODE或Ensembl同一版本。验证：`samtools view -H`看@SQ行，与BED的chrom列表逐一对照。
第三步：进阶疑难问题
12. 样本本身有大量反义转录本。 现象：链特异性比例正常，但某个基因的反义信号异常高。原理：部分基因（如印记基因、Xist）天然存在反义转录本，不是建库问题。解决：先跑`featureCounts -s 2`看反义计数分布，全基因组层面正常就放心。验证：看整体strandness，不要盯着单个基因。
13. 多个文库混合上机。 现象：同一lane里链特异性结果有的好有的差。原理：index hopping或pooling比例失衡，导致reads错配。解决：每个文库加不同index，pooling前用Qubit定量，等摩尔混样。验证：拆分后单独跑infer_experiment，每个样本分开判读。
14. 降解样本混入DNA污染。 现象：基因组DNA残留导致背景信号。原理：gDNA没有链特异性，会拉低整体比例。解决：DNase I消化，37°C 10 min，然后加EDTA灭活。验证：跑`-s 1`和`-s 2`对比，如果两者结果接近，说明有双链污染。
避坑总结+实操建议
三条核心结论：
- 链特异性差，九成出在第二链合成和USER消化环节，别一上来就怀疑测序。
- dUTP掺入比例和放线菌素D是关键变量，缺一个方向就乱。
- 数据分析前先核对BED、BAM、GTF三者版本，版本不对，后面全白费。
两条日常好习惯：
- 每批次建库留一个阳性对照（已知链特异性的RNA），跑完先测对照再上样本。
- 建库完成后立刻跑Bioanalyzer，主峰位置和浓度一起记录，别等测序完再回头找问题。
工具上，如果你在建库前需要设计链特异性引物，可以直接用站内的引物设计工具，自动避开反向互补区的干扰。做原核样本的，密码子优化工具能顺手把表达框调整到适合dUTP法的反转录偏好。蛋白表达验证阶段，蛋白可溶性优化工具帮你判断表达产物是不是可溶，避免因为样本本身质量拖垮建库。这几步串起来，链特异性问题基本不会再反复。