cDNA是什么？从mRNA到互补DNA的完整入门指南

先把结论说清楚：cDNA是什么

cDNA的全称是complementary DNA，中文通常译为「互补DNA」。它并不是细胞里天然存在的一类独立遗传物质，而是在实验条件下，以RNA为模板（绝大多数时候是成熟的mRNA），由逆转录酶催化合成出来的DNA分子。因为它与模板RNA严格遵循碱基互补配对规则，所以被叫做「互补DNA」。

打个比方：mRNA是一张随时会被揉皱、被降解的便签，而cDNA是把便签上的内容誊抄到耐保存的档案纸上的副本。誊抄的过程中，信息基本保留，但材质换了——从容易断裂的RNA，变成了稳定得多的DNA。

为什么非要这么折腾一遍？原因很现实：RNA是单链、带2′-羟基，化学性质活泼，在环境中很容易被RNase降解；而且当年建立起来的测序、克隆、扩增技术，几乎全部以DNA为操作对象。DNA聚合酶不会拿着RNA模板干活，PCR也扩不了RNA。所以研究者需要一个「中间人」，把RNA世界的信息翻译成DNA世界可读、可存、可放大的形式。cDNA就是这个中间人。

理解了这一点，后面的很多细节就顺理成章了：为什么cDNA里没有内含子，为什么同一个基因可以对应好几条cDNA序列，为什么做定量PCR之前一定要先做逆转录——答案都藏在「它是mRNA的DNA副本」这句话里。

为什么叫「互补」：碱基配对那点事

DNA和RNA之间的信息传递，靠的依旧是碱基配对。规则很朴素：腺嘌呤（A）与胸腺嘧啶（T）配对，在RNA里则与尿嘧啶（U）配对；鸟嘌呤（G）与胞嘧啶（C）配对。逆转录酶读取mRNA上的碱基时，会按同样的规则补上对应的碱基：模板是A，它加上T；模板是U，它加上A；模板是C，它加上G；模板是G，它加上C。

于是mRNA上的一段5′-AUG GCA UUU-3′，逆转录出来的cDNA对应链就会读作3′-TAC CGT AAA-5′。这里有两个经常被初学者忽略的点：第一，RNA里的U在cDNA里消失，被T取代；第二，习惯上我们在数据库里看到的「mRNA序列」，往往就是cDNA中与mRNA同向的那一条链，因此可以直接当成mRNA来读，只是把U都记作T。

换句话说，cDNA和mRNA是互补的两条链，但它们承载的信息是一致的。这也解释了为什么在公开数据库里检索一个基因时，Nucleotide库里的转录本记录写的是cDNA序列，而注释里又说它对应某条mRNA——这不是矛盾，只是同一份信息的两种呈现方式。

cDNA长什么样，和基因组DNA差在哪里

这是最容易被混淆的一组概念。基因组DNA是细胞核里那套完整的原始档案，包含外显子、内含子、启动子以及大片基因间区；cDNA只对应已经完成剪接的成熟mRNA，反映的是「这个细胞此刻准备翻译出什么」。两者的差别不是高低之分，而是用途之别。

从结构上看，最直观的三点差异是：其一，cDNA里没有内含子，因为mRNA在细胞核内剪接时已经把内含子切掉了，逆转录只是照抄成品，没有机会看到被剪掉的部分；其二，cDNA通常也不包含启动子、增强子这类调控序列，因为转录起点之前的内容并不出现在成熟mRNA里；其三，基因组基因可以横跨很长的区间，而对应的cDNA往往只有几百到几千个碱基。

从信息属性上看，差别更关键：基因组序列在同一个体的不同细胞里基本一致，而cDNA会随着细胞类型、发育状态、外界刺激发生剧烈变化。肝细胞和神经细胞拥有同一套基因组，但它们的cDNA文库内容截然不同。这正是cDNA在表达研究里不可替代的原因——它是动态的、有时空特异性的快照。

实践中的选择也很清楚：想研究一个基因「在某种组织里表达的是哪个剪接版本」，看cDNA；想确认「这个基因上是否存在某个致病突变」，得回到基因组DNA，因为突变可能落在外显子之外的内含子区，只看cDNA会漏掉。

逆转录酶：把RNA读成DNA的分子机器

完成这项工作的核心工具是逆转录酶。它最早在逆转录病毒中被发现，这类病毒把RNA基因组反向写入宿主DNA，从而整合进宿主染色体。逆转录酶身兼数职：能以RNA为模板合成DNA（RNA依赖的DNA聚合酶活性），能把RNA从RNA-DNA杂交链上切下来（RNase H活性），还能以刚合成的DNA为模板补齐第二条链（DNA依赖的DNA聚合酶活性）。一酶多能，这也是它能在试管里独立完成从mRNA到双链cDNA的原因。

目前实验室使用的逆转录酶大多是改造过的版本，来源主要有两类：一类来自鼠白血病病毒，另一类来自禽类成髓细胞瘤病毒。改造方向集中在几个方面：提高热稳定性以便处理高二级结构的模板，削弱RNase H活性以减少对新生DNA链的破坏，提升对复杂RNA的通过能力。选酶的时候，通常要结合模板长度、GC含量、是否需要保留全长以及下游是定量PCR还是建库来权衡。

与高保真DNA聚合酶相比，逆转录酶的忠实度并不算高。如果实验目的是拿到一段用于表达或测序的cDNA，常见做法是先逆转录，再用高保真酶扩增，最后通过测序确认序列，避免把逆转录过程中引入的错误当成真实变异。

从一管RNA到双链cDNA：流程拆解

虽然不同试剂盒的细节各异，主线步骤是相通的。

第一步：RNA提取与质检

先用合适的方法从细胞或组织中提取总RNA，随后评估纯度和完整性。常用指标包括A260/A280比值、A260/A230比值，以及反映RNA完整程度的RIN值。这一步的意义被很多人低估：降解的RNA逆转录出来的是断裂的cDNA，下游定量结果会系统性地偏离真实值。

第二步：清除基因组DNA污染

提取过程中难免残留少量基因组DNA。如果不处理，它会被当成模板直接扩增，给出假阳性信号。常规做法是用DNase I消化，或者在设计引物时让上下游引物落在不同外显子上，使基因组来源的产物因为含有内含子而变得很长甚至无法扩增。

第三步：选择引物策略

这一步直接决定逆转录的覆盖面。oligo(dT)引物结合在mRNA的poly(A)尾上，只捕获带尾的成熟转录本，得到的是偏向3′端的cDNA；随机引物能从任意位置起始，对降解片段和非poly(A)RNA更友好，但特异性稍弱；基因特异性引物最精准，适合只关心少数目标基因的场景。选择哪一种，取决于你要回答的问题。

第四步：逆转录反应

在缓冲体系中加入dNTP、逆转录酶与RNase抑制剂，按酶的最适温度进行孵育。温度设置会影响二级结构的打开程度，进而影响能否读到全长序列，因此不同酶往往有各自的推荐条件。

第五步：第二链合成与纯化

第一链合成后形成RNA-DNA杂交分子。通过碱水解RNA，或用RNase H制造切口、再由DNA聚合酶补齐，就能得到双链cDNA。之后经过纯化去除酶和残余核苷酸，产物即可进入下游的扩增、克隆或建库环节。

cDNA文库：把一份转录组「冻起来」

如果把一个样本里所有mRNA都逆转录成cDNA，再连接到载体中、转入宿主细胞保存，就得到了cDNA文库。它本质上是这个样本在某种状态下表达的全部转录本的集合，是一份可以长期保存、反复取用的基因资源。

评价一个文库建得好不好，通常看几个指标：文库滴度是否足够，重组率是否高，插入片段的平均长度是否符合预期，以及覆盖的转录本种类是否完整。文库的价值在于「可回溯」——今天测不了、买不到的样本，只要留了文库，将来还有机会重新挖掘。

与基因组文库相比，两者的关系可以这样理解：基因组文库像一张完整的地图，包含了所有街道甚至荒地；cDNA文库则像一份当天节目单，只列出此刻真正在播放的内容。研究者想找某个基因的编码区，常常更愿意从cDNA文库入手，因为不必再费劲地从内含子之间拼出外显子。

实验室里cDNA到底在干什么

逆转录定量PCR

这是cDNA最日常的用途。流程是提取RNA、逆转录成cDNA、再以cDNA为模板做实时荧光定量PCR。cDNA在这里更像是一个不得不经过的中转站——PCR体系无法直接扩增RNA，所以必须先转成DNA。最常见的坑依旧是基因组污染导致的假阳性，以及内参基因选择不当造成的相对定量失真。

克隆与蛋白表达

由于cDNA不含内含子，把人类基因的cDNA导入大肠杆菌就能直接表达出目标蛋白；而给它基因组DNA，细菌没有剪接机制，往往做不出正确的产物。以微生物为工厂生产重组蛋白的思路，正是建立在这一特性之上。

转录组测序

RNA-seq的核心步骤之一就是把RNA逆转录成cDNA再上机测序。得到的读段回贴到参考基因组或参考转录本上，就能估计基因表达水平、识别差异剪接、发现融合转录本。可以说，没有cDNA这一步，今天绝大多数表达研究都无从谈起。

表达谱芯片与RACE

早期的表达谱芯片把cDNA片段作为探针固定在基片上，通过杂交信号判断表达丰度，如今虽已被测序主流所取代，但思路一脉相承。而cDNA末端快速扩增技术则是从已知序列出发向两端延伸，把不完整的片段逐步拼成全长cDNA，是获取全长编码序列的经典手段。

如果你需要查询某条转录本的参考序列，可以去NCBI的核酸数据库检索；想比较不同物种的转录本结构，Ensembl的注释更直观；而要从cDNA序列推到蛋白功能和结构域，UniProt是很难绕开的一站。把这几处配合起来看，一条cDNA背后的生物学信息才算真正串起来。

几个最容易搞混的地方

第一，cDNA不等于mRNA。两者是互补的两条链，信息一致但化学本质不同。看到数据库里写「mRNA序列」时，很多时候它其实就是那条cDNA链。

第二，cDNA不含内含子，但这不代表一个基因只有一条cDNA。可变剪接会让同一个基因产生多种成熟转录本，因此你会看到同一基因下挂着好几条不同的cDNA记录，它们都合法、都真实。

第三，「cDNA序列和基因组序列完全一致」是错的。cDNA的每个片段都能在基因组中找到对应位置，但顺序上少了被剪掉的部分，长度也短得多。

第四，检测到cDNA信号，说明的是「存在对应的mRNA」，不等于「存在对应的蛋白」。转录本丰度和蛋白丰度之间隔着翻译调控、修饰与降解等好几道关卡。

给动手做实验的人几点提醒

如果你正准备做一次逆转录或者读一份测序报告，下面几条经验或许能省下不少返工：先看RNA完整性再谈定量，降解样本的数据再漂亮也经不起推敲；引物尽量跨内含子设计，这是防止基因组污染最省事的一道防线；逆转录酶的保真度有限，涉及序列准确性的实验一定要用高保真酶重新扩增并测序确认；建库时留意引物策略带来的3′端偏好，它会影响你对该基因表达量的判断。

回到最初的问题：cDNA是什么？它是mRNA在试管里的DNA化身，是连接转录本与所有DNA层面操作的桥梁。它既不是基因组本身，也不是天然存在的独立分子，但正因为这份「人造」的身份，研究者才能把易逝的表达信息固定下来，反复测量、比较与验证。理解了这一点，无论你是在读一份表达谱报告，还是在设计一管逆转录反应，判断都会踏实很多。