摘要
噬菌体展示技术仍是一种强大的高通量筛选平台，用于体外生物分子的进化研究。随机肽库已被成功用于发现具有诊断和治疗应用价值的多种肽。然而，一些固有的局限性——如对庞大理论序列空间的采样不足、原始库中的组成偏倚以及在生物淘选过程中非特异性结合物的意外富集——可能会影响筛选结果。在本文的综述中，我们通过序列空间和适应度景观的概念框架来探讨噬菌体展示筛选的动态过程。与一些传统的定向进化方法不同，噬菌体展示中的适应度景观不仅受到展示肽与目标结合亲和力的影响，还受到噬菌体本身生物学特性的极大影响。这些特性可能在筛选和扩增的迭代过程中扭曲适应度景观。通过改进库的设计和构建技术（利用下一代测序技术（NGS）识别富集的序列簇或生物淘选结果中的重复 motif）、构建智能的、基于 motif 的二级库以缩小搜索范围至肽空间中的高适应度区域、避免重复的筛选轮次，以及应用复杂的计算工具来解析大型 NGS 数据集，可以显著提高发现稀有、高亲和力、目标特异性肽的统计概率。将这些策略整合到噬菌体展示的工作流程中，使研究人员能够更有效地探索序列空间的功能区域，并更高效、更有针对性地导航适应度景观，从而将噬菌体展示筛选从一种盲目的、主要基于随机性的过程转变为一种有指导的、信息更丰富的过程。
图形摘要
噬菌体的生物学特性会导致适应度景观变得崎岖不平，从而影响肽的选择过程，降低成功发现高亲和力、目标特异性结合物的可能性。通过采取相应的策略可以缓解这些挑战，提高在序列空间中寻找功能性肽的效率。
利益冲突
作者声明没有利益冲突。
数据可用性声明
由于本研究未生成或分析任何数据集，因此不适用数据共享的规定。
