核酸浓度换算：OD260、ng/µL 与 pmol 互转
A260 转质量浓度用的是各类核酸的经验消光系数（1 cm 光程、A260 = 1 时）：
| 核酸类型 | A260 = 1 对应浓度 |
|---|---|
| 双链 DNA (dsDNA) | 50 µg/mL |
| 单链 DNA (ssDNA) | 33 µg/mL |
| RNA | 40 µg/mL |
| 寡核苷酸 | 约 33 µg/mL |
浓度 = A260 × 系数 × 稀释倍数。
质量与摩尔量互转用平均分子量：dsDNA 每个碱基对约 660 g/mol， 单链核酸每个核苷酸约 330 g/mol。所以
dsDNA: pmol = ng × 1000 / (660 × bp)
ssDNA: pmol = ng × 1000 / (330 × nt)
关于纯度比值： A260/A280 反映蛋白污染，DNA 约 1.8、RNA 约 2.0 为佳； A260/A230 反映盐、酚、胍类残留，理想值 2.0–2.2。比值偏低说明有污染， 但比值正常不代表核酸完整——降解的 RNA 一样可以有漂亮的 260/280，要看电泳或 RIN 值。
对寡核苷酸，用 660/330 这种平均分子量会有偏差，序列已知时请用合成厂商给的精确消光系数。
常见问题
A260/A280 是 1.8 就说明 DNA 质量好吗？
只能说明蛋白污染少。核酸是否降解要看凝胶电泳或 Bioanalyzer/TapeStation 的片段分布。
为什么 Qubit 和 NanoDrop 测出来差很多？
NanoDrop 测的是所有 260 nm 吸光物质，游离核苷酸和 RNA 都算进去；Qubit 用特异性荧光染料，通常更接近真实 dsDNA 量。
相关解读
- 2026-10-29
分开推断调控网络让中性粒细胞肿瘤重编程分析失真
三篇单细胞方法论文各自踩到同一个坑：把两种条件或分析步骤分开建模，独立优化引入的噪声在比较时会伪装成真实差异。NetDes-Duo联合推断调控网络用于中性粒细胞肿瘤重编程，ConvexGating把聚类与分选门控联合优化，GWAS与iPSC-QTL整合定位神经退行性疾病风险至小胶质细胞。三篇文章在不同层次上给出同一结构的解法。
- 2026-10-28
CD8签名预测布鲁氏菌病分期，但黑色素瘤应答由TLS空间结构决定
三项研究同时触碰一个核心问题：单细胞转录信息能预测多少关于疾病的事？布鲁氏菌病里，外周血CD8签名已经足够；黑色素瘤里，TLS空间结构才是关键；体内CRISPR近邻筛选则把问题推向了遗传机制。
- 2026-10-27
人类海马发育单细胞图谱揭示PSEN1 E280A类器官的谱系命运偏移
这篇bioRxiv预印本首次为海马类器官研究提供了连续发育参照——HuDeHA图谱整合PCW3到15.3岁共658,059个细胞——并以PSEN1 E280A突变类器官为对象做系统定位，发现放射状胶质减少、MEIS2广泛上调、脉络丛TTR下降、神经元偏向成熟态，四处变化共同指向突变在极早期扰动了谱系命运。