在细胞里，DNA 的复制是个特别靠谱的活儿，它不像某些病毒那样爱搞乱，双螺旋拆开再拼上，根本能稳稳当当。但到了基因工程这块儿，特别是咱们做的定点突变实验，情况这就复杂了。
那会儿大家认定，只要把酶洗得干干净利落净、条件调得刚刚好，突变就准没错。可现实是，宿主的细胞忒“闹腾”了，外源基因那个小小的片断，往往能在复制过程中被随机“插”到不同的位置。
这种随机的跳跃，让做出来的蛋白结构乱七八糟，要么没活性，要么活性全漏了，结局就是白忙活一场。 测不准，不是出于实验室设备不中，而是分子世界的偶然性忒强。
你想象一下，插入一个碱基，可能就顺推一下，突变点跑到了左边两三条核苷酸的位置；再插入几个，可能就沿着一整条链滑下来。
这就好比你扔石头进河里，想看到哪个石头掉到哪儿，得看水流方向，但水流本身充满了各种变量。
要是只是靠靠运气、靠传统的质粒转化，那成功率低得离谱。我们之前试了几百个质粒，最终只有一百二十个通过转化，剩下的八十八条全在细胞里失踪了，根本查不到，故此没法分析。 确实只能大改大动了。
要么把整个基因换一遍，要么等它自己突变完再测，结局就是效率极低且不可控。
这时候，我们就得换个思路，把“靠运气”换成“靠算法”。就像盖房子，那会儿是工人瞎掺沙子，目前工程师拿着 CAD 图纸，直接在图纸上画了个缺口，让模板酶去填，填哪儿就哪儿。 这就引出了定点突变的公式：它实际上是一个概率加权求和的过程。公式挺好办：$P_{site} = frac{1}{2} times P_{insertion}$ + $frac{1}{2} times P_{deletion}$。
什么的，这公式看着有点干巴巴，实际上不然，它背后的逻辑是：当你在质粒上制造一个缺口时，遗传物质就会像两个分身一样，一个向左边跳，一个向右边跳。
要是不加任何修饰，左右跳的概率根本对半分。但要是我们在缺口处加个标记，比如加个特殊的荧光染料，要么加个独特的位点序列，就能把这两个分开的“分身”给抓起来。 抓起来赶明儿，再让它们去持续复制，这时候它们就会选停在同一个位置。
这时候，原本“左右各占一半”的局面就被打破了，变成了“左边占 50%，右边占 50%"。
然后，你再把这些躺在桌子上的质粒，统统扔回培养皿里。
这时候，经过细胞复制的产物里，含有“左边突变型”的DNA 和“右边突变型”的 DNA 的比值，就会启动形成奇妙的变化。出于法郎格模型告诉我们，复制酶是沿着模板链滑动的，它遇到那个标记位点，大约率会优先“抓住”左边那个正在复制的拷贝，而不是“绕过”右边那个。 要是你想保证那种突变在两条链上都表现一致呢？那得靠另一个变通办法。你能够先在细胞里，让原来的模板链自己突变掉，要么用酶把另一条链修平，然后再去转化细菌。
这样，你转化进去的质粒里，有的链带有突变，有的链没有。等细胞复制一轮之后，带有突变的链就会填补空缺，长出新的突变基因。
这时候你再取，就能拿到双链都是突变型的产物。
这就像是在河里修了一堵墙，把带突变的分子堵在了原地，不让它们乱跑。 公式本身是定积分的形式，但在实际操作中，我们更多用的是这些概率的逻辑。
要是我们要做的是特定的点突变，比如把经典的 Q331L 突变，让酶切位点失效，那公式就得改成 $P_{Q331L} = frac{1}{2} times P_{insertion}(Q331L) + frac{1}{2} times P_{deletion}(Q331L)$。
这里的关键是，插入的那局部，务必包含那个我们想改的位点。而删除的那局部，要是是为了引入突变，那它务必精准地切掉特定核苷酸。 这个过程说起来好办，做起来全是细节。你光靠推测插在哪儿，绝对不中。务必提前在质粒上标上坐标，就像在地图上标好了红绿灯的位置。
然后，利用 PCR 技术，一次做几十条，就连成百上千条。把这些带标记的质粒转进来，让细胞瞎复制。
最终，挑出来那些含有对突变型的菌落，测序验证。 你可能会认定这玩意儿慢，确实慢，出于要等细胞长，要挑菌落，要跑测序。但这是唯一路。每一个实验黄了，往往就是一次算法没跑通要么标记位点标错了。别出于慢就拉倒，慢不是出于累，是出于我们在用精确换取可能。
毕竟，在基因工程的领域，那些没刻上标记的、靠纯粹巧合成功的突变，别看数量多，但质量低得让人绝望。
只有那些帮我们找到的、带着我们亲手设计的“路标”的突变，才是有用的。 故此，当你在写这篇小结的时候，别总想着那些教科书上那些漂亮的论据，要么那些强行凑出来的总结语。我们要写的，是那个从“随机撒胡椒面”到“定向挖矿”的过程，是那个概率逻辑如何一步步被我们捕捉、被放大、最终变成稳定结局的。
有时候，数据不会讲话，但我们的观察和推导会。
看那些菌落一个个长出来，看着带荧光的那个，突然就想明白了：原来，定点突变不是魔法，只是概率游戏里，我们多修了一堵墙罢了。
