来源：DNA Lab Space 实验教程 | 编译：DNA Lab Space
全基因组测序做脱靶检测，跑完生信流程却拿到一堆乱数据——假阳性高得没法看，或者关键位点一个都没测出来。这种情况你急不急？反正带过的学生里，十个有八个卡在这关。问题往往不在最后那步分析，而是前面建库、测序、比对某个环节埋了雷。这篇教程按排查顺序来，从最简单的低级错误到进阶疑难，一步步带你找到那个“凶手”。
第一步：快速排查低级错误
别急着怀疑生信流程或者试剂盒有问题，先花五分钟排除下面几个新手最容易翻车的地方。
1. gDNA定量虚高，上样量根本不对。 核酸定量仪测的是总核酸，RNA和降解片段也算数。脱靶检测建库要求gDNA起始量精确到±10%，你如果拿Nanodrop测的数值直接建库，实际投入量可能只有标称的一半。解决：用Qubit荧光定量复核，建库前再跑一次琼脂糖凝胶确认完整性。
2. 接头浓度没按片段分布优化。 全基因组测序的插入片段是随机分布的，接头与DNA摩尔比直接决定连接效率。别照抄说明书上的固定值，片段化后先跑Bioanalyzer看主峰位置，再计算接头用量。主峰在300 bp和500 bp，接头用量差着1.5倍。
3. PCR循环数贪多求稳。 建库最后一步扩增，循环数多两轮确实能多拿点文库，但duplication rate会飙升。PCR重复序列直接干扰脱靶位点的定量判断。标准操作：扩增6-8个循环，测序后duplication率控制在10%以下。超过15%，你的脱靶信号基本没法看了。
4. 把文库浓度和文库摩尔浓度搞混。 Qubit测出来的是质量浓度，上机前需要换算成nM。一个400 bp的文库和一个600 bp的文库，同浓度下分子数差了50%。上机用量按nM算，别拿ng/μL直接套公式。
第二步：分维度系统排查
低级错误排除后还没解决，按下面五个模块逐个过。每一步都给你判断方法、验证手段和具体参数。
模块一：片段化步骤出了问题
现象描述： 测序数据中reads的插入片段长度分布出现双峰，或者主峰严重偏离预期范围（比如做400 bp文库，主峰却跑到200 bp以下）。比对后全基因组覆盖均匀性差，GC含量高的区域覆盖率掉到平均值的一半以下。
原理说明： Covaris超声片段化依赖机械力随机打断，打断效率和DNA的浓度、体积、buffer成分直接挂钩。DNA浓度太高（超过200 ng/μL）、或者管壁残留有EDTA，都会导致打断不充分。DNA起始量越低，片段化偏差越明显。
解决步骤：
① 用Qubit精确测定gDNA浓度，调整到50-100 ng/μL之间，总体积100 μL；
② 确认Covaris参数：peak power 175 W，duty factor 10%，cycles per burst 200，处理时间55秒（针对550 bp目标片段）；
③ 打断后立即取2 μL跑凝胶电泳，看弥散条带是否在预期区间内。
验证方法： Bioanalyzer 2100检测片段分布，主峰范围±10%之内算合格。如果主峰偏移超过50 bp，重新打断。
模块二：末端修复和加A尾效率不足
现象描述： 比对结果中reads的比对率正常（>95%），但insert size偏短，而且接头序列在reads前几个碱基频繁出现。脱靶位点检测软件输出的候选位点，有一半以上落在重复序列区域。
原理说明： 末端修复酶把DNA末端补平并磷酸化，加A尾则是为了适配T载体接头的粘性末端。这两个步骤共用同一buffer体系，但酶活性对温度极度敏感。温度低了加A效率直线下降，温度高了会造成末端降解。很多自动建库仪在这个步骤容易因热盖温度不准导致失败。
解决步骤：
① 严格执行Thermocycler程序：20°C末端修复30分钟，65°C加A尾30分钟；
② 热盖温度设为105°C，防止管盖冷凝水稀释反应体系；
③ 如果手工操作，注意加酶时枪头不要打出气泡，酶要完全打入液面以下；
④ 用带A尾的阳性对照DNA（比如试剂盒自带的control DNA）同步操作，最后跑qPCR对比Ct值。
验证方法： 取等量建库产物，用接头引物做qPCR扩增，Ct值差异超过1个循环说明加A效率有偏差。也可以直接送Sanger测序看接头连接边界是否干净。
模块三：PCR扩增引入偏向性
现象描述： 测序深度分布不均匀，某些区域覆盖深度是平均值的3倍以上，另一些区域（特别是高GC区）几乎测不到。duplication rate正常低于10%，但脱靶候选位点在两个重复样本间重复率不到一半。
原理说明： PCR扩增会系统性偏向GC含量适中的片段。高GC区（>65%）的模板链不易解开，DNA聚合酶容易提前解离；低GC区（<40%）则容易产生非特异性扩增。全基因组脱靶检测通常要扩增12-16个循环，前6个循环引入的偏差会被后续循环指数放大。
解决步骤：
① 换成支持高GC扩增的聚合酶混合物，比如KAPA HiFi GC Buffer，在PCR反应中加入5% DMSO（终浓度，v/v）；
② 降低退火温度：60°C降到58°C，延伸时间从30秒延长到45秒；
③ 把循环数从12降到8，用更多建库起始量换取更少循环数；
④ PCR产物纯化后跑凝胶电泳，确认无大片段拖尾。
验证方法： 用同一文库做两次独立PCR，测序后比较两组的GC偏向曲线是否一致。偏差过大的话直接重做PCR，别在这一步省钱。
模块四：测序上机参数配置失误
现象描述： 测序产量远低于预期，Q30比例低于80%，或者测序Read 1和Read 2的长度差异超过10 bp。脱靶检测分析时因read质量低被过滤掉30%以上的数据。
原理说明： 全基因组脱靶检测对测序质量要求比普通WGS更严格，因为脱靶信号通常是低频突变（0.1%-1%等位基因频率）。测序质量不够，真实信号直接淹没在测序错误里。常见问题是上机文库摩尔浓度算错，导致flow cell上簇密度过高或过低。
解决步骤：
① 上机前用KAPA Library Quantification Kit做qPCR定量，不用Qubit的粗略值；
② 仔细校准文库摩尔浓度：文库平均片段大小用Bioanalyzer峰值的加权平均，不用算术平均；
③ 上机用量按Illumina推荐值的80%加载，宁低勿高——簇密度高了后Q30会崩得很难看；
④ 如果测序平台是Novaseq 6000，推荐用SP flow cell跑单lane，2×150 bp双端测序。
验证方法： 测序下机数据用fastp做质控，Q30>85%、平均错误率<0.1%才达标。达不到的话，重新上机而不是强行分析。
模块五：比对和变异过滤参数不匹配
现象描述： 用相同数据跑两遍分析流程，每次输出的脱靶位点都不一样。用GATK HaplotypeCaller和FreeBayes两种caller分别分析，交集为0。
原理说明： 低频脱靶信号的检测依赖比对参数。bwa mem的默认参数适合普通WGS，但脱靶检测要求更严格的比对质量过滤。mapQ < 30会被系统性地排除掉——但许多真实脱靶位点恰恰落在mapQ不太高的重复序列侧面。另一方面，宽松的参数又会把比对错误的多态性位点当成脱靶信号。
解决步骤：
① 比对时用bwa v0.7.17+，参数：-k 19 -r 1.5 -T 30 -B 4；
② 比对后用samtools view过滤掉mapQ < 30、正向反向配对异常的reads；
③ 变异检测用两套caller做交叉验证：最少需要三个不同algorithm检出，其中一个必须是基于贝叶斯模型的caller；
④ 过滤掉的窝点建一个BED文件备查——如果同一位置在三组实验中被多次提到，即使单独一次没过阈值