来源：DNA Lab Space 实验教程 | 编译：DNA Lab Space
做全基因组测序（WGS）来扫脱靶，烧钱又烧时间。结果出来一看：覆盖度不够、脱靶位点漏报、对照样本跟实验组混成一团……你是不是也卡在这儿了？别急着重新建库，很多问题根本不是测序深度的问题。这篇教程从你上机前的第一步开始，按流程拆解全基因组脱靶检测的常见故障，每一步都给你判断依据、验证办法和解决动作。按顺序来，能省一半重复实验的钱。
第一步：快速排查低级错误
这四件事，新手最容易栽，先查一遍。
1. 样本标记颠倒了。 实验组和对照组弄混，后续所有分析全错。解决：回查原始记录，确认DNA来源标签、文库index、测序下机文件名的三级对应关系。
2. 基因组DNA降解了。 电泳看到弥散带，不是清晰主带。降解的DNA做WGS，均匀性差，脱靶假阳性率飙升。解决：重新抽提DNA，确保OD260/280在1.8-2.0，取2μL跑胶确认完整性。
3. 酶切打断条件没优化。 按常规片段化程序处理不同GC含量的基因组，会得到偏长的插入片段。插入片段太长，测序读长覆盖不到断裂点。解决：用Agilent Bioanalyzer检查文库峰图，目标主峰在300-500bp，低于200bp的接头二聚体比例应小于3%。
4. 测序浓度算错了。 Qubit读数没换算摩尔浓度，上机前文库浓度过高或过低。文库浓度过高，cluster密度过大，碱基质量Q30下降；过低则数据量不够。解决：按文库平均长度计算nM浓度，qPCR或Qubit复核，上机前按平台标准稀释到2nM左右。
第二步：分维度系统排查
如果低级错误排除了，还是失败，按下面三个模块逐一过。
模块一：建库环节——文库质量不合格
现象1：PCR扩增循环数过多，文库出现大片段拖尾或额外杂带。
说明：脱靶检测需要高覆盖度，但建库时PCR循环数超过10次，会放大非特异扩增产物。这些非目标片段会被测序并比对到基因组上，产生虚假的脱靶信号。循环数越高，重复序列区域的偏向性越强。
解决步骤：
1. 检查建库记录，PCR循环数应控制在6-8次，根据起始DNA量调整（1μg起始用6次，500ng用7次）。
2. 纯化时两次使用AMPure XP磁珠，第一次0.6×去除大片段，第二次0.8×回收目标文库，两次均室温静置5分钟再上磁力架。
3. 用TapeStation重新评估文库分布，确认主峰无肩峰拖尾。
验证方法：取1μL未稀释文库，在高灵敏度DNA芯片上跑电泳；如果主峰后出现大于1000bp的杂带，建议重新建库，不要强行上机。
现象2：接头连接效率低，文库产量比预期低一个数量级。
说明：接头连接失败最常见的原因是接头稀释倍数错误，或连接缓冲液反复冻融导致ATP降解。连接效率低会直接导致测序reads中无插入片段，黑底白噪音一样的数据比例很高。
解决步骤：
1. 连接体系体积保持20μL，T4连接酶用量不低于1μL（2000U），接头浓度按试剂盒建议的1:10稀释，不要私自提高倍数。
2. 连接温度务必设在20°C恒温，不是室温，也不是4°C过夜。温度波动会让接头平末端连接效率下降50%以上。
3. 连接后立即进行AMPure纯化，不要在冰上存放超过30分钟。
验证方法：连接后取1μL做qPCR定量，比较同样模板量下接头连接前后的Ct值差异。正常情况下，连接后文库浓度应达到起始模板量的50%-70%。低太多，直接查接头和酶。
模块二：靶向富集或扩增子环节——怎么保证检测区域没漏
现象3：测序深度够了，但脱靶候选区域就是没覆盖到。
说明：全基因组脱靶检测通常用两种策略：一种是WGS直接测，另一种是先用sgRNA序列做生物信息学预测的候选区域扩增后再测序。后者如果引物设计失败，比如引物二聚体、错配率高于2%，就会让大量目标区域PCR产量极低，最终造成假阴性。
解决步骤：
1. 用引物设计工具重新检查每对引物，Tm值相差不要超过1°C，3'端最后5个碱基GC含量控制在40%-60%。
2. 对PCR产物跑2%琼脂糖凝胶，看是否每个区域都有清晰单一条带。有 smear 或条带大小不对的位点，重新设计引物。
3. 调整扩增循环参数：退火温度设置为引物Tm-3°C（例如Tm=60°C，退火就设57°C），延伸时间按每kb 30秒，循环数保持25个，不要加到30个以上。
验证方法：取1μg扩增后产物做Qubit定量，再用qPCR检测其中8个看家基因区域和8个脱靶预测区域的比例。如果预测区域的ΔCt值比看家基因区域高5以上，说明这些区域扩增失败，不能用于脱靶分析。
现象4：比对后看到大量reads比对到线粒体或核糖体DNA。
说明：全基因组测序中，线粒体DNA占比过高（超过5%）会浪费有效测序数据。这个问题通常不是建库，而是DNA提取时没有分离线粒体，或者使用了含质粒的细胞系。
解决步骤：
1. 用DNeasy Blood & Tissue Kit提基因组，提取时增加一步差速离心（2000×g，4°C，10分钟）沉淀细胞核，减少线粒体共沉淀。
2. 建库前用RNase A（50μg/mL，37°C孵育30分钟）去除RNA污染。
3. 如果数据已经产出，比对时用mtDNA参考序列过滤，或用bwa mem的 -M 选项配合samtools idxstats统计线粒体reads占比，超过8%做降噪处理。
验证方法：运行FastQC查看sequence duplication level和overrepresented sequences。如果出现多轮高度重复序列且比对到线粒体，重新提取DNA。
模块三：测序与数据分析环节——覆盖度分布均匀性
现象5：平均测序深度50×，但全基因组上有20%的区域深度低于5×。
说明：脱靶检测的灵敏度取决于最低深度，不是平均深度。GC偏好性会在AT-rich或GC-rich区域造成覆盖度下降，特别是sgRNA的PAM序列附近，若基因组为高GC（如拟南芥36%）或高AT（如疟原虫），问题更明显。
解决步骤：
1. 上机前追加使用PCR-free建库流程，如果起始DNA量足够（≥500ng），不要使用PCR扩增的CUT&Tag类试剂盒。
2. 在测序read长度上选择PE150，不要用SE75。双端测序能改善重复区域的mapping唯一性。
3. 数据分析时计算GCS coverage profile。如果你的样本在GC含量60%处覆盖度骤降，使用GATK的CollectGcBiasMetrics重新校准覆盖度，或者用Mosaicatcher的GC-correction模块做归一化处理。
验证方法：用samtools depth统计每条染色体窗口深度的变异系数（CV）。CV大于0.6说明覆盖度极不均匀。此时脱靶检测软件（如CIRCLE-seq的read深度法）会明显低估真脱靶位点，建议将最小深度阈值从10×降到5×，但要同步提高read比对质量MAPQ值到20以上。
第三步：进阶疑难问题
1. 阳性对照（已知sgRNA离线靶点）没有检出脱靶，但阴性对照组却报了20个脱靶。
先别急着怪软件。查一下你用的参考基因组版本。不同版本（hg19 vs hg38）的重复区域注释差异很大，一个位点在hg19里是唯一的，在hg38里可能变成多拷贝。用CRISPResso2或Cas-OFFinder比对时，必须确保参考基因组版本与比对软件默认版本一致。另外，检查阴性对照是否和实验组用了同一批细胞。如果阴性对照是HEK293T，实验组是HCT116，多态性导致的天然SNP会被误判为脱靶。解决办法：结果过滤时，按照dbSNP v153数据库剔除人群频率大于1%的变异位点。
2. 脱靶位点被验证为真实存在的，但PCR验证时总是扩增不出来。
这大概率是脱靶位点位于基因组装配的gap区域或高度重复区。你用了什么验证引物？对着UCSC Genome Browser看该位点的架构。如果重复元素覆盖超过50%，标准Taq聚合酶无法跨过。改用高保真长片段聚合酶（如TaKaRa LA Taq，配套buffer含Mg²⁺浓度为2.5mM），退火温度降低到52°C，延伸时间加长到每kb 1分钟。验证前先跑一个温度梯度PCR（从55°C到48°C，每梯1°C）。
3. 测序质量Q30达标，但两个生物学重复样本的脱靶列表重叠率不足50%。
问题出在生物信息分析的read过滤参数。不同重复样本的reads在断裂位点周围比对时，要允许错配数不一致。很多软件默认允许错配2个碱基，如果sgRNA错配超过2个的位点，在一个样本中被过滤，另一个样本中只错配1个被保留。做法：统一使用最小比对上得分（AS≥90），使用`BamUtils`进行read硬度过滤（duplicate removal），再去比对进行突变检测，最后用`bedtools intersect`计算列表重叠。若重叠率仍低，检查sgRNA序列本身是否同源——比如20bp的sgRNA，其前12bp与基因组重复区域高度同源时，脱靶本质是随机事件，低重复性也算正常。
避坑总结 + 实操建议
三条核心结论：
- 脱靶检测失败，优先查建库接头和序列比对参数，这俩占故障原因的70%。
- 脱靶分析是一个“深度越均匀，结果越准”的过程。平均50×深度而均匀性差，不如35×但均匀性好的数据。
- 所有验证实验，阳性对照必须和实验组同批次处理——包括细胞传代次数、转染试剂批次。
两条日常好习惯：
- 每次建库前跑一个10μL的微量反应测试，只验证接头连接效率和PCR扩增循环数，不要直接拿所有DNA去试错。
- 所有数据在下机后24小时内做FastQC和multiqc汇总，看到Adapter含量超过5%立刻标记，别等全套分析做完再回头看。