来源：CRISPR脱靶检测全基因组测序（DNA Lab Space 实验教程）| 编译：DNA Lab Space
你花了两个月养细胞、打靶、建库，测完WGS兴冲冲跑完GATK，结果候选脱靶位点列表拉出来三千多个——比sgRNA长度还夸张。这不是CRISPR脱靶率高，大概率是你的检测流程存在系统性假阳性。全基因组测序找脱靶，难点从来不在测序本身，而在从360万个SNV里把真正由Cas9切出来的那十几个位点揪出来。下面按"先查低级错、再分模块深挖、最后攻疑难"的路径，把常见坑一次说透。
第一步：快速排查低级错误
1. 对照样本拿错了。 你用的"未处理对照"其实是另一批次的细胞，基因组背景差异直接制造出成千上万个假阳性。解决：对照必须和实验组同源、同代次、同批次冻存，最好用同一管细胞分出来。
2. 参考基因组版本不一致。 实验组比对到hg38，对照组用了hg19，坐标系统全乱。解决：所有样本统一bowtie2或BWA比对到同一版本参考基因组，比对前md5校验fasta文件。
3. 没做重复。 单个样本的"脱靶"无法区分技术噪音和真实编辑。解决：每组至少2个生物学重复，候选位点必须在重复间一致出现。
4. 建库批次效应没去。 实验组和对照组不在同一天建库，捕获效率差异被误判为编辑信号。解决：交叉建库，同一天内完成两组文库制备。
第二步：分维度系统排查
按"建库→比对→变异检测→脱靶判定"四段流程逐段排查。
1. 建库与测序深度不达标
现象：候选位点覆盖度只有5×-10×，假阳性率飙到80%以上。
原理：WGS找脱靶依赖足够深度区分真实变异和测序错误。Cas9脱靶位点多为杂合indel，低深度下等位基因比例估计偏差极大。
解决步骤：目标区域平均深度≥50×，候选位点局部≥30×；PE150测序，插入片段350-500 bp。
验证方法：用samtools depth统计候选位点深度，低于20×的直接标记为不可信。
2. 比对参数过于宽松
现象：大量候选位点落在基因组重复区或同源家族区域。
原理：允许过多错配时，reads被错误比对到旁系同源区，产生虚假变异。
解决步骤：BWA-MEM默认参数即可，不要为了"提高比对率"随意调高-m或降低-A。比对后必须去重（Picard MarkDuplicates），MAPQ<30的reads直接过滤。
验证方法：用IGV目视检查候选位点，看是否存在比对堆积异常或clipping。
3. 变异检测流程未针对编辑特点优化
现象：GATK HaplotypeCaller输出大量低质量indel，其中大部分是测序噪音。
原理：标准胚系变异检测假设二倍体、孟德尔遗传，而CRISPR编辑产生的是体细胞嵌合突变，等位比例可能只有5%-20%。
解决步骤：改用针对低频变异的工具如CRISPResso2或BEAN，或手动将GATK的--min-base-quality-score提到20，--standard-min-confidence-threshold-for-calling设为30。候选位点必须满足：支持reads≥8条，等位比例≥5%，且在对照中为0。
验证方法：挑10个候选位点做Sanger测序或靶向深度测序，统计真实阳性率是否>70%。
4. 脱靶预测算法选择不当
现象：纯实验组WGS跑出来几千个候选，无从下手。
原理：全基因组从头找变异噪音太大，必须用预测工具缩小范围再验证。
解决步骤：先用Cas-OFFinder或CRISPOR做序列水平预测（允许3-4个错配，含1个PAM近端错配），得到200-500个候选位点，再在这些位点里查WGS数据。
验证方法：ROC曲线评估——已知脱靶位点是否在预测列表里，假阳性比例是否可接受。
5. 背景变异过滤不彻底
现象：实验组独有的SNV其实是细胞系本身传代积累的漂变。
原理：癌细胞系基因组不稳定，传代20次可积累数百个新SNV。
解决步骤：扩大对照样本量（≥3个），用Mutect2的panel of normals模式，剔除在任一对照中出现的变异。
验证方法：对同一细胞系不同代次做WGS，统计自发突变率，作为背景阈值。
6. 统计阈值没做多重检验校正
现象：p<0.05筛出一大堆"显著"位点。
原理：全基因组做百万次检验，不校正的话假阳性率爆炸。
解决步骤：用Benjamini-Hochberg校正，FDR控制在0.05以下；同时要求候选位点的编辑效率在生物学上合理（通常0.1%-50%）。
验证方法：画QQ图看p值分布是否偏离零假设。
第三步：进阶疑难问题
1. 大片段缺失/结构变异漏检
标准SNV检测流程会漏掉Cas9造成的数百bp到kb级缺失。现象是候选列表干净，但表型异常。解决：用GRIDSS或Manta做SV检测，或直接在候选位点两侧设计引物做长片段PCR。别只盯着small indel。
2. 单细胞克隆扩增引入的假阳性
如果你用单细胞分选后扩增再测序，MDA扩增偏倚会产生大量假变异。现象是脱靶位点在克隆间完全不重叠。解决：改用MALBAC或PicoPLEX，或者直接放弃单细胞路线，用bulk群体测序。
3. 表观遗传修饰干扰变异判定
某些区域存在等位基因特异性甲基化，导致比对和变异检测系统性偏差。解决：对候选位点做Bisulfite测序交叉验证，排除甲基化导致的假象。
避坑总结+实操建议
三条核心结论：
- 对照样本的质量决定整个实验的天花板，宁可多花一周养细胞，也别凑合用一个不同批次的对照。
- 测序深度不到50×，任何脱靶分析都是空中楼阁，先补测再说。
- 预测算法缩范围+WGS验证+靶向测序确认，三步缺一不可，别指望WGS一步到位。
两个日常好习惯：
- 每次实验前用同一管细胞分装出实验组和对照组，冻存备份，避免批次效应。
- 建库当天做一份qPCR定量，确保两组文库的摩尔浓度差异不超过20%。
跑完WGS只是开始。拿到候选位点后，你还需要设计验证引物、优化扩增条件。站内的引物设计工具可以帮你按候选位点上下游200-300 bp直接生成特异性引物，密码子优化工具则能在你做后续回补实验时，把脱靶位点附近的序列改掉而不影响蛋白表达。真要做功能验证，蛋白可溶性优化工具也能帮你把Cas9变体表达量提上去，降低因为蛋白量不足导致的假阴性。工具都在手边，别自己硬扛。