来源：DNA Lab Space 实验教程 | 编译：DNA Lab Space
CRISPR实验做到脱靶验证，反而比编辑本身更让人头秃：好不容易拿到细胞，建库、测序、分析一条龙下来，结果却是没信号、背景高、或者突变频率对不上。你开始怀疑人生——到底是我敲除没成功，还是脱靶验证方法本身有问题？别急，这篇文章从加样台到生信分析，按操作顺序帮你把每个环节捋一遍，涵盖样本制备、引物设计、文库构建、测序分析四大模块。跟着排查，九成问题都能当场定位。
第一步：快速排查低级错误
先别碰复杂的原因，这几个新手坑最常见，每一条都值得你花30秒确认：
1. 细胞交叉污染：不同编辑批次的细胞共用了同一瓶胰酶或同一个移液器枪头？解决：所有试剂按批次分装，每管独立取用。
2. 基因组DNA质量不过关：A260/280低于1.7或高于2.1，或者跑胶出现降解拖尾。解决：重新提取DNA，注意在裂解后加入RNase A消化，且不要剧烈涡旋。
3. PCR引物设计成了保守序列：引物结合区不包含切割位点，或者跨内含子设计导致野生型产物缺失。解决：重新设计引物，确保扩增子覆盖切割位点两侧各50bp以上。
4. 测序index混淆：扩增子上机前Index加错或接头没有加对。解决：每管单独记录Index双端条形码，使用前核对至少两次。
第二步：分维度系统排查
按实验流程分成四个模块，每个问题按“现象→原理→解决→验证”四步走。
模块一：基因组DNA与起始模板量
1. DNA降解或残留蛋白抑制PCR
- 现象：PCR产物电泳主带弥散，测序数据中目标区域覆盖率极低，或者干脆没有扩增产物。
- 原理：脱靶验证通常选用的靶向扩增子长度在150~250bp，但降解DNA会造成模板断裂，PCR产物偏向短片段；残留蛋白则会抑制聚合酶活性。
- 解决：用胶回收纯化DNA后重新定量；确保DNA浓度不低于10ng/μL，总模板量每反应在50~200ng之间。
- 验证：重新跑2%琼脂糖凝胶，看是否出现清晰锐利的单一条带；并用Qubit荧光定量替代分光光度计。
2. 起始模板量不足或等位基因丢失
- 现象：某个脱靶位点测序深度正常，但另一个位点怎么也扩增不出来；或者同一细胞系重复验证时，突变频率忽高忽低。
- 原理：CRISPR编辑后，细胞群体中突变细胞占比可能远低于预期（尤其存在异质性时）。如果提取的DNA总量不够，对应基因组区域不能被充分代表，导致低频突变被随机漏检。
- 解决：每份样本至少提取5μg基因组DNA；每个脱靶位点做3个平行PCR，每个PCR投入200ng模板，最后混匀建库。
- 验证：用qPCR检测每个位点的扩增效率，Cq值差异控制在±0.5以内。
模块二：候选脱靶位点引物设计
3. 引物非特异性扩增导致测序污染
- 现象：测序结果中除了目标扩增子外，还出现大量其他比对位置的reads；或者突变频率虚高10倍以上。
- 原理：脱靶位点本身可能和其他基因组区域高度同源，普通PCR引物会同时扩增多个拷贝，导致测序reads被错误叠加。
- 解决：用NCBI Primer-BLAST重新设计引物，且务必勾选“Human genomic + transcript database”做特异性子库比对；扩增子长度控制在180~220bp，Tm值在58~62℃之间。
- 验证：取PCR产物跑高分辨率琼脂糖凝胶，确认只看到一条单带；再做一次Sanger测序，确认峰型干净。
4. 引物二聚体挤占测序深度
- 现象：上机后产量正常，但去接头后大量reads的长度在70~100bp，且不匹配任何参考序列；目标位点深度却低于500×。
- 原理：引物二聚体会在后续PCR循环中高效扩增，生成的短片段与目标片段竞争测序簇。
- 解决：纯化PCR产物时使用AMPure XP beads进行双轮筛选，第一轮按0.8×体积比去除大片段，第二轮按1.2×体积比去除短于150bp的片段；并检查引物3'端是否存在连续互补。
- 验证：使用Agilent Bioanalyzer (DNA 1000芯片) 检查文库片段分布，确认主峰在260~320bp之间，且没有100bp附近的杂峰。
模块三：文库构建与PCR循环数
5. 建库PCR循环数过高引入嵌合体
- 现象：测序数据中突变频率很高，但Sanger验证却找不到对应突变；或者突变分布集中在reads两端。
- 原理：为了获得足够产量，很多人会把PCR循环数加到35甚至40。过高的循环数会让含有突变的模板链与野生型模板链在延伸时发生模板跳跃，形成嵌合分子，从而造出假阳性突变。
- 解决：普通扩增子文库PCR循环数不要超过25次；如果产量不够，先优化投入量而不是增加循环数。可以使用带UMI（Unique Molecular Identifier）的接头来分辨真实突变与PCR错误/嵌合体。
- 验证：用同一文库重复测序，看看突变频率是否可重复；如果两次结果差异大于2倍，说明循环数过高导致的随机嵌合体占主导。
6. 接头或Index污染
- 现象：测序数据中，某些样本的reads带有另一种样本的index，或者空白对照（无模板）也测出了高深度reads。
- 原理：建库过程中接头和Index残留会污染后续样本，尤其是使用液体处理工作站时；或者接头浓度过高，游离接头在测序时被当成文库使用。
- 解决：每次建库后，用TE缓冲液稀释文库1:10，跑Qubit定量；上机前务必做一次0.5×磁珠纯化，洗掉游离接头。空白对照应始终加入建库流程，若空白对照有超过0.5%的reads，则本次数据作废。
- 验证：检查各样本的index-read分布，确认index错配率低于0.2%。
模块四：测序深度与数据分析
7. 测序深度不足以检测低频脱靶
- 现象：突变频率显示为0.000%，但已知脱靶位点确实有活性，只是没有被检测到。
- 原理：脱靶突变频率常常低于0.1%，甚至低至0.01%。如果测序深度只有500×，单个突变read可能被当成测序错误，无法通过最小频率阈值。
- 解决：对于候选脱靶位点，建议测序深度至少达到2000×（每个样本）；对于全基因组水平脱靶筛选（如GUIDE-seq），则需保证每个位点至少1000×覆盖。
- 验证：用已知的阳性对照位点（例如人工加入一个已知突变型质粒）来评估最低检测限；如果0.1%的阳性对照都能稳定检出，说明深度达标。
8. 生信分析阈值设置不当
- 现象：测序质量很好，但突变频率被低估或高估；或者过滤后所有位点都变成阴性。
- 原理：变异检测软件通常默认最小等位基因频率为1%，远高于脱靶突变的常见范围。使用标准RNA-seq或WES流程来跑扩增子数据，会直接把低频变异滤掉。
- 解决：使用专门针对扩增子的变异分析流程（如CRISPResso2或bcl2fastq + mutect2），将最小等位基因频率阈值设为0.001（0.1%），并关闭“strand bias filter”，或至少将P值阈值放宽到0.05。
- 验证：对同一份阳性样本，分别用默认阈值和调整后的阈值运行分析，确认调整后能检出并复核Sanger测序结果。
第三步：进阶疑难问题
1. 背景自然变异与脱靶突变如何区分？
如果未编辑的对照细胞中，某位点本身就有0.5%的稀有变异，而编辑组频率为0.7%，容易被误判为脱靶。解决方案：必须同时测序未编辑亲本细胞作为背景对照，并比较两组的突变频率差异。建议使用配对样本的绝对频率相减，或使用贝叶斯分型算法（如Samtools mpileup）计算FDR，只保留编辑组显著高于对照组的位点。
2. 低频嵌合突变与测序错误怎么区分？
脱靶突变通常是嵌合状态，频率可能低至0.05%左右。常规扩增子测序的碱基错误率约在0.1%~1%之间，无法直接区分。这时要给文库加上UMI（唯一分子标签）。每个原始DNA分子分配一个独特标签，PCR扩增后reads会聚成簇，通过比对同簇分子，只有相同突变出现在至少3个独立分子上才判定为真实突变。
3. 不同脱靶预测软件结果不一致，应该信谁的？
当GUIDE-seq、CIRCLE-seq和MIT-CRISPR等软件给出的候选位点重叠很少时，不要只盯一个结果。建议取交集高置信度位点，再用扩增子测序验证；同时单独测交集中的“独立高评分位点”。若两个软件都预测且都支持，则优先验证。最终以PCR扩增和双向Sanger测序为准，对每个位点至少做3次生物学重复。
避坑总结+实操建议
三条核心结论：
1. 脱靶验证是相对定量，不是绝对有/无——必须带未编辑亲本对照，且设置最低0.1%的检测阈值。
2. 几乎所有“假阳性”都来自PCR和建库——循环数一定控制在25次以内，磁珠纯化一步都不能省。
3. 测序深度是底线——每个候选位点至少2000×，否则没有任何讨论意义。
两条日常好习惯：
1. 每次实验都记录PCR循环数、模板量、测序深度、分析参数，让数据有“可复现身份”。
2. 在正式大样本验证前，先用一个已知阳性脱靶位点做预实验，跑通全流程再批量上样。
脱靶验证说白了就是一场“保真度测试”。当你的引物、试剂、仪器都没问题后，剩下的就是耐心排查。如果你正在重新设计候选位点引物，或者想优化sgRNA避免高频