3. CRISPR-Cas9系统组件解析
CRISPR-Cas9之所以能成为通用基因编辑工具，核心在于它把“识别”和“切割”拆成了两个可编程的模块：一段约20 nt的向导RNA（sgRNA）负责碱基互补识别，Cas9蛋白负责在识别位点附近引入双链断裂（DSB）。理解这套系统的组件结构，是后续设计sgRNA、选择Cas9变体、控制脱靶风险的前提。
一、Cas9蛋白的结构域与功能分工
以最常用的SpCas9（来自化脓性链球菌）为例，它是一条1368个氨基酸的多结构域蛋白，可划分为识别（REC）区与核酸酶（NUC）区两大功能块。真正决定切割行为的是两个核酸酶结构域：HNH结构域切割与sgRNA互补的靶链，RuvC结构域切割非靶链。两个结构域各切一刀，形成平末端或近平末端的DSB。若把HNH的D10A或RuvC的H840A突变掉，就得到只切一条链的“切口酶”（nickase，Cas9n）；两个都突变则得到失去切割能力、只保留结合能力的dCas9，可用于CRISPRi/CRISPRa等调控场景。
除催化核心外，PAM互作（PI）结构域负责识别PAM，REC结构域在sgRNA装载和靶标结合时发生构象变化，桥螺旋（bridge helix）参与激活切割。这些结构域协同完成一个关键动作：只有当sgRNA与靶DNA匹配且PAM正确时，HNH才从“锁定”状态释放并进入切割构象。这也解释了为什么PAM识别是切割的先决条件，而不是可有可无的辅助。
二、sgRNA的设计原则
sgRNA由两部分组成：5′端约20 nt的间隔序列（spacer），与靶链互补；3′端的骨架（scaffold），由tracrRNA:crRNA融合而来，负责与Cas9结合。设计时真正需要优化的是spacer，骨架通常固定。
设计要点可归纳为：
- 长度：常用20 nt，17～24 nt也可工作，但过短易脱靶，过长可能降低效率。
- GC含量：建议40%～70%，过高易形成二级结构，过低则结合不稳定。
- 避免连续T：SpCas9的骨架含U6启动子终止信号，spacer中连续4个以上T（TTTT）可能导致转录提前终止。
- 5′端偏好：U6启动子偏好以G开头，若首位不是G，可在5′加一个G（但会改变spacer长度，需评估）。
- 靶向位置：尽量选在功能域或关键外显子前段，移码突变更易破坏蛋白功能。
- 脱靶评估：用CRISPOR、Benchling等工具扫描全基因组，优先选特异性评分（MIT/CFD）高的候选。
一个可复现的示例：靶向某基因第2外显子，候选spacer为 GACCTGACGTTACGCATGG，GC含量55%，无TTTT，PAM为AGG，工具预测脱靶位点0个。这类候选通常优先进入实验。
三、PAM序列要求
PAM是Cas9识别靶标时必须存在的短序列，位于靶链3′端下游。不同Cas9识别的PAM不同，这直接决定了可编辑位点的范围。SpCas9识别NGG（N为任意碱基），在人类基因组中平均每8～12 bp出现一次，因此几乎每个基因都能找到可靶向位点。若目标区域没有NGG，可考虑其他变体：SpCas9-VQR识别NGA，SpCas9-EQR识别NGAG，SaCas9识别NNGRRT，Cas12a（Cpf1）识别TTTV且产生黏性末端。
需要强调：PAM通常不被切割，但它是Cas9结合与激活的开关。设计时PAM必须紧邻靶向序列的3′端，且方向不能反。若把PAM放在5′端，SpCas9无法有效切割。
四、不同Cas9变体的活性与特异性比较
选择变体时，需要在“可靶向范围”“切割效率”“脱靶风险”“递送尺寸”之间权衡。SpCas9活性最高、PAM最宽松，但脱靶风险相对大；高保真变体如SpCas9-HF1、eSpCas9、HiFi Cas9通过削弱非特异性DNA接触，显著降低脱靶，但部分位点效率会下降。SaCas9体积小（约1053 aa），适合AAV递送，但PAM更长、可靶向位点更少。Cas12a的crRNA更短、加工更简单，且产生黏性末端，利于定向插入，但其PAM为TTTV，在富含GC的区域选择受限。
实操中建议：先明确实验目标——若追求高敲除效率且靶点PAM充足，选SpCas9；若需病毒递送，选SaCas9；若脱靶是首要顾虑，选HiFi Cas9或eSpCas9，并配合高特异性sgRNA筛选。对于需要精确单碱基修改的场景，可考虑碱基编辑器（BE）或先导编辑器（PE），它们基于dCas9或Cas9n，不产生DSB，但同样受PAM和sgRNA设计约束。
把Cas9结构域、sgRNA和PAM三者放在同一张“识别—切割”逻辑里看，就能理解为什么同样的sgRNA换一个Cas9变体可能完全失效：PAM不匹配，Cas9无法激活；骨架不兼容，sgRNA无法装载；结构域突变，切割方式改变。组件解析的价值，正在于让每一次设计都有明确的分子依据，而不是靠试错。