3. sgRNA设计与脱靶预测
在CRISPR细胞系构建中，sgRNA是决定实验成败的第一道关口。一个高活性的sgRNA能让后续的转染、筛选、单克隆挑取事半功倍；而一个脱靶严重的sgRNA，则可能让整个细胞系在验证阶段前功尽弃。本节围绕“设计—评分—脱靶评估—排序”这条主线，讲清楚如何用在线工具完成一次可复现的sgRNA筛选。
一、在线工具的选择与输入准备
目前主流的sgRNA设计工具包括CRISPOR、Benchling、CHOPCHOP、CRISPRscan和IDT的在线设计器。它们底层调用的打分算法不同，但输入逻辑基本一致：目标基因名称或序列、物种基因组版本（如人h38/GRCh38、小鼠mm39/GRCm39）、Cas酶类型（SpCas9、SpCas9-HF1、eSpCas9、Cas12a等）、PAM类型（SpCas9为NGG），以及是否要求靶向特定外显子或功能域。
以CRISPOR为例，输入基因名后，工具会返回该基因所有外显子上的候选sgRNA，并给出MIT特异性评分、CFD评分、Doench 2016活性评分、Azimuth评分等。这里有一个容易被忽略的细节：基因组版本必须与后续实验使用的参考序列一致。如果设计时用GRCh37，而验证时用GRCh38，坐标和脱靶位点列表都会错位，导致引物设计和测序比对出现系统性偏差。
二、评分参数解读：活性与特异性的权衡
在线工具返回的评分通常分为两类：活性评分和特异性评分。活性评分预测sgRNA切割效率，特异性评分预测脱靶风险。两者往往不能同时最优，需要根据实验目的做取舍。
Doench 2016评分（也称Rule Set 2）基于大量实验数据训练，范围0～1，越高表示切割效率越高。经验上，Doench评分大于0.5的sgRNA通常具有可用的切割活性，大于0.7则属于高活性候选。但要注意，该评分主要针对SpCas9在人类细胞中的表现，用于其他物种或Cas酶时只能作为参考。
MIT特异性评分和CFD评分则从脱靶角度评估。MIT评分越高越特异，CFD评分则综合了错配位置和数量对脱靶概率的影响。一个常见的误区是只看MIT评分而忽略CFD，因为MIT对PAM近端错配的惩罚较重，而CFD对种子区错配更敏感。两者结合看，才能更全面地判断脱靶风险。
三、脱靶位点评估：从列表到判断
脱靶预测工具会列出每个候选sgRNA在全基因组范围内可能结合的位点，通常包括错配数、错配位置、PAM类型和所在基因区域。评估脱靶位点时，不能只看“有没有脱靶”，而要看“脱靶位点是否值得担心”。
判断逻辑可以分三层：第一层看错配数，0～2个错配的位点风险最高，3～4个错配的位点风险中等，5个以上通常可忽略；第二层看错配位置，种子区（PAM近端约8～12 bp）的错配比远端错配更影响切割活性，因此种子区完全匹配、远端有错配的位点反而更危险；第三层看脱靶位点所在的基因或调控元件，如果落在肿瘤抑制基因、必需基因或启动子区，即使错配数较多也应谨慎。
此外，还要关注脱靶位点是否在外显子区。内含子或基因间区的脱靶通常不会直接改变蛋白编码，但可能影响剪接调控元件。对于构建细胞系而言，如果脱靶位点落在其他基因的外显子且可能造成移码，应优先排除该sgRNA。
四、候选sgRNA优先级排序的实操逻辑
完成评分和脱靶评估后，需要把多个候选sgRNA排出一个优先级顺序。排序不是简单按分数从高到低，而是综合活性、特异性、脱靶风险和实验便利性。
建议的排序规则如下：第一优先是Doench评分高、MIT和CFD评分均高、且脱靶位点全部为低风险的sgRNA；第二优先是活性高但存在中风险脱靶位点的sgRNA，这类sgRNA可以保留，但需要在后续验证中增加脱靶检测；第三优先是活性中等但特异性极好的sgRNA，适用于靶位点附近有多个高活性但脱靶严重的候选时作为备选。
此外，还要考虑sgRNA在靶基因上的位置。如果目标是敲除整个基因，优先选择靶向早期外显子（如第1～3外显子）且位于功能域上游的sgRNA，这样更容易造成移码突变。如果目标是敲入或点突变，则需要选择靠近编辑位点的sgRNA，此时活性权重应高于特异性权重。
五、一个可复用的筛选记录表
为了便于复现和团队协作，建议为每个基因建立一份sgRNA筛选记录表。表中至少包含以下字段：sgRNA序列、PAM、位置（外显子/坐标）、Doench 2016评分、MIT评分、CFD评分、脱靶位点数、高风险脱靶位点描述、优先级排序、备注。这样在后续实验出现问题时，可以快速回溯是设计阶段的哪个参数导致了偏差。
| sgRNA编号 | 序列（5'→3'） | Doench 2016 | MIT | CFD | 高风险脱靶 | 优先级 |
|---|---|---|---|---|---|---|
| sg1 | GACGTTAAGCTAGCTAGCTA | 0.78 | 85 | 0.92 | 无 | 第一优先 |
| sg2 | CTAGCTAGCTTAACGTCTAG | 0.65 | 72 | 0.85 | 1个（内含子） | 第二优先 |
| sg3 | TAGCTAGCTAGCTTAACGTC | 0.42 | 90 | 0.95 | 无 | 备选 |
表中数据为教学示例，实际使用时需以工具返回的真实结果为准。排序时如果两个sgRNA评分接近，可以优先选择GC含量在40%～60%之间、且不包含连续4个以上相同碱基的序列，这类序列在合成和转染中通常更稳定。
总结来说，sgRNA设计与脱靶预测的核心不是追求某个单一评分的最高值，而是建立一套“活性够用、脱靶可控、位置合适”的筛选逻辑。在线工具负责给出候选和评分，研究者负责根据实验目的做优先级判断。把评分参数、脱靶分层和排序规则固定成可复用的流程，才能让每一次细胞系构建都建立在可预期的基础上。