2. 脱靶评估的实验设计基础
脱靶评估不是“做一次测序”这么简单，它本质上是一个由编辑类型、细胞模型和目标应用共同约束的实验设计问题。同一套 sgRNA，在 HEK293T 里用 SpCas9 做敲除，和在患者 iPSC 里用碱基编辑器做点突变，其脱靶风险来源、可检测的变异类型、需要的样本量和对照设置完全不同。设计评估方案时，先回答三个问题：这次编辑会产生什么类型的脱靶？在什么细胞背景里评估？结果要支撑科研结论、临床申报还是品种审定？这三个答案决定了后续所有参数。
一、编辑类型决定“要找什么”
不同编辑工具产生的脱靶变异类型差异很大，检测手段必须匹配。核酸酶（Cas9/Cas12a）造成的是双链断裂，主要脱靶形式是插入缺失（indel）、大片段缺失、染色体易位和结构变异；碱基编辑器（CBE/ABE）不产生双链断裂，脱靶以目标窗口外的碱基替换为主，同时存在 DNA 和 RNA 的脱氨脱靶；先导编辑（PE）则可能出现 pegRNA 依赖的额外编辑、flap 异常和逆转录模板错配。因此，用全基因组测序去找 CBE 的脱靶，灵敏度往往不如用全外显子或靶向测序去捕捉单碱基变异；而用靶向 panel 去找 Cas9 的大片段缺失，又容易漏检。
一个实用的判断原则是：先明确“预期脱靶类型”，再选检测方法。例如 SpCas9 敲除，优先考虑 GUIDE-seq、DISCOVER-seq 或全基因组测序；CBE 点突变，优先考虑全基因组测序、RNA-seq 和靶向深度测序；PE 则需额外关注 pegRNA 3′ 端延伸带来的非目标编辑。
二、细胞模型决定“背景噪声有多大”
细胞模型的选择直接影响脱靶评估的背景变异负荷和可重复性。HEK293T 基因组不稳定、拷贝数变异多，作为初筛模型方便但背景噪声高；iPSC、原代 T 细胞或类器官更接近临床相关背景，但传代、分化状态和批次差异会引入额外变异。农业应用常用植物愈伤组织或原生质体，其再生过程本身就会产生体细胞变异，必须设置未编辑对照来扣除背景。
因此，评估策略应分层：初筛用易操作、高灵敏的细胞系（如 HEK293T）快速锁定候选脱靶位点；验证用目标细胞模型（如患者 iPSC 或作物品种）确认这些位点是否真实存在。若直接在目标细胞中做全基因组脱靶检测，样本量和成本会显著上升，且背景变异可能淹没真实信号。
三、目标应用决定“灵敏度与证据等级”
科研、临床和农业对脱靶证据的要求逐级提高。科研探索可接受“未检出明显脱靶”的结论，常用 GUIDE-seq 加靶向深度测序即可；临床前研究要求全基因组无偏检测 + 目标位点深度验证，并需评估大片段缺失、易位和克隆性；农业应用则更关注可遗传的脱靶变异和品种背景下的稳定性，常需多世代跟踪。
灵敏度要求可用“最低检出等位频率”来量化。例如，若某脱靶位点真实频率为 0.1%，而测序深度为 1000×，则期望检出 1 条 reads，漏检概率很高；若深度提升到 10000×，期望 10 条 reads，检出可靠性显著提高。因此，检测灵敏度 = 测序深度 × 变异检出算法效率，设计时必须先设定可接受的等位频率下限（如 0.1% 或 0.01%），再反推所需深度。
四、样本量、重复数与对照设置
样本量取决于预期效应大小和背景变异率。若某脱靶位点在未编辑细胞中自发突变率为 0.01%，而编辑后升至 0.5%，则需足够多的独立克隆或重复才能区分真实脱靶与背景漂移。一般建议：细胞水平至少 3 个独立生物学重复，每个重复测序深度不低于 1000×；若需检测 0.1% 以下的低频脱靶，深度应提升至 5000×–10000×。克隆筛选时，至少挑取 10 个独立克隆，以评估脱靶变异的克隆性。
对照设置是脱靶评估的“基线”。必须包括：未编辑对照（同批次、同传代）、空载 sgRNA 对照（排除转染和筛选压力引入的变异）、以及同批次背景扣除。若使用 Cas9 蛋白或 mRNA，还需设置无 sgRNA 的 Cas9 对照。对照样本应与实验样本在相同条件下处理、测序和分析，否则背景变异无法准确扣除。
五、检测灵敏度要求与反推
灵敏度通常用“最低可检出等位频率”表示。设计时先确定目标应用可接受的阈值：科研可接受 0.1%–1%，临床前建议 0.01%–0.1%，农业可接受 0.1%–0.5%。然后根据测序深度反推：若目标灵敏度为 0.1%，测序深度至少 1000×（期望 1 条 reads），但为降低漏检概率，实际建议 5000× 以上。若目标灵敏度为 0.01%，深度需达到 10000×–30000×。
此外，还需考虑变异检出算法的灵敏度。不同工具（如 CRISPResso2、GATK、VarScan）对低频 indel 和 SNV 的检出效率不同，建议在正式实验前用已知比例的模拟样本验证流程的检出下限。
最后，脱靶评估的实验设计不是一次性决策，而是一个迭代优化过程。初筛结果若发现高频脱靶位点，需在目标细胞模型中用更高深度验证；若未检出脱靶，也需说明检测方法的灵敏度下限，而非简单宣称“无脱靶”。只有把编辑类型、细胞模型、目标应用、样本量、重复数、对照和灵敏度要求统一在一个设计框架里，评估结果才具有可解释性和可重复性。