3. 向导RNA设计与脱靶预测的计算工具

向导RNA（sgRNA）设计是CRISPR实验成败的第一道关口。一个在靶活性高的sgRNA，如果同时命中基因组中多个近似序列，就会带来难以解释的脱靶编辑。因此，设计流程的核心不是“找到一个sgRNA”，而是“在候选集合中筛选出在靶效率与全基因组特异性之间平衡最优的那一个”。本节围绕sgRNA设计原则、主流工具的使用与结果解读，以及脱靶位点优先级排序展开。

sgRNA设计的基本原则

对于常用的SpCas9，sgRNA的20 nt引导序列紧邻PAM序列NGG的5'端。设计时通常遵循以下经验约束：

• PAM与位置：优先选择位于基因编码区5'端外显子、功能结构域或关键氨基酸位点附近的PAM，使移码或错义突变更可能破坏蛋白功能。
• 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：引导序列中连续4个以上T（TTTT）可能作为RNA聚合酶III的终止信号，降低sgRNA表达。
• 避免极端二级结构：引导序列自身折叠自由能过高会阻碍与靶DNA的杂交。
• 种子区保守性：PAM近端的8–12 nt（种子区）对特异性影响最大，该区域与脱靶位点的错配应重点评估。
• 脱靶位点数量：全基因组范围内允许的错配位点越少越好，尤其要避免在肿瘤抑制基因或必需基因中存在0–2个错配的位点。

这些原则之间存在权衡。例如，某sgRNA在靶评分很高，但在种子区存在一个1个错配的脱靶位点，其风险可能高于一个在靶评分中等、但全基因组无0–2错配位点的sgRNA。因此，设计必须结合工具预测结果综合判断。

常用工具的使用与结果解读

Cas-OFFinder是经典的脱靶搜索工具，支持按错配数、DNA/RNA凸起（bulge）进行全基因组检索。其典型命令行用法如下：

cas-offinder input.txt G output.txt
# input.txt 内容示例：
# /path/to/genome.fa
# NNNNNNNNNNNNNNNNNNNN NGG 3
# GAGTCCGAGCAGAAGAAGAA

其中3表示允许的最大错配数，输出为所有满足条件的基因组坐标、链方向、错配数与PAM。解读时重点关注错配位置：种子区错配比远端错配更可能被容忍，因此同样错配数下，种子区错配的位点风险更低。

CRISPOR与CHOPCHOP是面向实验人员的在线设计平台。CRISPOR整合了MIT特异性评分、CFD评分、Doench在靶评分等多个指标，并给出每个sgRNA的脱靶位点列表与可视化。CHOPCHOP则强调基因结构注释，可直接定位外显子、启动子区域，并支持多物种。使用时通常输入目标基因ID或序列，选择物种与PAM类型，平台返回候选sgRNA的评分、位置、脱靶数及引物设计建议。

解读结果时，不能只看单一评分。例如CRISPOR中某sgRNA的MIT特异性评分为90，但CFD评分仅0.3，说明其脱靶位点的切割效率预测较高，需要进一步查看具体脱靶位点是否位于关键基因。CHOPCHOP的“脱靶数”列若显示为0，通常指在允许错配范围内未检出，但仍需注意其搜索参数是否覆盖了全部变异。

脱靶位点的优先级排序

预测出的脱靶位点往往有数十至数百个，必须按风险排序。建议从以下维度综合打分：

1. 错配数与位置：0–1个错配为高风险，2个错配为中风险，3个以上通常风险较低；种子区错配可适当降级。
2. PAM类型：标准NGG比NAG更易被切割，非经典PAM风险较低。
3. 脱靶位点所在基因：位于外显子、剪接位点、启动子或已知致癌/抑癌基因的位点优先关注。
4. 预测切割效率：CFD、MIT等评分越高，实际被切割的可能性越大。
5. 实验可验证性：优先选择可用PCR扩增、且存在合适PAM的位点进行后续检测。

下表给出一个示例性的优先级排序表，用于将预测结果转化为可执行的验证清单。表中数据为教学假设，不代表真实实验结果。

排序后，高优先级位点应优先设计PCR引物并进行T7E1或扩增子测序验证；中优先级位点可在主要位点验证后补充；低优先级位点通常可暂不处理，但需在报告中记录。

整个流程中，工具输出只是起点。真正决定实验质量的是对脱靶位点的生物学解读：一个位于非编码区的2错配位点，其实际风险可能远低于一个位于抑癌基因外显子的1错配位点。因此，建议在获得候选sgRNA后，先按上表格式整理脱靶清单，再结合基因功能注释与实验目的做出最终选择。对于需要高精度编辑的场景，可进一步采用高保真Cas9变体或GUIDE-seq等无偏检测方法进行验证。