看不见的错配：基因编辑脱靶检测的盲区与破局

CRISPR技术落地临床的最大绊脚石，从十年前到今天，从来都是它。

能精准剪断目标基因，却没人能打包票说，其它位置完全没动过。这些错剪的痕迹，藏在三十亿个碱基对里，找出来，难；找全了，更难。

为什么脱靶的坑，之前一直填不平

脱靶的本质很简单：向导RNA带着Cas酶找位点的时候，只要有一两个碱基对不上，Cas酶也有可能下手切割，或者编辑。要是错切在了抑癌基因上，一次编辑就可能直接诱发肿瘤，风险完全不可控。

早期的检测思路，全靠猜。根据gRNA的序列相似性，预测出十几个可能错配的位点，然后用PCR扩增完测序，只测这几个地方。问题是，人类基因组里有成千上万个相似度很高的序列，非编码区还有大量重复片段，猜得到第一个，猜不到第一千个。漏网的脱靶，就是埋在病人身体里的定时炸弹。

后来有人想到用全基因组测序，把编辑后的细胞整个基因组测一遍，和未编辑的对照比，找差异。这个思路听起来完美，实际操作起来满是坑。

正常细胞本身复制就会出错，每一次分裂都会带几个新突变，你拿到的差异位点里，哪些是编辑带来的脱靶，哪些是细胞自己长出来的背景突变？很难分清楚。而且，要是编辑后只有千分之一的细胞带这个脱靶，短读长测序的深度不够，信号直接就被背景噪音吞了，根本看不见。

低频率脱靶才是临床应用中最危险的那一类，偏偏早期方法抓不住它。这就是之前十多年，整个行业都卡在这儿的核心原因。

现在的主流方法，各有各的脾气

最近七八年，陆续出来了一批新的检测方法，各有各的适用场景，也各有各的解决不了的问题。

用的比较多的是GUIDE-seq，原理就是在Cas酶切割产生双链断裂后，把带生物素标记的短寡核苷酸序列插入到断裂位点，最后把带标记的片段抓出来测序，哪里有标记，哪里就是脱靶位点。这个方法比猜位点准多了，但是它的插入效率太低了，一百次断裂才能抓住十几次，低频率的脱靶还是抓不到，而且寡核苷酸只能转染容易培养的细胞系，临床用的原代细胞、干细胞根本转不进去，也就做不了临床样品的检测。

还有针对体外检测的CIRCLE-seq，把基因组提取出来打碎，让Cas酶在体外完成切割，然后把切出来的末端加接头测序，灵敏度比GUIDE-seq高不少。但是问题来了，体内的基因组是缠绕在组蛋白上的，很多预测的脱靶位点根本被包在染色质里面，Cas酶碰都碰不到，你体外切出来一堆脱靶，放到体内根本不会发生，等于虚惊一场，还耽误时间。

那针对不用切双链的编辑工具呢？现在大火的碱基编辑、引导编辑，大部分脱靶都是单碱基的替换，根本不产生双链断裂，你那些抓断裂位点的方法，完全没用。相当于拿着捕兽夹去抓蚊子，有劲使不上。前两年《自然》发过一篇研究，说两种常用的胞嘧啶碱基编辑，在小鼠体内会产生数百个额外的单碱基脱靶，这些脱靶之前用传统方法根本检测不到，直接引发了行业对碱基编辑安全性的大讨论。你看，工具迭代了，方法跟不上，照样出问题。

现在新出的一些方法，比如针对单碱基脱靶的直接捕获，或者结合DNA损伤标记的免疫沉淀测序，都在补这个缺口，但是还没有哪一种方法，能说自己通吃所有编辑工具，覆盖所有类型的脱靶。

临床落地前，还有几个绕不开的坎

现在已经有几款基因编辑疗法获批上市，多是体外编辑：把病人的造血干细胞拿出来，编辑完筛选一遍，把没有脱靶的细胞扩增完再输回去，风险可控。但接下来要做的大量体内编辑疗法，直接把编辑工具打到病人体内，比如治疗视网膜病变、地中海贫血，你根本没办法提前筛选，脱靶检测必须一步到位，又准又便宜。

第一个坎，就是灵敏度和成本的平衡。要测到万分之一频率的脱靶，全基因组测序需要做到50X甚至100X的深度，一个样品的测序成本就要几万块，临床上不可能给每个病人都做这个检测，成本降不下来，就很难大规模推广。现在大家想到的办法是先用AI预测可能的脱靶位点，再针对性的做靶向测序，成本降了一大半，但是预测模型总有漏检，漏一个致癌位点就是大问题。

第二个坎，就是嵌合样品的分辨率不够。体内编辑后，只有少部分细胞被编辑，脱靶也只存在于这些少部分细胞中，混合测序的信号被大量未编辑的细胞稀释，很难区分哪些是真实脱靶，哪些是测序错误。现在单细胞测序的成本太高，还没法大规模用在这上面。

说实话，这一行的进展已经够快了，十年前连准确找十几个脱靶都难，现在已经能做到全基因组范围千分之一灵敏度的检测。但是技术就是这样，差一步，就是从实验室到手术室的距离。

不过话说回来，我们搞这行的，不就是填坑吗？把一个个盲区找出来，把一个个坎跨过去，哪天能拍着胸脯说，这个编辑的所有错配都找到了，基因编辑才能真正走进寻常百姓家，解决那些现在治不了的病。