科研人必看！CRISPR文库筛选数据分析常见问题答疑合集

在功能基因组学研究中，CRISPR文库筛选 技术凭借高通量、广覆盖和精准定位的优势，已经成为解析基因功能、探究疾病机制的重要工具。然而，从实验设计到数据分析，研究者常会遇到测序深度不足、率低、差异大等各类问题。

本文整理了12个CRISPR文库筛选数据分析中最常被问到的问题，并给出可落地的优化建议，帮助科研人员提升筛选结果的准确性与可重复性。

1. 一个样本二代测序需要测多少数据量合适？

通常建议单个样本的测序深度达到200X以上，其所需的测序数据量为“测序深度”*“文库覆盖度”*“sgRNA数”/“匹配率”，以人全基因组敲除文库A库为例，其所需测序数据量约为10G。

2.Mapping率比较低，筛选的结果还能信吗？

Mapping率指测序reads与文库列表的匹配比例。未匹配序列会直接被剔除，因此低Mapping率本身不会显著影响分析，但必须确保匹配到的数足够支撑≥200X的测序深度，避免因数据不足导致偏差。

3. 为什么同一基因的不同差异很大？

sgRNA的编辑效率受序列本身影响显著，有些几乎无编辑能力。为了减少这一影响，建议针对同一基因设计多条，提高结果稳健性。

4. 基因无显著富集，是统计分析错了？

多数情况下，这不是分析错误，而是筛选压力过低导致。可通过提高压力或延长筛选时间来增强阳性细胞富集，使差异更明显。

5.阴性筛选与阳性筛选的区别？

阴性筛选（Negative screen）：筛选压力较低，少量细胞死亡，靶点集中在死亡细胞中。阳性筛选（Positive screen）：筛选压力较高，大量细胞死亡，仅耐受细胞存活，靶点集中在存活群体中。

6. 如何判断筛选成功？

最佳方式是设置已知靶点基因及对应sgRNA作为阳性对照，若其显著富集，则筛选成功。若无已知靶点，可结合细胞杀伤效果、sgRNA LFC变化倍数等指标进行判断。

7.为什么负向筛选有正，正向筛选有负？

使用RRA算法时，基因取值是sgRNA LFC的中位数而非平均数，因此会出现这种现象。

8.按照RRA score排序筛选基因合适还是按照p值联合筛选基因合适？该如何挑选目的基因？

RRA算法是一种综合排名算法，会根据一个基因的多个不同指标进行综合打分（即RRA score），通常排名越靠前的是靶基因的可能性就越高，但是无法明确地指征Rank排名前多少的基因是潜在的靶基因；LFC与值联合筛选是生物学研究中常用的目的基因筛选方法，可设置特定阈值进行靶基因筛选，但是纳入分析的系数只有和p-value两种筛选出的结果中可能假阳性基因占比更多。通常，我们更建议优先使用RRA Rank排名作为首要靶基因筛选方法；当然，在文献中，这两种靶基因的筛选方式均很常见。

9. 常用的分析工具有哪些？

前最常用的分析工具是MAGeCk，包含RRAMLE两种算法；其中算法更适用于一个实验组一个对照组的分析，而算法可进行多个不同实验组的联合分析。

10.测序结果显示sgRNA丢失怎么办？

如果是初始cell pool丢失，说明覆盖率不足，需要重新构建文库细胞。如果是筛选后丢失，且靶点位于存活细胞中，结果可信；若靶点位于死亡细胞中，则需降低筛选压力。

11.如何理解流式分选结果？

流式分选常用于筛选荧光强度最高/最低5-10%的细胞群，通过分析富集sgRNA推测影响蛋白表达的基因。但流式分选可能带来假阳性/假阴性，建议增加初始细胞量、多轮分选以提高稳定性。

12. 多个重复样本如何分析？

重复性好（皮尔森系数>0.8）：建议合并分析。

重复性差：可先做一对一分析，再用韦恩图找出共同靶点，提升可信度。

总结

CRISPR文库筛选 数据分析中，测序深度、筛选压力、sgRNA设计和分析方法的选择都会直接影响结果质量。通过掌握常见问题与对应优化策略，科研人员可以更高效地解读实验数据，获得可靠的功能基因组学研究成果。