Desain guide RNA (gRNA/sgRNA/crRNA) yang baik tidak pernah dimulai dari urutan target saja. Keberhasilan edit sangat dipengaruhi oleh kecocokan PAM untuk nuklease yang dipakai, skor efisiensi on-target yang sesuai dengan sistem ekspresi dan enzimnya, risiko off-target terhadap genom yang benar, konteks kromatin, anotasi isoform/transkrip, keberadaan SNP/varian pada situs target, kandungan GC, kecenderungan struktur sekunder, dan posisi target terhadap fungsi biologis gen. Untuk knock-out, situs pada ekson konstitutif awal atau domain esensial biasanya lebih aman daripada sekadar “ekson pertama”, terutama bila ada ATG alternatif atau isoform yang lolos. Untuk HDR, jarak antara lokasi potong dan perubahan yang diinginkan, fase siklus sel, serta pencegahan re-cut donor menjadi penentu utama. Untuk base editing, basa yang diedit harus jatuh di dalam editing window dan konsekuensi kodonnya harus dievaluasi bersama risiko bystander edits. citeturn6view0turn7view0turn36view1turn10view0turn25search1turn27search1turn27search7turn32search1turn26search21
Secara praktis, desain gRNA modern sebaiknya dilakukan sebagai proses bertahap: definisikan organisme/assembly/transkrip dan tujuan edit, desain kandidat secara in silico, saring dengan kombinasi skor on-target/off-target dan anotasi biologis, verifikasi situs terhadap varian dan konteks genom, lanjutkan ke cloning atau sintesis gRNA, pilih format delivery yang cocok, lalu ukur hasil dengan assay yang sebanding dengan kebutuhan resolusi. Assay berbasis mismatch nuclease seperti T7E1/Surveyor masih berguna untuk penyaringan cepat, tetapi untuk HDR, base editing, analisis bystander, atau kuantifikasi presisi, amplicon deep sequencing dengan analisis seperti CRISPResso2 jauh lebih informatif; TIDE/ICE berada di tengah sebagai opsi murah berbasis Sanger. citeturn31search3turn31search19turn31search0turn31search1turn31search12turn34search0turn34search1turn34search6turn34search17
Karena organisme tidak dispesifikasikan, laporan ini disusun generik. Namun desain final harus diulang pada spesies, assembly genom, anotasi transkrip, strain/garis sel, dan konteks sel yang tepat, karena hampir semua alat memerlukan pilihan genom/transkrip dan analisis off-target bersifat sangat assembly-dependent. Kalau input keliru berupa cDNA alih-alih genomik, atau jika target tumpang tindih dengan SNP/indel strain-spesifik, desain dapat tampak “bagus” secara komputasional tetapi gagal di laboratorium. citeturn7view0turn10view1turn39view2
Lokus target harus dipilih dari genom referensi yang benar, bukan dari intuisi berbasis simbol gen semata. Alat-alat utama saat ini meminta input dalam bentuk urutan genomik, koordinat genom, atau identitas gen/transkrip; sebagian juga menyediakan anotasi varian, domain protein, primer validasi, dan desain donor/HR. Karena skor prediksi efisiensi hanya berkorelasi sedang dengan hasil eksperimen nyata, pendekatan yang paling aman adalah menominasikan beberapa gRNA berkualitas tinggi per target, lalu memvalidasi secara empiris. Itu adalah kesimpulan praktis yang konsisten dengan dokumentasi CRISPOR dan CHOPCHOP serta paper predictor on-target klasik seperti Doench 2016 dan CRISPRscan. citeturn7view0turn36view1turn10view0turn37view0turn3search0turn3search1
Tabel berikut merangkum PAM untuk nuklease yang paling sering dipakai dalam desain eksperimental sehari-hari.
| Nuklease | PAM yang umum dipakai | Catatan desain yang paling relevan |
|---|---|---|
| SpCas9 | NGG | Workhorse paling umum; potong biasanya ~3–4 nt di 5’ dari PAM; banyak predictor dan tool dioptimalkan untuk sistem ini. citeturn7view0turn22view0 |
| SpG | NGN | Memperluas ruang target dibanding SpCas9, tetapi aktivitas tetap sangat locus-dependent dan tidak semua predictor klasik terkalibrasi sebaik NGG. citeturn6view0 |
| SpRY | NRN efisiensi lebih tinggi; NYN efisiensi lebih rendah | Hampir PAM-less, berguna bila pilihan situs terbatas, tetapi perlu kehati-hatian lebih tinggi terhadap off-target karena ruang target membesar. citeturn6view0 |
| SaCas9 | NNGRRT | Enzim lebih kecil, menarik untuk delivery vektor kecil; gunakan skor/algoritme spesifik SaCas9 bila tersedia. citeturn6view0turn36view1 |
| Cas12a | TTTV atau TTTN tergantung ortholog/setting | PAM T-rich di sisi 5’; protospacer dan geometri potong berbeda dari Cas9; gunakan skor Cas12a-spesifik seperti DeepCpf1 bila tersedia. citeturn6view0turn22view0turn5search17turn36view3turn3search10 |
| Cas12b / CasX | PAM lebih sempit dan sistem-spesifik | Berguna pada konteks tertentu, tetapi dukungan tool/predictor dan validasi komunitas biasanya lebih terbatas dibanding SpCas9/Cas12a. citeturn6view0turn10view2 |
Untuk konteks literatur yang lebih mutakhir, review yang bermanfaat meliputi ulasan evolusi tool desain gRNA berbasis web, systematic review tool base editor, evaluasi predictor aktivitas SpCas9, dan review off-target untuk aplikasi terapeutik. Sitasi pada laporan ini sekaligus berfungsi sebagai tautan ke sumber primer, dokumentasi resmi, dan review tersebut. citeturn35search3turn27search7turn35search0turn25search17
| Faktor | Mengapa penting | Aturan kerja yang direkomendasikan |
|---|---|---|
| Kecocokan PAM dan enzim | Tidak ada pengikatan/pemotongan tanpa PAM yang kompatibel; jenis nuklease menentukan panjang guide, posisi potong, dan predictor yang relevan. citeturn6view0turn22view0 | Tentukan dulu modality: SpCas9 untuk penggunaan umum, Cas12a bila region target T-rich, SaCas9 bila delivery size-constrained, varian seperti SpG/SpRY hanya bila ruang target NGG tidak memadai. Jangan memakai skor SpCas9 untuk Cas12a atau SaCas9. citeturn36view1turn36view3turn36view4 |
| Prediktor efisiensi on-target | Skor membantu memperkaya kandidat yang aktif, tetapi tidak cukup kuat untuk dijadikan satu-satunya kriteria. Doench 2016 tetap default di banyak tool untuk SpCas9/U6, sedangkan CRISPRscan lebih baik pada konteks T7/in vivo menurut benchmarking CRISPOR; DeepCpf1 dipakai untuk Cas12a. citeturn3search0turn3search1turn3search10turn36view1 | Pilih predictor yang matching dengan sistem biologis: Doench/Azimuth untuk sel kultur/U6, CRISPRscan untuk T7/in vivo, model Cas12a-spesifik untuk Cas12a. Praktiknya, uji beberapa guide top-ranked, bukan satu. citeturn36view1turn37view0 |
| Risiko off-target | Off-target tetap menjadi isu utama, terutama untuk kultur sel, aplikasi terapeutik, dan target yang berada pada keluarga gen homolog. Tool berbeda juga bisa menghasilkan daftar off-target yang tidak identik. citeturn25search17turn36view0turn39view2 | Utamakan guide dengan sedikit homolog dekat di genom, terutama pada seed dekat PAM. Untuk SpCas9, skor spesifisitas tinggi lebih disukai; di CRISPOR, heuristik “>50” sering dipakai sebagai batas praktis awal, lalu tetap divalidasi secara eksperimen. citeturn8view1turn36view0 |
| Aksesibilitas kromatin | Target dalam kromatin lebih terbuka cenderung diedit lebih efisien; efek ini dapat menjadi sangat cell-type-specific. citeturn25search1turn25search7 | Bila ada data relevan, overlay kandidat dengan ATAC-seq/DNase/ENCODE atau data epigenom internal pada tipe sel yang dipakai. Jika tidak ada, anggap ini sumber variasi eksperimental yang harus dikompensasi dengan menguji beberapa guide. citeturn25search1 |
| Isoform dan splice variants | Guide yang memotong satu isoform belum tentu menonaktifkan semua isoform. Sebaliknya, untuk studi isoform-spesifik, hal ini justru bisa dimanfaatkan. citeturn10view0turn38view3turn7view0 | Untuk knock-out total, pilih ekson konstitutif yang shared oleh semua transkrip dan periksa adanya ATG in-frame downstream. Untuk rekayasa isoform-spesifik, target ekson atau splice site unik per isoform dan verifikasi dengan transcript annotation yang benar. citeturn38view3turn10view0 |
| SNP, indel, dan varian strain/populasi | Mismatch nyata antara gRNA dan alel sampel dapat menurunkan pemotongan; mutasi pada PAM paling kritis. Ciri ini sering terlewat bila peneliti memakai reference yang salah atau memasukkan cDNA. citeturn7view0 | Hindari guide yang overlap varian umum atau varian strain/garis sel yang diketahui. Gunakan assembly yang benar, cek VCF bila tersedia, dan jangan mendesain langsung dari cDNA untuk target genomik. citeturn7view0 |
| Kandungan GC | GC ekstrem berkorelasi dengan guide yang kurang baik; beberapa tool memberi penalti eksplisit untuk GC terlalu rendah/tinggi. citeturn8view1turn38view2 | Sebagai aturan awal, prioritaskan ~40–70% GC. Hindari guide sangat rendah atau sangat tinggi GC kecuali ruang target teramat sempit. citeturn38view2turn8view1 |
| Struktur sekunder dan self-complementarity | Hairpin/self-complementarity pada guide atau interaksi dengan scaffold dapat mengganggu efisiensi; untuk target RNA/Cas13, aksesibilitas target RNA juga penting. citeturn37view3turn38view3 | Hindari guide dengan self-complementarity tinggi; bila mendesain Cas13, sertakan prediksi aksesibilitas lokal RNA, misalnya dengan pendekatan RNAfold seperti yang dipakai CHOPCHOP. citeturn38view3 |
| Posisi di dalam gen | Untuk knock-out, target terlalu dekat ujung C-terminal dapat menghasilkan protein parsial yang masih fungsional; target sangat awal juga tidak selalu ideal bila ada start codon alternatif. citeturn28search8turn38view3turn36view1 | Prioritaskan ekson coding awal atau domain esensial, sambil memeriksa ATG downstream, alternatif splicing, dan kemungkinan rescue oleh protein terpotong. citeturn38view3turn36view1 |
| Domain fungsional | Memotong domain katalitik/esensial sering lebih andal untuk hilangnya fungsi daripada posisi arbitrer. Beberapa tool kini memberi bantuan anotasi domain. citeturn36view1turn39view3turn4search0 | Bila fungsi protein diketahui, timbang domain esensial setara atau bahkan lebih tinggi daripada sekadar “dekat 5’”. Benchling dan CRISPRscan sama-sama menonjolkan anotasi domain. citeturn39view3turn4search0 |
| Konsekuensi kodon untuk base editing | Untuk CBE/ABE, basa target harus berada dalam editing window, dan perubahan kodon harus benar-benar menghasilkan substitusi asam amino, stop codon, koreksi, atau perubahan sinonim yang diinginkan. Bystander edits di jendela yang sama dapat mengubah hasil secara besar. citeturn30search12turn27search1turn28search3turn27search7 | Jangan memilih guide base editor hanya dari kedekatan lokus. Evaluasi seluruh jendela edit, semua basa editable di dalamnya, dan semua outcome kodon yang mungkin. Pakai model outcome seperti BE-Hive atau tool sejenis bila eksperimen adalah base editing. citeturn27search1turn30search0 |
| Pertimbangan jalur reparasi | Knock-out mengandalkan NHEJ/MMEJ dan distribusi indel; HDR membutuhkan donor dan lebih terbatas pada sel yang sedang membelah. Efisiensi HDR turun ketika edit makin jauh dari cut site. citeturn36view1turn32search1turn26search21turn38view3 | Untuk knock-out, pertimbangkan out-of-frame/microhomology score bila tersedia. Untuk HDR, potong sedekat mungkin dengan edit, mutasi PAM/protospacer donor untuk mencegah re-cut, dan sadari bahwa HDR biasanya jauh lebih lemah daripada NHEJ. Untuk perubahan satu basa, base editor atau prime editor sering lebih rasional daripada memaksa HDR. citeturn36view1turn39view2turn32search1turn26search21turn38view3 |
Alur kerja berikut menggabungkan tahapan yang paling umum dipakai di berbagai organisme. Rincian delivery dan screening akan berubah untuk kultur sel mamalia, embrio, hewan model, tumbuhan, dan mikroorganisme, tetapi logika desain dan validasinya relatif stabil. citeturn33search13turn24search5turn3search7
flowchart TD
A[Definisikan tujuan edit dan konteks biologis] --> B[Pilih enzim dan PAM]
B --> C[Desain kandidat gRNA in silico]
C --> D[Saring berdasarkan on-target, off-target, isoform, varian, kromatin]
D --> E[Desain oligo, plasmid, atau gRNA sintetis]
E --> F[Pilih metode delivery]
F --> G[Screening awal editing]
G --> H[Validasi kuantitatif on-target]
H --> I[Validasi off-target dan produk edit akhir]Skema ini konsisten dengan dokumentasi tool desain utama, protokol CRISPRscan, panduan HDR, dan pipeline analisis CRISPResso2. citeturn7view0turn10view0turn12search0turn24search5turn32search1turn34search6
Tahap ini adalah tempat semua keputusan besar dibuat. Input minimal yang harus dipastikan benar adalah: spesies, assembly genom, transkrip/isoform target, modality eksperimen, jenis enzim/PAM, dan jenis outcome yang diinginkan. Pada tahap ini sebaiknya dihasilkan daftar pendek, bukan satu guide tunggal. citeturn7view0turn10view1turn39view2
| Elemen | Rekomendasi praktis |
|---|---|
| Tool utama | CRISPOR, CHOPCHOP, Benchling, GuideScan2, CRISPRscan, CCTop. Untuk base editing, tambahkan BE-Hive atau tool base-editing khusus untuk memodelkan bystander/outcome. citeturn7view0turn10view1turn39view2turn15view1turn4search0turn22view0turn30search3turn30search0 |
| Input | FASTA genomik, koordinat genom, simbol gen/ID transkrip, atau kadang BED/GFF/GTF/TXT untuk batch/library design. GuideScan2 web menerima TXT/BED/GFF/GTF; CHOPCHOP menerima gene name, coordinates, atau pasted sequence; CRISPOR menerima urutan genomik/FASTA; Benchling mulai dari sequence/gene target di genome yang dipilih. citeturn15view1turn10view1turn7view0turn39view2 |
| Output | Daftar guide dengan urutan protospacer, PAM, skor
on-target/off-target, kandidat off-target, anotasi posisi, kadang primer
dan donor/HR. CRISPRscan mengekspor TSV dan GenBank/SnapGene; CRISPOR
memberi spreadsheet/primer; Benchling mengekspor tabel tab-delimited;
GuideScan2 memberi tabel unduhan + tampilan IGV; CCTop standalone
memberi .fasta/.bed/.xls.
citeturn4search4turn8view2turn39view4turn20search12turn43view0 |
| Parameter yang harus di-set | Enzim/PAM, panjang guide, mismatch off-target, seed/core rule bila tersedia, transkrip target, filter GC, self-complementarity, pilihan scoring, dan mode eksperimen seperti knock-out/knock-in/activation/repression/Cas13. citeturn22view0turn37view0turn39view0turn15view1 |
| Pitfall utama | Memakai cDNA, assembly salah, transkrip yang tidak relevan, memilih predictor yang tak sesuai dengan enzim/sistem ekspresi, serta mengandalkan satu tool saja tanpa verifikasi silang. citeturn7view0turn36view1turn10view0 |
Sebelum memesan oligo atau gRNA sintetik, kandidat harus disaring lagi secara biologis. Inilah tahap untuk menilai apakah guide yang secara komputasional “bagus” memang masuk akal terhadap biologi target. citeturn36view1turn38view3turn25search1
| Elemen | Rekomendasi praktis |
|---|---|
| Tool tambahan | Data anotasi genom/transkrip dari Ensembl/UCSC/NCBI; anotasi domain dari Benchling/CRISPRscan; varian dari track/VCF yang relevan; overlay kromatin bila data tersedia. CHOPCHOP, CRISPOR, Benchling, dan CRISPRscan sudah membawa sebagian anotasi ini ke dalam UI masing-masing. citeturn10view0turn7view0turn39view3turn4search0 |
| Input | Shortlist guide + informasi biologis target: isoform utama, ekson konstitutif, domain esensial, data varian, dan konteks sel. citeturn38view3turn7view0 |
| Output | Daftar final 3–6 guide prioritas per target untuk knock-out; untuk HDR/base-editing, daftar biasanya lebih sempit tetapi lebih terikat pada geometri edit. Ini adalah inferensi praktis dari keterbatasan skor prediksi dan keharusan validasi eksperimen. citeturn36view1turn31search3 |
| Parameter yang harus di-set | Prioritas transkrip, domain, posisi relatif terhadap cut site, ambang GC, ambang self-complementarity, dan kriteria eliminasi overlap SNP/PAM. Untuk HDR, pantau jarak cut-to-edit dan desain PAM-blocking mutation. citeturn38view3turn39view2turn32search1 |
| Pitfall utama | Guide memberi indel tinggi tetapi tidak memberi fenotipe karena hanya mengenai isoform minor, menghasilkan in-frame indels, atau memotong bagian protein yang tidak esensial. Masalah ini sangat umum bila seleksi semata-mata berdasarkan skor. citeturn36view1turn38view3 |
Sesudah kandidat dipilih, keputusan berikutnya adalah format molekul: plasmid, ivt RNA, dual RNA, atau RNP dengan guide sintetik. Pilihan ini memengaruhi kebutuhan overhang, promoter, leading base, dan kebutuhan cloning. citeturn8view1turn12search0turn22view0
| Elemen | Rekomendasi praktis |
|---|---|
| Tool | CRISPOR untuk cloning/PCR primers dan primer off-target; CHOPCHOP untuk primer validasi berbasis Primer3; Benchling untuk assembly guide ke plasmid dan desain HR template; CCTop untuk oligo sesuai metode transkripsi; CRISPRscan untuk oligo siap sintesis dan protokol injeksi. citeturn8view1turn38view2turn39view2turn22view0turn4search2 |
| Input | Urutan guide terpilih, backbone/vector, promoter (U6/T7/dll.), panjang amplicon validasi, dan bila relevan donor HDR/ssODN. citeturn8view1turn39view2turn22view0 |
| Output | Oligo cloning/expression, primer PCR on-target, kadang primer off-target, konstruksi plasmid, atau urutan donor HDR yang siap dipesan. Benchling menambahkan opsi silent mutations untuk menghindari re-cut pada donor. citeturn8view1turn39view2 |
| Parameter yang harus di-set | Overhang cloning, kebutuhan nukleotida awal untuk promoter, ukuran amplicon, Tm primer, lokasi insertion region untuk Golden Gate/Type IIS, serta mutasi PAM-blocking pada donor. citeturn8view1turn37view3turn39view1turn39view2 |
| Pitfall utama | Mengabaikan kebutuhan leading G/GG pada promoter tertentu, salah memilih insertion region pada plasmid Type IIS, atau gagal memutus situs PAM dalam donor HDR sehingga alel yang berhasil diedit dipotong ulang. citeturn8view1turn22view0turn39view1turn39view2 |
Tidak ada satu metode delivery yang optimal untuk semua organisme. Secara umum, delivery sebagai RNP membatasi durasi paparan Cas dan sering membantu menurunkan off-target, sedangkan plasmid/lentivirus lebih cocok untuk ekspresi jangka lebih lama atau pooled screens. Untuk embrio/hewan model, mikroinjeksi maupun elektroporasi embrio masih lazim; untuk tumbuhan, transformasi dan metode regenerasi menjadi pembatas utama. citeturn33search13turn24search5turn5search13
| Elemen | Rekomendasi praktis |
|---|---|
| Tool/sumber | Dokumentasi protokol resmi vendor/lab dan notebook terpaut dari Benchling; protokol CRISPRscan untuk sistem injeksi embrio; review delivery modern untuk memilih antara viral dan non-viral delivery. citeturn12search0turn24search5turn33search13 |
| Input | Jenis sel/organisme, format kargo (plasmid/RNP/mRNA), kebutuhan multiplex, dan apakah eksperimen adalah arrayed atau pooled. citeturn33search13 |
| Output | Kondisi delivery teroptimasi: rasio Cas:guide, jumlah gRNA, program elektroporasi atau kondisi transfeksi, serta target viabilitas yang dapat diterima. citeturn33search5turn33search13 |
| Parameter yang harus di-set | Jenis kargo, stoikiometri RNP, jumlah sel/embrio, waktu panen untuk screening, dan jika HDR: ko-delivery donor pada format serta konsentrasi yang sesuai. citeturn33search5turn32search1 |
| Pitfall utama | Menafsirkan “guide buruk” padahal yang buruk sebenarnya adalah delivery; karena itu positive-control guide sangat penting saat optimasi kondisi delivery. citeturn33search0turn33search3turn33search7 |
Screening awal bertujuan menjawab pertanyaan sederhana: “apakah editing terjadi?” Ini bukan tahap akhir untuk menyatakan keberhasilan definitif, terutama pada HDR, base editing, atau aplikasi yang mensyaratkan genotipe persis. citeturn31search3turn31search19turn34search6
| Elemen | Rekomendasi praktis |
|---|---|
| Tool/assay | T7E1, Surveyor, restriksi situs yang hilang, Sanger + TIDE/ICE, atau sequencing singkat amplicon. CRISPOR dan CHOPCHOP sama-sama mendesain primer untuk langkah ini. citeturn8view1turn38view2turn31search0turn31search1 |
| Input | PCR amplicon genomic DNA di sekitar target. TIDE/ICE memerlukan trace Sanger dari sampel edited dan kontrol wild-type; TIDER menambah trace referensi donor/HDR. citeturn31search0turn31search12turn31search21 |
| Output | Estimasi awal editing efficiency atau indikasi adanya heterodupleks/indel. ICE/TIDE memberi estimasi frekuensi serta spektrum indel sederhana. citeturn31search0turn31search1turn31search8 |
| Parameter yang harus di-set | Lokasi cut site, ukuran amplicon, kualitas trace Sanger, dan untuk TIDE/TIDER: breakpoint serta batas ukuran indel yang dirangkum. citeturn31search4turn31search12 |
| Pitfall utama | T7E1/Surveyor bisa meng-underestimate atau bias terhadap tipe indel tertentu; hasil “mirip” di mismatch assay tidak berarti persen editing yang sama menurut NGS. Untuk base editing, mismatch assay sering terlalu kasar. citeturn31search3turn31search19 |
Untuk artikel, screen, engineering presisi, atau aplikasi translasi, validasi kuantitatif sebaiknya berbasis sequencing amplicon mendalam, lalu dianalisis dengan pipeline yang memahami konteks cut site, HDR, dan base-editing window. Selain off-target, perlu diingat bahwa short-amplicon assays dapat melewatkan delesi besar atau kejadian on-target tak terduga lain. citeturn34search6turn34search12turn31search11
| Elemen | Rekomendasi praktis |
|---|---|
| Tool | CRISPResso2 untuk analisis amplicon NGS, termasuk HDR dan base editing; amplican sebagai alternatif paket R; TIDER untuk HDR berbasis Sanger; TIDE/ICE untuk analisis cepat biaya rendah. citeturn34search0turn34search6turn34search11turn34search22turn31search12turn31search0turn31search21 |
| Input | FASTQ/FASTQ.GZ single-end atau paired-end, amplicon reference, urutan sgRNA, dan bila relevan urutan HDR expected amplicon atau base-editing setup. citeturn34search1turn34search12turn34search14 |
| Output | Frekuensi indel/substitusi, distribusi alel, persen HDR, profil base editing, frameshift, plot kuantifikasi, dan report yang siap diarsipkan. citeturn34search6turn34search17turn34search22 |
| Parameter yang harus di-set | Quantification window, cleavage offset, sgRNA sequence tanpa PAM, trimming/adaptor, amplicon reference yang benar, dan expected HDR sequence bila perlu. Kesalahan penetapan window sering menjadi sumber bias kuantifikasi. citeturn34search1turn34search12turn34search21 |
| Pitfall utama | Amplicon terlalu pendek dapat melewatkan delesi besar/translokasi; alignment yang tidak tepat dapat mengaburkan outcome; untuk base editing, quantification window yang salah mudah membuat angka bystander tampak menyesatkan. citeturn31search11turn34search1turn34search14 |
Tabel berikut menekankan alat yang paling sering dipakai untuk riset umum. Karena dokumentasi publik tiap alat berbeda tingkat keterbukaannya, beberapa kolom diberi catatan eksplisit bila informasi tidak dinyatakan jelas pada dokumentasi yang tampak publik.
| Tool | Nuklease/PAM yang didukung | Spesies/assembly | Algoritme off-target | Skor on-target | Batch design | Format output | Lisensi/biaya | Kekuatan dan keterbatasan | Sitasi |
|---|---|---|---|---|---|---|---|---|---|
| CRISPOR | Sangat luas: SpCas9 NGG, SpG NGN, SpRY NRN/NYN, SaCas9/KKH-SaCas9, Cas12a/Cpf1, CasX, Nme2Cas9, dll. citeturn6view0 | ~1495 genom; dapat menambah assembly NCBI/UCSC/Ensembl baru; anotasi varian tersedia untuk subset genom. citeturn6view0turn7view0 | Pencarian genom menyeluruh hingga 4 mismatch; menampilkan MIT specificity dan CFD-based information. citeturn7view0turn36view0turn36view1 | Doench 2016/Azimuth, CRISPRscan, DeepCpf1, Najm et al. untuk SaCas9, plus out-of-frame score. citeturn36view1turn36view3turn36view4 | Ya; ada CRISPOR Batch untuk manusia/tikus dan assistant saturating mutagenesis. citeturn8view0 | Halaman hasil, spreadsheet/Excel, primer cloning/PCR, primer off-target, input CRISPRESSO. citeturn8view1turn8view2 | Website gratis; kode lokal gratis untuk akademik, lisensi komersial/non-profit lokal diatur terpisah. citeturn41view0 | Sangat kaya fitur, primer dan anotasi bagus, kuat untuk banyak PAM/genom; tetapi antarmuka dan opsi bisa terasa berat untuk pengguna baru. citeturn7view0turn41view0 | citeturn5search3turn7view0turn41view0 |
| CHOPCHOP | Cas9, Cas9 nickase, Cpf1/Cas12/CasX, Cas13, TALEN; PAM dan panjang guide dapat dikustomisasi. citeturn10view1turn10view2 | Banyak organisme; input gene ID, coordinates, atau sequence. citeturn10view1turn10view2 | Mismatch search 0–3; opsi seed/full protospacer; evaluasi pasangan nickase; off-target transcript untuk Cas13. citeturn10view0turn37view3 | Doench 2014/2016, Chari, Xu, Moreno-Mateos, G20; repair profile Shen 2018 untuk Cas9. citeturn37view0turn37view3 | Web lebih berorientasi query per target; tersedia CLI lokal untuk fleksibilitas lebih. citeturn10view1 | Tabel interaktif, hasil detail per guide, primer, off-target, microhomology arms, restriction sites. citeturn38view3 | Non-profit/academic use only. citeturn10view1 | Sangat baik untuk mode KO/KI/CRISPRi/a/Cas13, isoform-aware, dan primer design; namun ekspor/otomasi batch web tidak setransparan CRISPOR, dan skor tertentu kosong pada PAM eksotik. citeturn38view3turn37view3 | citeturn2search3turn10view1turn38view3 |
| Benchling | PAM dan panjang guide dapat dikustomisasi; mendukung single guide, paired nickase, dan desain HR template. citeturn39view0turn39view1turn39view2 | 160+ reference genomes + upload sequence umum. citeturn39view3 | Aggregated off-target score berbasis Hsu-style aggregation dan per-site off-target scoring; UI menampilkan 49 off-target teratas. citeturn39view2 | Doench/Fusi 2016. citeturn39view2 | Ya; batch design dipromosikan pada halaman produk. citeturn13search3 | Oligo tersimpan, desain CRISPR, plasmid assembly, tab-delimited export, HR template design. citeturn39view2turn39view4 | Proprietary SaaS; plan akademik gratis untuk Notebook + Molecular Biology, tier industri berbayar/kustom. citeturn13search1turn13search0 | Sangat unggul untuk alur terintegrasi desain–cloning–dokumentasi–kolaborasi; tetapi tidak seterbuka tool open-source dalam transparansi algoritme dan daftar off-target penuh di UI dipangkas. citeturn39view2turn13search3 | citeturn12search0turn13search1turn13search3 |
| CRISPRscan | Fokus kuat pada Cas9; juga memiliki aturan off-target untuk Cpf1/Cas12a. citeturn4search2 | Banyak spesies model dan non-model; 2024 menambah beberapa genom tumbuhan dan spesies tambahan. citeturn4search0turn4search5turn4search6 | Cas9: All/Seed/CFD hingga 4 mismatch; Cpf1: All/Seed. citeturn4search2 | Model CRISPRscan untuk Cas9; sangat terkait dataset in vivo/zebrafish/T7. citeturn3search1turn4search0turn36view2 | Bukan batch library designer klasik, tetapi mendukung pencarian gene/sequence dan ekspor semua/guide terpilih. citeturn4search4 | TSV, GenBank/SnapGene, browser tracks, oligo/protokol. citeturn4search4turn4search5 | Web gratis; lisensi core web tidak tampak dijelaskan secara eksplisit pada halaman publik yang terlihat, tetapi paket Mut-Seq tambahan tersedia dengan MPLv2. citeturn42search2turn42search3 | Kuat untuk desain in vivo dan organisme model tertentu, plus anotasi domain protein; tetapi generalisasi predictor ke semua konteks sel kultur harus diperlakukan hati-hati. citeturn4search0turn4search7turn36view2 | citeturn4search0turn4search2turn4search4turn42search2 |
| GuideScan2 | Web saat ini menampilkan cas9 dan cpf1; CLI untuk custom genome. citeturn15view1turn20search4 | Web: hg38, ce11, dm6, mm10, mm39, rn6, sacCer3; CLI untuk genom kustom. citeturn15view1turn20search4turn20search2 | Exact specificity-oriented search; specificity score berbasis CFD. citeturn44search0turn44search4 | Web memakai filter cutting efficiency; paper/CLI GuideScan2 melampirkan cutting-efficiency score berbasis Rule Set 2 untuk Cas9. Dokumentasi publik web yang tampak tidak merinci model Cas12a secara eksplisit. citeturn15view1turn20search10 | Ya; query banyak koordinat/gen, gene-targeting library untuk hg38/mm39, input BED/GFF/GTF/TXT. citeturn15view1turn17search1 | Tabel unduhan + tampilan IGV; CLI mendukung CSV. citeturn20search12turn40search2 | Web gratis; CLI MIT. citeturn40search0turn40search4 | Sangat kuat untuk spesifisitas dan desain library/custom genome; tetapi cakupan genom web lebih sempit daripada CRISPOR dan sebagian detail model tidak seterbuka tool lain pada halaman publik yang terlihat. citeturn20search2turn15view1 | citeturn14search1turn15view1turn20search12turn40search0 |
| CCTop | Beragam PAM Cas9/Cas12a/SaCas9 dan varian lain tersedia pada web; target length dan mismatch/core rule dapat diatur. citeturn22view0 | Banyak spesies; web bergantung daftar supported species, standalone dapat memakai genom FASTA + Bowtie index pengguna. citeturn22view0turn22view1turn43view0 | Mismatch/core-mismatch search berbasis Bowtie dengan parameter transparan yang bisa diatur. citeturn22view0turn43view0 | CRISPRater score tersedia bila dipakai. citeturn22view0 | Ya; web punya batch mode fasta, standalone cocok untuk volume besar. citeturn22view0turn43view0 | Standalone menghasilkan .fasta, .bed,
.xls; web memberi oligo dan dokumentasi hasil.
citeturn43view0 |
Web gratis; standalone MIT. citeturn43view0 | Kelebihan utamanya adalah parameter transparan dan mudah dipakai untuk genom kustom; keterbatasannya, anotasi biologis dan predictor modern lebih sederhana dibanding CRISPOR/GuideScan2/Benchling. citeturn21search5turn43view0 | citeturn21search5turn22view0turn43view0 |
Secara praktis, untuk desain individual yang kaya anotasi, CRISPOR dan Benchling paling efisien; untuk mode aplikasi yang beragam seperti CRISPRi/a, knock-in, dan Cas13, CHOPCHOP sangat kuat; untuk desain berbasis spesifisitas tinggi dan library/custom genome, GuideScan2 unggul; untuk in vivo/zebrafish/T7-like workflows, CRISPRscan tetap sangat berguna; dan untuk pipeline transparan berbasis mismatch/Bowtie pada genom kustom, CCTop masih relevan. Pernyataan ini adalah sintesis dari kemampuan resmi masing-masing tool, bukan satu benchmark head-to-head tunggal. citeturn7view0turn10view1turn13search3turn20search2turn4search0turn21search5
Kontrol adalah komponen inti, bukan aksesori. Positive control memisahkan masalah desain guide dari masalah delivery, sedangkan negative control membatasi interpretasi artefak akibat transfeksi, toksisitas, atau paparan Cas/gRNA. Vendor dan panduan praktis modern menekankan bahwa positive control yang tervalidasi serta negative control non-targeting atau mock sebaiknya dijalankan paralel dengan eksperimen utama. citeturn33search0turn33search3turn33search7
| Jenis kontrol | Tujuan | Catatan praktis |
|---|---|---|
| Positive editing control | Memastikan reagen Cas, guide format, dan metode delivery memang bekerja. citeturn33search0turn33search7 | Sangat penting saat pertama kali mengoptimasi transfection/electroporation. Jika kontrol positif tidak masuk, jangan langsung menyalahkan desain target utama. citeturn33search3 |
| Negative non-targeting control | Mengukur efek latar belakang dari seluruh manipulasi eksperimen. citeturn33search8turn33search18 | Lebih baik dibanding “scrambled” yang dipilih sembarang, karena scrambled dapat memiliki off-target yang tak dikenal. citeturn33search18 |
| Mock/untreated parental control | Baseline untuk viabilitas, fenotipe, dan analisis Sanger/NGS. citeturn33search18turn31search0 | Wajib untuk TIDE/ICE/TIDER karena alat-alat ini membandingkan sampel edit terhadap trace kontrol. citeturn31search0turn31search12turn31search21 |
| Kontrol PCR/sekuensing | Mendeteksi kontaminasi, amplifikasi nonspesifik, atau bias library. citeturn34search6turn31search14 | No-template control dan kontrol amplicon wild-type sederhana tetapi sangat membantu bila hasil kuantifikasi tampak tidak wajar. |
| Kontrol fenotipe/rescue | Memastikan fenotipe berasal dari gen target, bukan artefak editing. | Paling kuat bila eksperimen berujung pada klaim fungsi gen; ini adalah praktik inferensial yang disarankan walau tidak selalu dijelaskan dalam dokumentasi tool desain. |
| Assay | Kapan paling cocok | Kelebihan | Keterbatasan |
|---|---|---|---|
| T7E1 | Screening cepat on-target indel | Murah dan sederhana. citeturn31search3turn8view1 | Dapat bias/kurang akurat terhadap besaran editing sebenarnya dibanding NGS. citeturn31search3 |
| Surveyor | Alternatif mismatch cleavage cepat | Dapat mendeteksi heterodupleks; performa relatif berbeda terhadap tipe indel dibanding T7E1. citeturn31search19 | Sama-sama terbatas untuk kuantifikasi presisi; sangat tidak ideal untuk base-editing outcome detail. citeturn31search19turn31search3 |
| TIDE | Editing indel campuran dari Sanger | Cepat, murah, web-based, hanya perlu kontrol + sampel edit. citeturn31search0turn31search8 | Kurang cocok untuk outcome kompleks, fraksi rendah, HDR presisi, atau amplicon yang berisik. citeturn31search8turn31search4 |
| ICE | Mirip TIDE, workflow Sanger praktis | Gratis, mudah dipakai, cukup informatif untuk screen rutin. citeturn31search1turn31search21 | Tetap kalah detail dibanding NGS dan sensitif terhadap kualitas trace. citeturn31search1 |
| TIDER | HDR berbasis Sanger | Kuantifikasi cepat editing template-directed. citeturn31search12turn31search20 | Tetap berbasis dekomposisi trace, sehingga tidak menggantikan NGS bila outcome majemuk. citeturn31search20 |
| Amplicon deep sequencing + CRISPResso2 | HDR, base editing, bystander, allele distribution, data publikasi | Paling informatif untuk outcome target dan dapat dianalisis batch; mendukung base editing dan HDR. citeturn34search0turn34search6turn34search17 | Membutuhkan library prep, FASTQ berkualitas, dan penetapan parameter yang benar. Short amplicons juga masih bisa melewatkan delesi besar. citeturn34search1turn31search11 |
Jika tidak ada editing, penyebab paling umum adalah input desain yang salah, delivery yang buruk, atau target yang overlap varian/PAM tidak cocok. Cek kembali assembly, apakah urutan yang dimasukkan adalah genomik atau cDNA, apakah guide cocok dengan enzim yang dipakai, dan jalankan positive-control guide di kondisi delivery yang sama. citeturn7view0turn36view1turn33search0turn33search3
Jika editing ada tetapi fenotipe tidak muncul, curigai bahwa guide mengenai isoform yang salah, menghasilkan mayoritas in-frame indels, hanya memotong region non-esensial, atau terdapat translasi dari ATG downstream. Dalam kasus semacam ini, memindahkan target ke ekson konstitutif atau domain fungsional biasanya lebih efektif daripada terus mengoptimasi delivery. citeturn38view3turn36view1turn28search8
Jika off-target menjadi kekhawatiran utama, redesign ke situs dengan spesifisitas lebih tinggi sering lebih efektif daripada sekadar menurunkan dosis. Selain itu, format RNP dapat membatasi durasi aktivitas editor, dan validasi off-target target-kandidat dengan sequencing lebih dapat dipercaya daripada hanya mengandalkan skor in silico. citeturn25search17turn36view0turn33search13
Jika HDR rendah, masalah yang paling sering adalah cut site terlalu jauh dari edit, donor tidak memblokir PAM/re-cut, atau konteks sel tidak mendukung HDR. Dalam situasi perubahan satu basa, sangat patut dipertimbangkan apakah base editor atau prime editor akan lebih rasional daripada HDR klasik. citeturn32search1turn26search21turn39view2turn38view3
Beberapa keterbatasan tetap perlu dinyatakan secara eksplisit. Pertama, skor prediksi tidak universal; tool yang sama bisa bekerja sangat berbeda antar enzim, promoter, dan tipe sel. Kedua, dokumentasi publik beberapa platform komersial atau JavaScript-heavy tidak selalu menampilkan detail model lengkap pada halaman yang dapat di-crawl, sehingga kolom perbandingan di atas untuk beberapa detail dibuat konservatif. Ketiga, assay amplicon standar dapat melewatkan kejadian on-target yang lebih besar atau lebih kompleks, sehingga untuk aplikasi yang sangat kritis perlu dipertimbangkan validasi tambahan di luar short-amplicon sequencing. citeturn36view1turn39view2turn31search11turn34search6