文獻地圖

Chen Y., Li Y., Li P., Li X., Zhao S., Zuo Z. · Journal of Chemical Theory and Computation · doi:10.1021/acs.jctc.5c00165

解決了什麼

補上一個長期缺失的起始模型：過去研究多從 4UN3 這類 checkpoint 態或不完整 R-loop 出發，本文建構了帶完整 bona fide R-loop 的催化態 Cas9，並揭露 PAM-distal non-target strand 的高度構形異質性 —— 這正是實驗結構學難以解析、卻對機制關鍵的區域。同時給出 RuvC 切割路徑對 H983 質子化態的依賴性，並提出以 basic-residue ladder 改造 HNH 的理性設計方向。

留下什麼沒解

其 QM/MM 結論（H983 於 Nε 質子化時 RuvC 偏好 phosphate-mediated 路徑）與 casalino2020 的 H983 general-base 機制存在張力，本文未給出兩者何時各自成立的判準；提議的 HNH basic-residue ladder 純屬計算推論，無實驗驗證；模型是自行建構而非取自單一實驗結構，其正確性有待新結構檢驗；方法細節無法核實。

跟 workflow 的關係

這一叢集裡最直接可用的一篇：若 workflow 需要一個「催化態 + 完整 R-loop」的起始構形（而非停在 4UN3 checkpoint 態），這篇就是建模範本，且明說 PAM-distal non-target strand 是高度動態、實驗解不出的區域 —— 這正好說明為何靜態結構驅動的結合能篩選會在該區域失準。它提出的 basic-residue ladder 也是可直接接進變體設計清單的具體提案。

該記住的數字

建構催化態 Cas9 + 完整 bona fide R-loop 模型；方法為分子動力學 + QM/MM 整合研究；MD 顯示 PAM-distal non-target DNA strand 及鄰近 Cas9 區域具高度構形異質性、交互作用動態擺盪，因而難被實驗結構學解析；比較分析指出存在限制 HNH 最終活化的構形能障；QM/MM 指出 H983 在 Nε 質子化時，RuvC 對 non-target strand 偏好 phosphate-mediated 而非 histidine-mediated 路徑；另指認一條替代的 HNH target-strand 切割路徑（親核水對齊於 scissile phosphate 的 5' 側）；受 RuvC 既有 basic residue ladder 啟發，提議在 HNH 延伸類似的 basic-residue ladder 以強化 DNA 結合與催化活性。⚠ 累積 μs 數、原子數、replica 數與力場因付費牆未能查證，故不填（見 verify_note）。

Ahsan M., Saha A., Ramos D., Strohkendl I., Knight A.L., Skeens E., Lisi G.P., Taylor D.W., Palermo G. · bioRxiv（預印本，尚未經同儕審查） · doi:10.1101/2025.08.25.672025

解決了什麼

用 MSM 加自由能方法配合 NMR 與生化實驗，指認 HNH–RuvC 界面上會動態形成（cryptic，隱蔽性）的 divalent metal binding pocket (DBP) 是 Cas9 金屬依賴活性的調控中樞；DBP 殘基突變會破壞 HNH 活化並同時損及兩個核酸酶的耦合催化活性。作者並主張離子強度促進 Cas9 的構形活化，而其催化活性則具金屬專一性。

留下什麼沒解

尚未經同儕審查，結論可能在正式發表時變動（含數字與圖）；DBP 為隱蔽口袋，其在實驗結構中的直接證據仍缺；不同細胞環境下的金屬濃度如何實際映射到編輯效率，仍是外推；所有取樣量化數字目前無法從公開全文核實。

跟 workflow 的關係

提供一個新的可作用位點（DBP）與一條「離子強度 → 構形活化 → 催化」的因果鏈，對變體設計是新的殘基靶點來源；方法上與 daskalakis2022 同屬 MSM 路線，可作為 MSM 在 Cas9 上的第二個案例。但因是預印本且方法細節無法核實，引用時必須標明預印本身分，且不要引用任何取樣時間數字。

該記住的數字

方法組合：大規模分子模擬 + Markov State Model + 自由能方法，並配合生化實驗與溶液 NMR；測試三種二價金屬 Mg2+、Ca2+、Co2+；核心發現為 HNH–RuvC 界面上動態形成的 divalent metal binding pocket (DBP)。⚠ 累積取樣時間未能核實（不同二手來源分別給出約 12 μs 與約 160 μs 兩種說法，差距過大）；原子數、replica 數、力場亦無第一手出處，故均不填（見 verify_note）。

Skeens E., Sinha S., Ahsan M., D'Ordine A.M., Jogl G., Palermo G., Lisi G.P. · Science Advances · doi:10.1126/sciadv.adl1045

解決了什麼

一次把三個工程化高保真變體（Cas9-HF1、HypaCas9、evoCas9）與 WT 放進同一套 NMR + MD 框架下比較，指出這三者雖然突變位點不同，卻共同重塑了源自 Rec3 α-helix 37 的訊號傳遞路徑 —— 也就是找到不同高保真變體背後的「共同機制」。

留下什麼沒解

只比 WT 與三個既有變體，未做前瞻性設計或預測新變體；所有系統都建在 on-target 的 4UN3 上，錯配情形下的差異未直接模擬；找到的是共同的訊號路徑重塑，但未給該路徑擾動程度與實測 off-target 率的定量對應。

跟 workflow 的關係

本叢集取樣最重的一篇（64 μs / 4 系統），是「多變體平行比較」的取樣成本上限參照，也給出一個可用的 collective 判準（Rec3 α-helix 37 → HNH 的通訊路徑）。若 workflow 要用 MD 排序高保真變體，這篇同時提供方法與基準線。

該記住的數字

4 個系統：WT、Cas9-HF1（high-fidelity）、HypaCas9（hyper-accurate）、evoCas9（evolved）；每系統 ~145×110×147 ų 盒中約 220,000 atoms；每系統 4 replicas × ~4 μs = ~16 μs，四系統合計約 64 μs —— 是本叢集中取樣最紮實的一組；力場 AMBER ff99SBnmr2（蛋白）+ ff99bsc1 (DNA) + χOL3 (RNA) + TIP3P；PDB 4UN3（2.59 Å）；關鍵結構元件為 Rec3 的 α-helix 37（先前已知可感測 target DNA 互補度）。

Zhao S., Liu J., Zuo Z. · Journal of Chemical Theory and Computation · doi:10.1021/acs.jctc.4c00120

解決了什麼

提出在既有的 DNA-binding conformational checkpoint 之外，還存在「第二道構形檢查點」：mismatch 會改變 HNH 的主要功能運動模態（principal functional modes of motion）而阻斷最終活化，而不只是阻止 HNH 位移。evoCas9 在有 mismatch 時特別容易偏離正常活化路徑（HNH 位置明顯偏移、allosteric 通訊網絡大幅擾動），故它同時強化了第一與第二道檢查點。

留下什麼沒解

「第二檢查點」是從構形模態變化推論，未給速率或自由能障，也未做實驗驗證；只測 evoCas9 一個變體，作者主張機制可推廣到其他高保真變體但未實證；方法細節（取樣方式、系統設定）在可取得的公開資訊中無法核實，可重現性存疑。

跟 workflow 的關係

直接與 kinetic checkpoint 的論述接軌：它主張 mismatch 的懲罰發生在「HNH 運動模態」層次而非單純位移或結合強度，是支持「專一性由構形檢查點的動力學決定、而非平衡結合 ΔG」的有用引文。但因方法細節無法查證，引用時宜只引其概念結論，不要引其取樣規模。

該記住的數字

從 pre-cleavage（precleavage）態出發，研究 Cas9 與 evoCas9 的晚期構形轉變；論文自述達「submilliseconds」的動態模擬取樣；比較 WT Cas9 與 evoCas9，各含／不含 base mismatch。⚠ 模擬方法是否為 GaMD、以及原子數、replica 數、力場，皆因全文付費牆而未能查證，故不填（見 verify_note）。

Roux B. & Chipot C. · The Journal of Physical Chemistry B · doi:10.1021/acs.jpcb.4c06614

解決了什麼

由兩位自由能計算領域權威以期刊編輯指引的形式發表，針對配體結合計算研究中 MM/PBSA 與 MM/GBSA 的使用提出規範性意見；標題本身即點明應「明智地」（wisely）使用這些近似，指向文獻中對該方法的浮濫套用。

留下什麼沒解

本次查核未能取得全文或摘要（ACS 端回傳 403 封鎖擷取，Semantic Scholar 無 abstract 欄位），因此其具體要求條目——例如是否明列常見誤用、是否強制作者交代理論近似與誤差估計、未達標是否即不予接受——均無法確認。實際引用前務必自行取得原文核對條文內容。

跟 workflow 的關係

若一條 Cas9 變體篩選流程打算以 MM/PBSA 或 MM/GBSA 的 ΔΔG 作為 scoring 軸，這篇編輯指引就是「審稿人會拿什麼標準檢視你」的直接依據，也是討論 binding affinity vs engagement kinetics 時該先讀的一篇。

該記住的數字

J. Phys. Chem. B 2024, 128(49), 12027–12029。文體為期刊編輯指引（Editorial），頁碼區間顯示僅 3 頁；作者為 Benoît Roux 與 Christophe Chipot。

Pacesa M. et al. · Nature · doi:10.1038/s41586-022-05114-0

解決了什麼

把 R-loop 形成從單一終態拆成一整條可看見的中間態序列（6→18 nt 配對），顯示 REC2／REC3 domain 與 HNH 的階梯式重排如何逐步耦合到 R-loop 延伸：早期 REC2／REC3 形成帶正電裂隙容納 target duplex 遠端，配對越過 seed 區後 REC2／REC3 重排並使 HNH 移到催化不活化的 checkpoint 構形，最後 heteroduplex 完成並扭曲才觸發 HNH 活化。等於給出 conformational activation 的結構化反應座標。

留下什麼沒解

整條路徑是以不同互補長度的受質分別「凍結」出來的離散快照，不是同一條連續軌跡，因此各態之間的轉換速率、能障與先後因果仍未定；checkpoint 與 active 之間的分野是靠改變 Mg²⁺ 濃度（1 mM vs 10 mM）人為分離，其生理相關性與真正的速率決定步驟並未確立。也未處理錯配受質。

跟 workflow 的關係

這是把 Cas9 活化「反應座標化」最完整的結構系列，直接可當增強取樣（string method／umbrella sampling）的路徑節點，用配對長度 6→18 nt 當自然的 progress variable。checkpoint（催化不活化）與 catalytically active 兩個分立構形，正是 kinetic proofreading 觀點所需的結構對應物，可用來檢驗「專一性來自構形檢查點而非平衡結合 ΔG」的論述；Mg²⁺ 濃度依賴也提醒模擬中離子條件會改變構形分布。

該記住的數字

Nature 609(7925):191–196；共 9 個結構＝8 個 cryo-EM ＋ 1 個 X-ray。X-ray 為 7Z4D（10-nt 互補受質），空間群 P1、每非對稱單位兩套複合體；論文正文報 2.8 Å（autoPROC/STARANISO 各向異性截斷值），但 PDB／PDBe 收錄的解析度為 3.10 Å（R-work 0.2465、R-free 0.2757）。cryo-EM 部分：論文所述 3.0–4.1 Å 僅適用於「部分配對」複合體，不適用全部——18-nt checkpoint 圖（EMD-14501）為 2.54 Å。R-loop 依配對長度取樣 6／8／10／12／14／16／18 nt；全配對 18 nt 有兩態：1 mM Mg²⁺ 的 checkpoint（催化不活化，TS 完整、NTS 無序）與 10 mM Mg²⁺ 的 catalytically active。EMDB 共 8 個圖：EMD-14493、14494、14496、14497、14498、14499、14500、14501（非連續，不含 EMD-14495）。2023 年有 Publisher Correction（10.1038/s41586-023-06779-x）。

地圖位置：Off-target 與專一性、該用哪個結構起頭、取樣與收斂、Contact Map

Bravo J.P.K. et al. · Nature · doi:10.1038/s41586-022-04470-1

解決了什麼

用動力學導引的 cryo-EM 抓出 mismatch 監測的結構開關：有錯配時 RNA:DNA duplex 走出一個 linear 構形而無法活化 Cas9，只有典型的 kinked 構形才導向切割；並發現 PAM-distal 錯配是被 RuvC 的一段 loop 主動穩定，因此把 off-target 容忍度定位到特定殘基，突變這些殘基做出 SuperFi-Cas9，可降低 off-target 切割而不犧牲 on-target 速率。

留下什麼沒解

時間點取樣（1、5、60 min）只給出構形族群隨時間的重分布，未直接量出 linear→kinked 的轉換速率常數與能障；linear 態究竟是 off-pathway 陷阱還是路徑上的中間態並未定論。SuperFi-Cas9 的改善也僅以特定錯配脈絡驗證，未涵蓋全部 off-target 類型與細胞內環境。

跟 workflow 的關係

這是把「專一性 = 構形校對而非結合親和力」講得最直白的結構證據，可直接支援以 engagement kinetics 取代 binding affinity／ΔΔG 作為變體篩選軸的論述。linear vs kinked 的 duplex 幾何是現成、可在 MD 軌跡中量化的判別觀測量（duplex 彎折角），適合當變體篩選的結構性 order parameter；RuvC loop 殘基則是可直接下手的突變靶點，SuperFi-Cas9 提供正對照。

該記住的數字

Nature 603(7900):343–347；kinetics-guided cryo-EM，解析度約 2.8–3.6 Å（實測 2.76–3.56 Å）。已建模結構：7S4U／EMD-24833 = 12–14 位錯配、5 min 時間點、3.56 Å；7S4V／EMD-24835 = 12–14 位錯配、60 min 時間點、kinked 構形、3.28 Å；7S4X／EMD-24838 = 18–20 位錯配、1 min 時間點、kinked active 構形、2.76 Å。**12–14 錯配 60 min 的 linear 構形是另一張圖 EMD-24834（3.47 Å），不是 7S4V／EMD-24835。**關鍵對比為 guide RNA:DNA duplex 的 linear（不活化）vs kinked（可切割）兩構形；PAM-distal 錯配由 RuvC domain 一段 loop 的重組所穩定；據此設計出 SuperFi-Cas9。2022 年有 Publisher Correction（10.1038/s41586-022-04655-8）。

地圖位置：PAM 與 R-loop、該用哪個結構起頭、介面埋藏面積、分析與打分

Nierzwicki Ł., East K.W., Binz J.M., Hsu R.V., Ahsan M., Arantes P.R., Skeens E., Pacesa M., Jinek M., Lisi G.P., Palermo G. · Nature Catalysis · doi:10.1038/s41929-022-00848-6

解決了什麼

用 QM/MM metadynamics 定出 HNH 切割 target strand 的完整催化機制與自由能障，並釐清 Mg2+ 除了直接參與催化外，還有維持 HNH 活性構形的結構角色；機制上指認 H840 起始反應、K866 收尾，同時區分出 active 與 pseudo-active 兩種構形態的能障差距（約 5 kcal/mol）。

留下什麼沒解

QM/MM metadynamics 僅 ~120 ps 取樣、BLYP 泛函無色散校正，能障絕對值有系統性不確定度（誤差棒 ~1.2 kcal/mol 只反映取樣、不含泛函誤差）；只處理 HNH 對 target strand，RuvC 對 non-target strand 由 casalino2020 另篇處理；兩把刀的時序耦合仍未解。

跟 workflow 的關係

這是把 Cas9 專一性論述從「構形」推進到「化學步驟能障」的關鍵一篇：active vs pseudo-active 差 ~5 kcal/mol，正是「HNH 有沒有真的就位」在速率上的代價，可直接支撐 kinetic checkpoint（而非平衡結合 ΔG）的論證。若 workflow 要談 rate-limiting step，這是可引的定量錨點。

該記住的數字

系統約 340,000 atoms（週期盒 ~180×120×140 ų）；古典 MD 生產累積約 54 μs（WT 加 6 個突變體系統，基本配置為每系統 3 replicas × ~1 μs）；QM/MM metadynamics：QM 區 123 atoms、DFT-BLYP 泛函、75 Ry plane-wave cutoff、~120 ps 取樣、2 個 collective variable（磷酸二酯鍵斷裂距離 + 親核水去質子化的質子轉移距離）；磷酸二酯鍵斷裂自由能障：active state 17.06 ± 1.22 kcal/mol、pseudo-active state 22.02 ± 1.26 kcal/mol（相差約 5 kcal/mol）；力場 Amber ff12SB + ff99bsc0 (DNA) + χOL3 (RNA)，Mg2+ 用 Li & Merz 模型；PDB 6O0Y 與 7S4X（active state 參照）、5F9R（pseudo-active）。

地圖位置：自由能地景與增強取樣

Daskalakis V.（單一作者） · ACS Physical Chemistry Au · doi:10.1021/acsphyschemau.2c00041

解決了什麼

是少數對 Cas9 明確建構 Markov State Model 的研究，結合 REST2 增強取樣，把 Gln768 與 Arg976 兩個側鏈的 active/inactive 構形切換耦合起來，提出一個殘基層級的專一性開關：Q768 與 target 股強交互作用時 R976 呈 inactive，Q768 轉向 non-target 股或雙股時 R976 轉 active。

留下什麼沒解

單一作者、單一課題組的結果，未與 Palermo 系的網絡分析交叉驗證；MSM 只建在殘基 718–1001 的骨架子空間，狀態定義的敏感度未報；Q768/R976 開關未經突變實驗驗證；力場組合（ff14SB + OL15）與本叢集主流（ff12SB/ff99SBnmr2 + bsc0/bsc1）不同，跨論文比較時要小心。

跟 workflow 的關係

本叢集中方法論最「離群」的一篇：唯二明確用 MSM（另一篇是 ahsan2025），且用 REST2 而非 GaMD 做增強取樣，力場也自成一格。若 workflow 想評估 MSM/REST2 這條替代路線在 Cas9 上的可行性與成本（~600k atoms、16 replicas），這是現成的參照點。

該記住的數字

明確建構 Markov State Model（以 PyEMMA，建模範圍為殘基 718–1001，涵蓋 HNH、RuvC 與連接 linker）；系統約 602,800 atoms（立方晶胞體積 18.3 nm³ 級距）；6 條古典 MD 軌跡各 1 μs（合計 6.0 μs，涵蓋 WT 與兩個突變體、不同 Mg2+ 濃度）；REST2（replica-exchange with solute tempering）以 dsDNA 為 solute、16 replicas、有效溫度 303–450 K、合計 3.2 μs；力場 Amber ff14SB（蛋白）+ ff99bsc0+χOL3 (RNA) + OL15 (DNA) + Åqvist Mg2+；PDB 5F9R（起始）、4UN3（Mg2+ 參考）。

Nierzwicki Ł., East K.W., Morzan U.N., Arantes P.R., Batista V.S., Lisi G.P., Palermo G. · eLife · doi:10.7554/eLife.73601

解決了什麼

把三個實驗上已知能提升專一性的突變（K810A、K848A、K855A）放進同一套 MD + 圖論 allosteric network 分析，量化各自擾動訊號傳遞的強弱（K855A 最強、K810A 與 K848A 較溫和），並用溶液 NMR 交叉驗證，證明「提升專一性」在分子層次等同於「破壞 HNH 的 allosteric 架構」。所得順序與生化實驗的專一性提升順序 K855A > K848A ~ K810A 相符。

留下什麼沒解

建立的是「擾動 allosteric 訊號」與「專一性提升」的相關性，未證明因果，也未給切割速率或錯配辨識的定量預測；只測三個 K→A 突變，能否外推到其他高保真變體（如 Cas9-HF1、evoCas9）在本文未答（由 skeens2024 接手）。

跟 workflow 的關係

是「突變 → allosteric 網絡擾動」這條可計算指標的建立篇：若 workflow 想用 MD 排序候選變體的專一性，這篇提供了現成的判準與 ff99SBnmr2 力場選擇理由（為對接 NMR 而選）。要注意它每系統 3.6 μs 的取樣成本。

該記住的數字

全長 Cas9 約 340,000 atoms、孤立 HNH 約 34,000 atoms；每系統 3 replicas × ~1.2 μs = ~3.6 μs；全長 Cas9 這一組合計 ~14.4 μs，孤立 HNH 這一組另計 ~14.4 μs（兩組總量約 28.8 μs）；力場 AMBER ff99SBnmr2（蛋白，專為對接 NMR 觀測量調校）+ ff99bsc0+χOL3（DNA 與 RNA）+ TIP3P；PDB 5F9R（全長 SpCas9，3.40 Å）、6O56（孤立 HNH，本文標 1.90 Å）、5Y36（延長 DNA 的 cryo-EM，5.20 Å，用於三重突變體）；研究突變 K810A、K848A、K855A，另含 K810A-K1003A-R1060A 與 K848A-K1003A-R1060A 三重突變；文章編號 10:e73601。

地圖位置：給 DFT 人的 MD、DCCM、分析與打分

Liu M.-S. et al. · Nature Communications · doi:10.1038/s41467-020-17411-1

解決了什麼

把 Chen 2017 的定性陳述換成硬數字：完整 pre-steady-state 動力學顯示 Cas9-HF1 與 HypaCas9 的 DNA unwinding／R-loop 形成速率跟 WT 幾乎一樣（也就是「結合端」沒動），但 intrinsic cleavage 速率被壓低約兩個數量級以上，導致 off-target 受質在被切之前就先 rewind 並釋放。專一性來自 kinetic partitioning（切 vs 放的分流競爭），不是來自更弱的結合或更快的解離。

留下什麼沒解

只測單一 3 bp PAM-distal mismatch 的 off-target 受質，未掃描 mismatch 位置／數目的完整地形。集合式動力學不直接給構形態資訊，且未解釋這些突變在結構上如何選擇性壓低 intrinsic cleavage 而不動 unwinding；也未涵蓋細胞內濃度與染色質背景。

跟 workflow 的關係

這是把 kinetics reframe 寫成可用判準的最佳單篇：專一性 ∝ k_cleave 與 k_release 的分流比，而三個變體的「結合端」參數幾乎相同。這也是檢驗任何以 ΔΔG_bind 為排序軸的篩選流程時最有力的單篇——若 scoring axis 是 ΔΔG_bind，這三個酶會被判成幾乎等價，但實測 off-target 切割速率差到 475 倍，代表平衡結合量在原理上就分不出它們。要排出專一性，scoring 必須抓 intrinsic cleavage 或構形活化，而不是結合強度。

該記住的數字

觀測切割速率（on-target）：SpCas9 1 s^-1 vs HypaCas9 0.028 s^-1 vs Cas9-HF1 0.047 s^-1（慢 21–35 倍）；off-target（3 bp PAM-distal mismatch）：0.076 vs 0.0033 vs 0.00016 s^-1。Mg2+ 起始的 intrinsic 切割速率，on-target 野生型 SpCas9 為 HNH k3 = 5.6 ± 0.4 s^-1、RuvC k5 = 4.4 ± 0.4 s^-1（Discussion 概稱約 4 s^-1），HypaCas9 0.035 s^-1、Cas9-HF1 0.038 s^-1；off-target 則為 SpCas9 0.12 s^-1（HNH；RuvC 0.14 s^-1）、HypaCas9 0.0023 s^-1、Cas9-HF1 0.00014 s^-1。off-target 受質「釋放 vs 切割」分流：SpCas9 約 33%/67%、HypaCas9 約 76%/24%、Cas9-HF1 約 90%/10%。三者 R-loop 形成速率相近（PAM 附近約 10 s^-1、−16 nt 位置 0.85–2.59 s^-1），原文結論 DNA unwinding 在各變體間大致不變。

地圖位置：自由能地景與增強取樣、MM/PBSA

East K.W., Newton J.C., Morzan U.N., Narkhede Y.B., Acharya A., Skeens E., Jogl G., Batista V.S., Palermo G., Lisi G.P. · Journal of the American Chemical Society · doi:10.1021/jacs.9b10521

解決了什麼

把溶液 NMR（CPMG，ms 尺度）與 GaMD 直接對接，實驗證實 HNH 內部確實存在一條 ms 尺度的動態通路，從 HNH–RuvC 界面一路傳到 DNA recognition lobe；同時解出孤立 HNH 的高解析度 X-ray 結構（6O56），提供一個乾淨、無全長雜訊的計算參考系統。

留下什麼沒解

孤立 HNH 的動態未必等同它在全長複合體中的行為（本文也同時跑全長來對照，但兩者的耦合程度未量化）；每系統僅 2 條 ~400 ns replica，對 ms 尺度事件而言取樣仍短，MD 與 CPMG 的對接是定性一致而非定量吻合。

跟 workflow 的關係

本叢集裡唯一同時產出新實驗結構（6O56）與 NMR 動力學觀測量的一篇，是「MD 預測要怎麼被實驗釘住」的範例。孤立 HNH（~25k atoms）是個便宜的測試系統，適合在燒 GPU 跑全長之前先驗證力場與分析腳本。

該記住的數字

全長 Cas9 複合體約 220,000 atoms（盒 ~145×110×147 ų）；孤立 HNH 域約 25,000 atoms（盒 ~72×62×60 ų）；總計約 4.0 μs GaMD（全長 ~2.4 μs + 孤立 HNH ~1.6 μs），每系統 ~400 ns × 2 replicas，全長共 3 個 Cas9 模型（WT + 2 個丙胺酸突變體）；力場 Amber ff12SB + ff99bsc0 (DNA) + ff99bsc0+χOL3 (RNA) + TIP3P；PDB 4UN3（全長起始，2.58 Å）、6O56（本文新解出的孤立 HNH X-ray 結構，1.30 Å）；NMR：1H-15N HSQC 指認、R1/R2/hetNOE 抓 ps–ns、CPMG relaxation dispersion 抓 ms 尺度構形交換。

地圖位置：PCA、DCCM、Markov State Model、怎麼讀一篇 Cas9 MD paper

Casalino L., Nierzwicki Ł., Jinek M., Palermo G. · ACS Catalysis · doi:10.1021/acscatal.0c03566

解決了什麼

用 ab initio MD 解出 RuvC 切割 non-target strand（非目標股）的機制：Mg2+ 結合的活性位需先重排、由 H983 移位擔任 general base，反應走雙 Mg2+ 協同的 concerted associative 路徑。這補上了「Cas9 兩把刀中 RuvC 這把到底怎麼切」的長期空缺。

留下什麼沒解

ab initio 取樣僅數百 ps、BLYP 無色散校正，能障絕對值受泛函與取樣雙重限制；只算了一條主要路徑，替代質子傳遞路徑未系統比較（chen2025 後來指出 H983 質子化態不同時 RuvC 反而偏好 phosphate-mediated 路徑，與本文結論張力明顯）；古典 MD 僅 ~10 ns，起始構形的代表性依賴 5F9R。

跟 workflow 的關係

與 nierzwicki2022 配成一對，讓 HNH 與 RuvC 兩把刀的化學能障可以放在同一把尺上比（~16.6 vs ~17.1 kcal/mol）。若 workflow 要論證兩股切割的協同或時序，這是 non-target strand 那一側的定量來源。

該記住的數字

古典系統約 340,000 atoms；QM 區 105 QM atoms + 13 個 capping 氫；DFT-BLYP 層級；non-target strand 切割自由能障約 16.55 ± 1.22 kcal/mol（H983 作 general base 的 concerted associative 路徑，與實驗速率 ~3.5 s⁻¹ 相符）；約 640 ps 的非約束 ab initio MD 加自由能模擬（含 ~40 ps replica、~240 ps 取樣、~90 ps 反向路徑）；古典 MD 生產階段約 10 ns NPT；力場 Amber ff12SB + ff99bsc0 + χOL3 + TIP3P + Åqvist Mg2+；PDB 5F9R。

Lazzarotto C.R. et al. · Nature Biotechnology 38(11):1317-1327 · doi:10.1038/s41587-020-0555-7

解決了什麼

把 CIRCLE-seq 的環化策略改以 tagmentation 進行並自動化，讓 in vitro genome-wide off-target 量測第一次做到上百條 gRNA 的通量：對人類 primary T cells 的 110 條 sgRNA、涵蓋 13 個治療相關 loci，找出 201,934 個 off-target 位點，並用這批資料訓練預測模型，量化 chromatin 脈絡（活躍 promoter/enhancer/轉錄區附近細胞內活性高 2–4 倍）與人類遺傳變異（約 15.2% 位點活性受單核苷酸變異顯著影響）的影響。

留下什麼沒解

雖然通量與規模跨了一個數量級，量測仍在裸 DNA 上進行，in vitro 清單與細胞內實際切割的對應關係只能靠統計富集描述、無法逐位點預測；染色質與遺傳變異的效應被量化為相關性強度，其機制（核小體如何阻礙 R-loop 形成、SNV 如何改變切割速率）未解。輸出仍是位點清單與相對活性，沒有 on/off 速率常數，「為何某些位點切得動」的動力學基礎懸而未決。

跟 workflow 的關係

目前 in vitro genome-wide off-target 量測的規模與通量標竿，且直接做在治療相關 loci 與 primary T cells 上，是 Cas9 變體臨床化評估最貼近實務的參照資料集。兩項發現對 scoring-axis 該怎麼選極有份量：off-target 活性同時受染色質狀態（2–4 倍）與個體遺傳變異（15.2%）調控，意味專一性並非可用單一 ΔΔG 排序的酶固有常數，而是脈絡依賴的動態性質——這是支持 engagement kinetics 而非 binding affinity 作為篩選軸的最強實證之一。

該記住的數字

110 條 sgRNA、13 個治療相關 loci、人類 primary T cells；201,934 個 off-target 位點；細胞內 off-target 活性在活躍 promoter/enhancer/轉錄區附近機率高 2–4 倍；約 15.2% 位點的活性受人類單核苷酸變異顯著影響

地圖位置：Ground truth 從哪來

Tian C. et al. · Journal of Chemical Theory and Computation · doi:10.1021/acs.jctc.9b00591

解決了什麼

把骨架 φ/ψ 改成胺基酸特異的擬合，訓練資料改用溶液環境下的整片 2D QM 能面，並檢視骨架擬合對側鏈 rotamer 的可能依賴性。結果不僅更好重現各胺基酸特異的 PDB Ramachandran 圖，也大幅提升區辨 helical propensity 等序列相依性質的能力，修正 ff14SB 無法重現序列間 helicity 差異的缺陷。

留下什麼沒解

作者指出 ff14SB 的 helicity 低估其實被 TIP3P 偏好緊緻結構的偏差「不精確地」抵銷，因此換用 ff19SB 後必須一併換水模型，行為才正確；新參數與核酸力場（OL15／χOL3）及離子參數的相容性未在本篇驗證。

跟 workflow 的關係

若 Cas9 模擬關心變體（點突變）造成的構形傾向差異，ff19SB + OPC 比 ff14SB + TIP3P 更適合，因為只有前者具序列特異的骨架描述。代價是必須換水模型，且與大量既有 TIP3P-based Cas9 文獻不能直接對比。

該記住的數字

JCTC 2020, 16(1), 528–552（線上 2019）。改善全部 20 種胺基酸的骨架剖面，並以 2D φ/ψ 構形掃描擬合耦合的 φ/ψ 參數；擬合時 QM 與 MM 皆置於水溶液環境以處理極化不一致；驗證共執行約 5 ms 的顯式溶劑 MD；作者明文建議搭配 OPC 水模型。

Yan S. et al. · ACS Omega · doi:10.1021/acsomega.0c01867

解決了什麼

直接量測「每條獨立模擬該跑多長、要跑幾條」如何影響整體取樣品質——這是多數人採用多重獨立模擬時並不清楚的問題。以一個 25-nt RNA aptamer 為案例，讓各獨立軌跡從不同的起始分子構形出發，評估多重獨立模擬相對於單條長模擬的取樣表現，替核酸體系補上「how long is long enough」的實測依據。

留下什麼沒解

僅單一小型 RNA aptamer 案例，結論能否外推到大型蛋白–核酸複合體未知；且其設計是「不同起始構形」的獨立模擬，與 Knapp 那種「參數完全相同、僅初始速度不同」的 replica 屬不同取樣策略，兩者結論不可直接互換使用。

跟 workflow 的關係

為 Cas9 的 sgRNA、R-loop 這類核酸組件提供「幾條、各多長」的核酸實測依據，補上 Knapp 研究缺少的核酸案例；規劃 Cas9 取樣預算、決定軌跡數與長度如何分配時可作為參考。

該記住的數字

ACS Omega 2020, 5(32), 20187–20201。研究對象為一個 25 個核苷酸長的 RNA aptamer；各條獨立模擬分別由六個 de novo 預測的 3D 結構作為不同起始構形出發。

Newton M.D. et al. · Nature Structural & Molecular Biology · doi:10.1038/s41594-019-0188-z

解決了什麼

證明 off-target 不只由序列決定，也由 DNA 的機械／構形狀態決定：光鑷結合螢光在 λ-DNA 上顯示低張力時 Cas9 幾乎完全專一，但把 DNA 拉緊到 20 pN 以上就出現可重複、guide-RNA 序列相依的 off-target 結合位。smFRET 與切割實驗確認機制是局部解鏈的 DNA bubble——只要預先熔開，即使多達 10 個 mismatch 的位點也能結合甚至被切。

留下什麼沒解

用的是體外裸露 λ-DNA 加外加張力，活體染色質中實際承受的張力大小與分佈未知，因此「20 pN 門檻」能否外推到細胞內未定。也沒有測工程高保真變體在張力下是否同樣失守，且未給出張力依賴的完整速率常數模型。

跟 workflow 的關係

這是一個重要的 scope 警告：任何以理想 B-form 雙股 DNA 為起點的 scoring（不論 ΔΔG 或 kinetics）都預設了受質的機械狀態。這篇顯示受質構形本身就是一個獨立的 off-target 變數，所以任何篩選流程都該把受質的機械狀態明列為「未涵蓋的風險軸」，而不要預設序列＋構形檢查點已經窮盡 off-target 的來源。

該記住的數字

5 pN 下完全專一（on-target 穩定結合 >30 min，~250 ms 時間解析下未見 off-target）；20 pN 出現 6 個 off-target 峰，30–50 pN 更多。結合停留時間雙指數 τ_fast = 9.0 ± 0.6 s、τ_slow = 61 ± 8 s（高張力下慢成分變主導）。切割後複合體 rupture force = 40 ± 1 pN（n = 11）。需 ≥14 nt 的 bubble 才促成 off-target 切割（6 nt PAM-proximal bubble 只結合、不切），bubble off-target 切割效率 18–57%。smFRET：on-target 高 FRET 態 0.95 ± 0.02（46% 分子，n = 2,510）；bubble off-target OT1 = 0.93 ± 0.02、OT3 = 0.85 ± 0.02，OT2 則呈 0.50 ± 0.02 與 0.84 ± 0.02 雙構形動態平衡。可容忍多達 10 個 mismatch。

Ricci C.G., Chen J.S., Miao Y., Jinek M., Doudna J.A., McCammon J.A., Palermo G. · ACS Central Science · doi:10.1021/acscentsci.9b00020

解決了什麼

用 GaMD 給出 off-target 的分子層級成因：PAM-distal（遠端）的 base-pair mismatch 會讓 RNA:DNA 雜合體大幅張開，未配對的 DNA 與催化域 HNH 的 L2 loop 形成新的保守交互作用，形成一個「鎖」，降低 HNH 的構形自由度、阻斷其活化。這把「為什麼遠端錯配特別致命」從統計現象變成機制。

留下什麼沒解

只掃 PAM-distal 的連續錯配，未涵蓋 PAM-proximal 或散布式錯配；每系統僅一條 GaMD 軌跡（無 replica），系統間差異的統計信心有限；給的是構形描述而非切割速率，無法直接換算成 off-target 發生率。

跟 workflow 的關係

若 workflow 要做「錯配 → 是否仍會切」的變體或 guide 篩選，這篇是最直接的機制樣板：它示範怎麼用同一套 GaMD 設定平行比較多個錯配系統，並以 HNH 構形自由度（而非結合能）當判準——這點與把專一性當 kinetics 而非平衡 ΔG 的立場一致。

該記住的數字

6 個系統：1 個 on-target + 5 個 PAM-distal mismatch（mm@20、mm@19–20、mm@18–20、mm@17–20、mm@16–17）；每系統約 220,000 atoms，正交盒 ~145×110×145 ų；每系統約 100–120 ns cMD 預平衡（全部合計 ~0.7 μs）+ ~50 ns GaMD 平衡 + >1 μs GaMD 生產，總計約 7 μs GaMD；力場 Amber ff12SB + ff99bsc0 (DNA) + ff99bsc0+χOL3 (RNA) + Åqvist Mg2+；PDB 4UN3（2.58 Å，HNH 處於失活／conformational checkpoint 態）。

地圖位置：自由能地景與增強取樣、怎麼讀一篇 Cas9 MD paper

Kim H.K. et al. · Science Advances 5(11):eaax9249 · doi:10.1126/sciadv.aax9249

解決了什麼

用人類細胞內的 sgRNA-編碼與 target 序列成對整合 library，高通量量測 12,832 個 target 的 SpCas9 indel 頻率，訓練出 on-target 活性預測模型 DeepSpCas9，並在自產與他組發表的多個獨立資料集上驗證泛化能力，解決了先前 on-target 模型換資料集就崩掉的問題。

留下什麼沒解

本質是 on-target 活性預測，不直接輸出 off-target 圖譜，要談專一性仍須外接 off-target 模型，兩者如何一致地聯合最佳化未處理。整合 library 量到的是特定細胞脈絡下的終點 indel 頻率，混合了切割、修復途徑選擇與細胞存活等多重過程，無法拆解出 Cas9 本身的切割速率；模型也不涵蓋 SpCas9 以外的變體或工程化高保真酶，對變體工程的外推力有限。

跟 workflow 的關係

on-target 活性預測的泛化性標竿，補齊漏斗中「變體改造後還切不切得動標的」這一必要維度——專一性提升若以 on-target 活性崩塌為代價則無臨床意義，本篇提供了量化該取捨的模型。其大規模成對 library 量測設計，也是後續評估 Cas9 變體時可借鏡的高通量實驗架構。

該記住的數字

12,832 個 target 序列的 SpCas9 indel 頻率；Sci Adv 5(11):eaax9249（2019-11-06）

Vakulskas C.A. et al. · Nature Medicine · doi:10.1038/s41591-018-0137-0

解決了什麼

點破既有多重突變高保真變體是 over-engineering：它們在質體遞送下看起來沒事，換成 RNP（臨床實際用的格式）on-target 就崩潰（HF1 僅 2%、HypaCas9 僅 1.7% WT）。用約 25 萬 clone 的細菌雙重篩選（on-target 質體須切、off-target 質體不可切）找到單點 R691A，在 RNP 下同時保住活性與專一性，並在人類 CD34+ HSPC 與 T 細胞做到臨床相關的 AAV6-mediated HDR knock-in，包括矯正鐮刀型貧血的 p.E6V 突變。

留下什麼沒解

為何單一個 R691A 就足夠、而多重突變反而致命，只有現象學解釋（「已發表變體可能過度工程化」），缺乏機制論證；R691 在 REC3 上與 HypaCas9 的 N692/M694/Q695 緊鄰，但兩者表型天差地別的原因未解。RNP 為何放大多重突變的損害（蛋白穩定性？構形動力學？半衰期？）亦未回答。off-target 降幅（最高約 20 倍）小於 HF1／eSpCas9 的極端值，屬活性與專一性的折衷。

跟 workflow 的關係

對任何變體篩選漏斗都是關鍵的方法學警訊：篩選格式若與最終應用格式不符（質體 vs RNP），排名會完全翻盤——這正是「用平衡結合指標篩選、卻期待動力學表現」風險的實驗版佐證。R691A 與 HypaCas9 位點相鄰卻表型相反，是檢驗任何結構／模擬預測模型的絕佳試金石。臨床格式基準請一律採此篇的 RNP 數字，勿引用質體數據。

該記住的數字

單點 R691A（HiFi Cas9）；初篩約 250,000 clones（平均每 kb 5–7 個突變）→ 875 存活菌落 → 以 EMX1 二篩得 163 個 → 定序出 94 個至少重複出現兩次的胺基酸位點；HPRT 12 個位點的 RNP normalized median on-target：HiFi 82%、eSpCas9(1.1) 20%、SpCas9-HF1 2%、HypaCas9 1.7%；另測 48 個位點，HiFi 平均為 WT 的 92%；HSPC 五個治療相關基因（HBB、CCR5、IL2RG、HEXB、TRAC）約 75% WT indel；HBB 同源重組 11 次獨立實驗中位 28%（WT 為 30%）；搭配 AAV6 donor 在所有測試 loci 保留 >50% WT 活性。Nat Med 24(8):1216–1224。

地圖位置：Level 2 — 知道 High Fidelity 是什麼問題、Off-target 與專一性、驗證與實驗合作

Casini A. et al. · Nature Biotechnology · doi:10.1038/nbt.4066

解決了什麼

建立可在酵母體內同時量測 on-target 與 off-target 的篩選系統，對 REC3 做隨機突變庫定向演化，得到 evoCas9。證明 REC3 是專一性的可演化熱點，而且非丙胺酸的保守性取代（帶電性／體積微調，如 K526E、R661Q）同樣有效——不必靠「砍掉接觸」也能提升保真度。中間體 VNEL（R661L）專一性佳但 on-target 掉約 20%，再理性改為 R661Q 才救回效率，顯示保真度與活性可透過側鏈微調解耦。

留下什麼沒解

篩選在酵母中進行，與人類細胞的染色質環境與遞送格式有落差；同樣未測 RNP 格式（vakulskas2018 後續測得 evoCas9 在 RNP 下 EMX1 位點的 indel 亦嚴重下降）。「79 倍」是特定報導系統下的相對指標，跨平台可比性有限。為何 REC3 的保守性取代能提升保真度，缺乏機制解釋——與 chen2017 的 REC3 構形檢查點模型顯然相關，但本文未做此連結。

跟 workflow 的關係

與 chen2017、vakulskas2018 三者共同把 REC3 指認為專一性的核心樞紐（evoCas9 四突變、HypaCas9 四突變、HiFi 的 R691A 全落在此區），是任何結構分析或 MD 模擬應優先鎖定的區域。方法學上示範了「定向演化 + 同時施加 on/off 雙重量測」優於單軸最佳化，可作為篩選漏斗設計的正面範例；但其酵母篩選格式與臨床 RNP 格式的落差，同樣印證篩選格式決定排名的教訓。

該記住的數字

evoCas9 = M495V/Y515N/K526E/R661Q，四者皆來自 REC3 隨機突變庫；fidelity 較 WT 提升 79 倍、較理性設計變體平均再高約 4 倍；on-target 中位殘餘活性 90%；單輪篩選初步分離出 14 個高專一性變體（含單點突變 K526E 的 C13）；測試的 8 條 sgRNA 中有 4 條觀察不到 off-target 位點；長期表現（40 天）下仍能大幅抑制難以辨別的 off-target。Nat Biotechnol 36(3):265–271。

Lee J.K. et al. · Nature Communications · doi:10.1038/s41467-018-05477-x

解決了什麼

設計 Sniper-screen：在 E. coli 中同時施加正選擇（切中 on-target 質體上的 ccdB 才能解除致死）與負選擇（切到嵌在基因體的 off-target 序列就死），把「不准犧牲 on-target」直接寫進選擇壓力本身，得到 Sniper-Cas9（F539S/M763I/K890N）。把 off-target 序列放進基因體而非質體以提高選擇靈敏度。這三個突變分散於不同 domain，且與所有理性設計變體完全不重疊——說明理性設計以「已知接觸殘基」為出發點的視野，系統性地漏掉了可用的解空間。

留下什麼沒解

三個突變為何有效完全沒有機制解釋（不在已知的 DNA 接觸面上），是純粹的黑箱演化產物；其專一性提升幅度不如 HF1／evoCas9 極端，屬活性優先的折衷。E. coli 篩選環境與人類細胞的差距、以及單一 on/off 序列對施加的選擇壓力是否可泛化到其他標的，皆未系統檢驗。後續 Sniper2L（Nat Chem Biol 2023）即針對這些限制再優化。

跟 workflow 的關係

對篩選漏斗設計最具方法學價值的一篇：示範把「不可犧牲 on-target」寫成選擇壓力的一部分，而非事後才拿來過濾——正是多目標篩選應有的架構。其突變落在理性設計完全沒碰過的位置，是對「以已知結合接觸為評分軸」的直接反證：有效的保真度決定因子可能位於任何 allosteric 位點，這類位點只有動力學／構形取樣的方法才看得見，靜態結合能計算必然漏掉。

該記住的數字

Sniper-Cas9 = F539S/M763I/K890N，分散於不同 domain 且與理性設計變體不重疊（原文：「The mutations were dispersed throughout domains revealed in the crystal structure; none of them overlapped with those in rationally designed Cas9 variants」）；Sniper-screen 在 E. coli BW25141 中進行，正選擇為含致死 ccdB 基因的質體（須被切開細胞才活）、負選擇為嵌入 E. coli 基因體的 off-target 序列（切到就因基因體 DSB 而死）；on-target 達 WT 水準，並在 extended／truncated sgRNA 與預組裝 RNP（DNA-free editing）格式下皆維持活性、off-target 進一步下降。Nat Commun 9:3048。

Gong S. et al. · Cell Reports · doi:10.1016/j.celrep.2017.12.041

解決了什麼

提供 Cas9 的完整 pre-steady-state 動力學框架（stopped-flow 直接量 R-loop 形成）：DNA 結合是可逆的，真正的 rate-limiting step 不是切割化學本身，而是結合後、切割前的 R-loop 形成／DNA unwinding 異構化，而且分兩步連續發生、分別接到 HNH 與 RuvC 的活化。專一性來自 induced fit——結合親和力乘上 R-loop 形成速率——而不是單看結合強度。

留下什麼沒解

只做野生型 SpCas9，完全沒測工程高保真變體（要到 Liu 2020 才補）。集合式動力學無法直接對應單分子構形態，也未處理超螺旋／染色質受質或機械張力效應。

跟 workflow 的關係

給出 kinetics reframe 最乾淨的定量骨架：specificity constant = 結合親和力 × R-loop 形成速率。這是「不能只看 ΔG_bind」的教科書級論證，可直接引用來說明純 MMPBSA/FEP scoring 為何在物理上不完備——它只抓到乘式的前半項，漏掉整個 unwinding 速率項。討論 scoring axis 該怎麼選時，這是最有力的單篇依據。

該記住的數字

R-loop 形成／DNA unwinding 為 rate-limiting；R-loop 形成與切割整體約 5 s 內完成。HNH 最大切割速率 >4 s^-1、RuvC 4.2 s^-1。R-loop 形成的慢相為 0.2–0.3 s^-1，原文推測對應 R-loop 進一步解析或 RuvC 重新定位（或兩者兼有），發生在 RuvC 切割活化之前。以 stopped-flow 螢光搭配 2-aminopurine 標記直接量 DNA unwinding，觀察到兩段連續的螢光上升（兩步解鏈）。原文結論：cleavage 的 specificity constant 由 induced-fit 決定，等於平衡結合親和力乘以 R-loop 形成速率。

Singh D. et al. · Nature Structural & Molecular Biology · doi:10.1038/s41594-018-0051-7

解決了什麼

從 DNA unwinding-rewinding 平衡的角度補上機制細節：mismatch 是靠把 unwinding-rewinding 平衡推向 rewinding 來壓低切割，而切割只能從 unwound state 發生。eCas9(1.1) 與 Cas9-HF1 在有 mismatch 時 unwound state 佔比更低、壽命更短，且本質切割速率本來就低了 25–40 倍，因此無法從短暫解鏈的 off-target 上切下去；同時它們需要更多鹼基互補才形成穩定結合，避免被 off-target 扣留。

留下什麼沒解

unwound state 的佔比與壽命是由 FRET 訊號推得，未給出完整的多態動力學模型；也沒有把 unwinding 平衡與 HNH docking 檢查點（Dagdas/Chen 那條軸）整合成單一機制圖像。未涵蓋 HypaCas9，且細胞內外推未驗證。

跟 workflow 的關係

與 Liu 2020 互為佐證但機制切角不同：Liu 強調 intrinsic cleavage 被壓低造成 kinetic partitioning，Singh 強調 unwound state 的佔比／壽命下降。兩者合起來給 funnel 兩個可計算的 observable——unwound state 穩定度與 intrinsic cleavage 速率。前者特別適合 MD／增強取樣直接處理（R-loop 解鏈自由能剖面），是把 kinetics reframe 接到實際模擬工作量的最佳切入點。

該記住的數字

比較兩個工程變體：eCas9(1.1) = K848A/K1003A/R1060A 與 Cas9-HF1 = N497A/R661A/Q695A/Q926A，對照野生型 SpCas9。intrinsic cleavage 速率 k_c,int 由 WT 的約 0.67 s^-1 降到工程變體的 0.025–0.015 s^-1（約慢 25–40 倍）。原文結論句：「PAM-distal mismatches reduce the time spent in the unwound state in addition to reducing the maximal extent of unwinding」；工程變體在相同 mismatch 位置下 unwound state 的佔比更低、壽命更短。「Cleavage must proceed from the unwound state」。ultrastable（>1 小時）結合所需的 PAM-proximal 配對數：WT Cas9 與 deCas9 需 9 個，dCas9-HF1 需 10 個。

Chuai G. et al. · Genome Biology 19:80 · doi:10.1186/s13059-018-1459-4

解決了什麼

第一批把 sgRNA on-target 效率與 off-target 位點預測整合進單一深度學習框架的工作：以大量未標註 sgRNA 做無監督預訓練再微調，並把四類 epigenetic 訊號（ENCODE 來源的 CTCF ChIP-seq、DNase-seq 開放染色質、H3K4me3、RRBS 甲基化）各當一個 channel，與四個鹼基 channel 合成八通道輸入，讓模型以資料驅動方式自動辨識影響 knockout 效率的序列與表觀特徵。

留下什麼沒解

表觀特徵需要目標細胞型別的 ENCODE 級資料才能編碼，換到沒有配套 epigenome 的細胞或 primary cell 就退化成純序列模型，泛化性受限；訓練資料的 off-target 標註本身繼承自既有偵測方法的偏誤。深度模型的黑箱性使 saliency map 只能給出「偏好開放染色質、迴避甲基化」這類定性傾向，無法轉成可檢驗的機制或動力學參數，也不提供切割速率預測。

跟 workflow 的關係

變體篩選漏斗 in silico 層的深度學習代表作，示範了把染色質脈絡當輸入通道的做法，是評估「要不要在漏斗前段納入表觀資訊」時的主要參照。與 CHANGE-seq 量到的染色質效應互為印證（活躍調控區 off-target 較高），兩篇合看可支持「專一性是脈絡依賴的動態性質」這一論點，而非酶的靜態結合常數。

該記住的數字

Genome Biol 19:80；四類 epigenetic feature（CTCF、DNase I、H3K4me3、RRBS）＋四鹼基共八通道編碼（通道細節出自正文非摘要）；on-target 與 off-target 統一於單一框架

Listgarten J. et al. · Nature Biomedical Engineering 2(1):38-47 · doi:10.1038/s41551-017-0178-6

解決了什麼

提出 Elevation：把 off-target 預測明確拆成兩個互相依賴的模型——guide–target pair 層級的 mismatch 活性預測，加上把該 guide 全基因體數千個位點聚合成單一 guide-level 專一性分數的 aggregation 模型；並與先前的 on-target 模型 Azimuth 串成 end-to-end 的雲端 guide 設計服務（crispr.ml），對人類基因體各基因區預先計算好 on-target 與 off-target 分數。核心洞見是「aggregation 這一步本身需要用資料學，不是簡單加總或取最大值」。

留下什麼沒解

兩層模型的訓練標籤仍來自既有 off-target 偵測資料（含 GUIDE-seq 等），繼承其偵測下限與細胞株偏誤；aggregation 學到的是「哪些位點該加權」的統計關聯，未給出為何某些位點權重高的機制解釋。全篇仍在序列與 mismatch 的表徵層，不含染色質、遺傳變異或任何動力學量。單一純量 guide 分數也難以表達「切得快但滯留短」與「切得慢但持久」這類本質不同的專一性樣態。

跟 workflow 的關係

與 CFD 並列為 off-target 計分的兩大 in silico 基準，其「aggregation 需要另外學」的洞見對變體篩選漏斗有直接方法學啟示：把多個位點分數壓成單一排序指標這一步不是中性操作，選錯聚合方式會系統性扭曲變體排名。這正對應本站關心的 scoring-axis 問題——無論用 ΔΔG 還是 engagement kinetics，聚合函數本身都需要被明示與驗證，不能預設連乘或取極值。

該記住的數字

Nat Biomed Eng 2(1):38-47；兩層模型（per-site scoring + learned aggregation）；與 on-target 模型 Azimuth 整合為雲端服務 crispr.ml

Chen F. et al. · RNA · doi:10.1261/rna.065896.118

解決了什麼

在大規模蛋白–RNA 資料集上系統掃描 MM/PBSA 與 MM/GBSA 的設定組合（GB 模型、內部介電常數、最小化與取樣策略），把「蛋白–核酸系統該用哪一組參數」從各說各話變成有實證答案，並確立 MM/GBSA rescoring 是提升蛋白–RNA docking 預測力的有效手段。

留下什麼沒解

結論建立在「重新評分 docking decoy」的情境，回答的是平衡態結合自由能的排序問題，對蛋白–核酸辨識中的動力學步驟（構形檢查、誘導契合）完全沒有著墨。εin = 2 的最佳值也可能隨體系電荷密度而異，未必可外推到 Cas9 這種高度帶電的三元複合體。

跟 workflow 的關係

這是少數針對「蛋白–核酸」而非蛋白–小分子校準 MM/GBSA 參數的大規模研究；若 Cas9 工作要用 MM/GBSA 估 sgRNA 或 DNA 的結合貢獻，GBn1 + εin = 2 是有實證支撐的起點。但須留意它回答的是平衡結合排序，與 engagement kinetics 的 reframe 屬不同層次的問題。

該記住的數字

RNA 2018, 24(9), 1183–1194。資料集共 148 個蛋白–RNA 複合體。兩項任務的最佳設定不同：結合親和力預測以「顯式溶劑（TIP3P）下最小化 + GBn1 + 內部介電常數 εin = 2」相關性最高；構形（pose）辨識則是「隱式溶劑下最小化 + GBn1」在 148 個系統中的 117 個（79.1%）能於前 10 名 decoy 內找出近天然構形，優於所測試的所有 docking scoring function。

地圖位置：MM/PBSA

Knapp B. et al. · Journal of Chemical Theory and Computation · doi:10.1021/acs.jctc.8b00391

解決了什麼

用極大規模的重複模擬定量回答「單一軌跡的結論可不可信」：證明參數完全相同的模擬仍會走上崎嶇自由能地景中的不同路徑，單條軌跡得到的結論往往不可複現、屬偽陽性；並指出在相同總計算量下，多條較短的 replica 比單條較長的軌跡更可靠。

留下什麼沒解

兩個測試體系（10 殘基胜肽與 TCR/MHC 蛋白複合體）都不含核酸，未回答蛋白–核酸複合體需要多少 replica；也未給出可跨體系通用的 replica 數目準則。

跟 workflow 的關係

Cas9 三元複合體又大又慢，最容易犯的錯就是拿單條軌跡的構形變化下結論。這篇是「Cas9 變體比較必須跑多條獨立 replica、並以 replica 間變異估計不確定度」的直接依據，也是回應審稿人取樣質疑的標準引文。

該記住的數字

JCTC 2018, 14(12), 6127–6138。總模擬量 310,000 ns：10 個胺基酸的小體系跑 100 條參數完全相同的 replica × 3000 ns；827 殘基的 T 細胞受體／MHC 體系跑 100 條 × 100 ns。

地圖位置：怎麼讀一篇 Cas9 MD paper

Husic B.E. & Pande V.S. · Journal of the American Chemical Society · doi:10.1021/jacs.7b12191

解決了什麼

把 MSM 從「靠經驗調參的手藝」整理成有理論依據的科學流程：依時間序回顧啟發此方法的早期研究、確立 MSM 用於 MD 分析的經典論文，以及後續在軟體與分析流程上的進展。變分原理搭配模型選擇的最佳實務與開源軟體，讓 MSM 得以廣泛應用於蛋白摺疊與別構調節、配體結合、蛋白–蛋白締合等問題，最後點出方法發展的前沿與在實驗設計、藥物開發上的應用。

留下什麼沒解

摘要層級未展開 tICA 降維、超參數選擇與交叉驗證評分等具體技術細節（屬正文內容，本次未逐一核對）；回顧以蛋白體系為主，未特別處理大型蛋白–核酸複合體在 MSM 建構上的困難（狀態空間定義、慢自由度識別）。

跟 workflow 的關係

若 Cas9 工作要把「構形檢查點／kinetic proofreading」講成可量化的速率而非平衡 ΔG，MSM 是把大量短軌跡組裝成動力學模型的標準路徑；這篇是決定建模流程與可信度門檻（變分原理、模型選擇）的入門總覽，也正好呼應「kinetics 而非 binding affinity」這個 reframe。

該記住的數字

JACS 2018, 140(7), 2386–2396。Perspective 文體（PubMed 標示為 Review），以時間軸形式回顧 MSM 領域數十年的關鍵發展；摘要明指 2013 年 MSM 變分原理的推導是「從仰賴專家經驗建模轉向系統化客觀流程」的轉捩點。

地圖位置：Level 4 — 知道所有 Analysis、Level 5 — 知道 Benchmark 怎麼做、取樣與收斂、RMSD、PCA、Markov State Model、Metric 可靠性、怎麼讀一篇 Cas9 MD paper

Chen J.S. et al. · Nature · doi:10.1038/nature24268

解決了什麼

用 smFRET 直接抓到 DNA 結合與切割之間存在一個 conformational checkpoint，並證明非催化的 REC3 domain 才是感測 RNA/DNA heteroduplex 錯配、再以 allostery 決定 HNH 是否活化的關卡；SpCas9-HF1 與 eSpCas9(1.1) 在錯配標的上會被鎖在非活化狀態。據此理性設計 HypaCas9（REC3 的 N692A/M694A/Q695A/H698A），把「專一性＝結合強弱」改寫成「專一性＝構形活化門檻」。

留下什麼沒解

smFRET 標記位點與體外條件下的構形態，如何對應細胞內真實的切割結果，仍是推論；REC3→HNH 的 allosteric 傳遞路徑只有現象學證據，未給出原子層次機制（後續由 MD／Science Advances 類研究接手）。提高門檻同時也犧牲部分 on-target 速率，代價的普適邊界未界定，且 RNP 格式表現亦未測（vakulskas2018 後續測得 HypaCas9 在 RNP 下僅 1.7% WT）。

跟 workflow 的關係

本叢集中最關鍵的一篇：直接支撐「Cas9 專一性由動力學檢查點而非平衡結合 ΔG 決定」的論點，是反駁以 binding affinity／ΔΔG 為評分軸的篩選漏斗時的首要引證。ΔREC3 的「速率降 1000 倍但親和力幾乎不變」是最有力的單一數據——結合強度與切割能力可完全脫鉤。REC3–HNH allostery 也正是 MD／自由能地景模擬最該鎖定的標的。

該記住的數字

HypaCas9 = N692A/M694A/Q695A/H698A（皆在 REC3，即論文的 Cluster 1；Q926A 位於 linker L2，不屬 HypaCas9 組成）；24 個內源基因位點中 19 個保留 >70% WT 活性（對照：SpCas9-HF1 為 18/24、eSpCas9(1.1) 為 23/24）；刪除 REC3（ΔREC3）使切割速率下降約 1000 倍，但對 on-target 的結合親和力接近 WT；HypaCas9 在 spacer 位置 1–18 的中段與 PAM-proximal 區的專一性優於 SpCas9-HF1 與 eSpCas9(1.1)。Nature 550:407–410。文中援引既有結構 4ZT0（sgRNA-bound）與 5F9R（dsDNA-bound）。

地圖位置：Level 2 — 知道 High Fidelity 是什麼問題、Level 6 — 知道如何設計 workflow、Cas9 是什麼、Off-target 與專一性、Cas9 的 domain 架構、RMSF、HNH 距離與構形檢查點、MM/PBSA、Benchmark 是什麼、Workflow 全圖、分析與打分、驗證與實驗合作

Dagdas Y.S. et al. · Science Advances · doi:10.1126/sciadv.aao0027

解決了什麼

把 2015 年提出的 checkpoint 從「概念」變成一個可辨識、可量測的中間態：smFRET 顯示 DNA 結合後 HNH 先在多個構形間跳動，之後才 dock 進活化態；docking 需要二價陽離子但不需要實際發生 strand scission，且切割後 docked 構形仍維持。關鍵是 guide RNA 與 DNA 的 mismatch 會把 Cas9 卡在 checkpoint 中間態、無法進入活化態，這就是 off-target 被結合卻不被切的機制解釋。

留下什麼沒解

用的是 dCas9／Co2+ 等代用系統來解耦 docking 與切割，未直接測工程高保真變體的構形分佈（要到 Chen 2017）。也沒有把構形態的居留時間換算成巨觀切割速率常數，因此無法單獨預測 off-target 切割比例。

跟 workflow 的關係

提供 funnel 裡「構形檢查點」這一層的可觀測量：HNH docking 佔比與 R/I/D 三態分佈。這是把 kinetics reframe 落地成可計算 observable 的最直接依據——MD／增強取樣可直接算 HNH–RuvC 距離分佈或 docking 自由能，對應實驗的 E_FRET 三態，比 ΔΔG_bind 更貼近真正決定專一性的物理量。

該記住的數字

單分子 FRET 解析出三個構形態：R 態（僅 sgRNA、無 DNA）E_FRET = 0.19 ± 0.02、I 中間態 0.34 ± 0.03、D docked／活化態 0.97 ± 0.01。HNH docking 絕對需要二價陽離子（無二價陽離子時完全無法進入 D 態），生理濃度 1–5 mM Mg2+ 下 >85% 複合體達到 D 態。以 dCas9 與 Co2+（可支持 docking 但不支持切割）證明 docking 不需要實際發生 strand scission；切割後 docked 態仍維持，直到 nontarget strand 釋放才失穩。mismatch 把 Cas9 鎖在 I 中間態、無法進入 D 態。

地圖位置：Level 4 — 知道所有 Analysis、Cas9 是什麼、結構預測能不能用、RMSF、HNH 距離與構形檢查點、自由能地景與增強取樣、Markov State Model

Palermo G., Miao Y., Walker R.C., Jinek M., McCammon J.A. · Proceedings of the National Academy of Sciences USA · doi:10.1073/pnas.1707645114

解決了什麼

用 GaMD 把 Cas9 活化路徑的有效取樣從 μs 推到 μs–ms 等效尺度，重建 apo → RNA-bound 的域重排、指出域重排會形成一個帶正電的核酸結合腔，並給出一個實驗尚未解析的 catalytically competent Cas9 構形。

留下什麼沒解

GaMD 的 boost potential 會扭曲原始能量面，重加權後的自由能仍有系統誤差，論文未給活化速率常數；targeted MD 產生的路徑本身帶有起訖點偏誤，所取的 24 個 frame 不等於無偏的過渡態系綜；預測的 competent 構形當時無實驗結構可對。

跟 workflow 的關係

這是把 GaMD 引進 Cas9 領域的關鍵一步，也是「用 targeted MD 造路徑、再沿路徑撒種子跑 GaMD」這套取樣策略的模板。若 workflow 要處理 HNH 大幅構形轉變而純 cMD 取不到，這篇的做法可直接搬。

該記住的數字

累積約 15 μs GaMD（Gaussian accelerated MD）；沿 targeted-MD 產生的路徑取 24 個等距分布 frame（原文明言「含晶體態」），每個 frame 各跑 cMD 與 GaMD；力場 Amber ff12SB + ff99bsc0 (DNA) + ff99bsc0+χOL3 (RNA) + Åqvist Mg2+；軟體 AMBER16 GPU 版（GaMD）+ NAMD 2.10（targeted MD）；起始結構 PDB 4CMQ / 4ZT0 / 4UN3 / 5F9R。

地圖位置：Level 3 — 知道 MD 在模擬什麼、Level 4 — 知道所有 Analysis、Cas9 的 domain 架構、結構預測能不能用、給 DFT 人的 MD、取樣與收斂、RMSD、HNH 距離與構形檢查點、PCA、DCCM、自由能地景與增強取樣、怎麼讀一篇 Cas9 MD paper

Palermo G., Ricci C.G., Fernando A., Basak R., Jinek M., Rivalta I., Batista V.S., McCammon J.A. · Journal of the American Chemical Society · doi:10.1021/jacs.7b05313

解決了什麼

證明 PAM 結合不只是識別訊號，而是 allosteric effector：PAM 一旦鍵結就觸發 HNH 與 RuvC 兩個催化域的相互依賴動力學，解釋兩股 DNA 為何能協同被切。它同時示範 generalized correlation + community network 這套圖論分析怎麼在 Cas9 這麼大的系統上實際落地。

留下什麼沒解

「有 PAM／無 PAM」是兩個不同構築的系統，構形差異未必全歸因於 PAM 本身；相關性網絡是統計描述，不給訊號傳遞的時間尺度或因果方向；未做突變驗證所指認的 allosteric 路徑。

跟 workflow 的關係

提供本叢集最常被沿用的分析管線：PCA → generalized correlation（Shannon entropy）→ community network。後續 nierzwicki2021、skeens2024 的 allosteric 分析基本都是這套的延伸，要在自家 Cas9 軌跡上做網絡分析，從這篇的方法段起手最省事。

該記住的數字

累積約 13 μs 傳統 MD，8 條獨立 run，每條約 1.5 μs；比較兩系統 Cas9-wPAM（含 5'-TGG-3' PAM，PDB 4UN3）vs Cas9-w/oPAM（無 PAM 段的類似複合體，原文未替該對照系統標獨立 PDB，引文指向 3VNA）；分析方法為 PCA（PC1/PC2）+ generalized correlation（以 Shannon entropy 計，可同時抓線性與非線性相關）+ community network analysis（CNA）。

Tsai S.Q. et al. · Nature Methods 14(6):607-614 · doi:10.1038/nmeth.4278

解決了什麼

先把 genomic DNA 環化以盡量消除自由端，再用 Cas9 RNP 切割，只有被切開的環才會接上 adapter 進入定序，藉此把訊噪比大幅拉高。相比既有的 cell-based 與生化方法顯著提升定序效率與靈敏度，且不需要參考基因體序列即可分析，還能抓到與細胞株專屬 SNP 相關的 off-target，示範了個人化專一性圖譜的可行性與必要性。

留下什麼沒解

仍是裸 DNA 的 in vitro 反應，與細胞內染色質脈絡的落差未解，清單偏保守性地過度涵蓋；文庫製備流程繁瑣、通量受限於單條 gRNA 逐一反應，難以擴到上百條規模——這正是三年後 CHANGE-seq 以 tagmentation 自動化所突破的瓶頸。輸出依舊是切位清單與相對讀數，沒有速率常數，無法回答變體工程最關心的「快慢」問題。

跟 workflow 的關係

in vitro off-target 偵測的靈敏度標竿，也是 CHANGE-seq 的方法學前身，構成 Digenome-seq → CIRCLE-seq → CHANGE-seq 這條技術演進主線的中段。個人化 SNP 專屬 off-target 的發現對治療型 Cas9 變體評估直接相關：專一性不是酶的固有常數，而隨受試者基因型變動，這在變體篩選漏斗設計驗證層時必須納入。

該記住的數字

Nat Methods 14(6):607-614；無需 reference genome 即可分析；可偵測與細胞株專屬 SNP 相關的 off-target 位點

地圖位置：Level 6 — 知道如何設計 workflow、Ground truth 從哪來、Workflow 全圖、驗證與實驗合作

Jiang F. et al. · Science · doi:10.1126/science.aad8282

解決了什麼

第一次在催化活性 Cas9 上看到完整的 R-loop：被置換的 non-target 股被導向 RuvC 活性中心，而這組 protein–DNA 接觸反過來把 HNH 擺到 target 股切位旁邊，因此建立了「兩個活性中心經由 R-loop 幾何耦合、協同切割」的結構機制，並量化 DNA 被折彎 30° 是 R-loop 形成所需的結構扭曲。

留下什麼沒解

non-target 股有 11 個殘基（1–11）完全沒有電子密度，等於 R-loop 中最關鍵的被置換段落有三分之一是缺的，RuvC 進位的細節因此仍屬推論。結構是單一「primed」終態，沒有 R-loop 形成的中間態，也沒有錯配情形，因此無法區分專一性來自熱力學或動力學校對。

跟 workflow 的關係

這是做 Cas9 切割前態 MD 的首選起始結構：催化活性型序列、雙股齊備、HNH 已就位。30° 的 DNA 彎折可直接當作模擬中應重現的幾何檢驗量。但 non-target 股 residues 1–11 缺失必須自行補模建，且該段正是進入 RuvC 的路徑，補模品質會主導任何 RuvC 相關結論，屬於此結構最大的建模風險點。

該記住的數字

Science 351(6275):867–871；5F9R 解析度 3.40 Å，X-ray；鏈組成 Cas9 1368 aa（chain B，deposition 未標註突變，rcsb_mutation_count = 0，即催化活性型）、sgRNA 118 nt（chain A）、target 股 30 nt（chain C，30/30 modeled，觀測率 100%）、non-target 股 30 nt（chain D，僅 residues 12–30 有座標，19/30 modeled，觀測率 63.3%）；Cas9 把 DNA 螺旋折彎 30°。

地圖位置：Level 1 — 知道 Cas9 如何切 DNA、Level 6 — 知道如何設計 workflow、Cas9 是什麼、PAM 與 R-loop、Cas9 的 domain 架構、該用哪個結構起頭、結構預測能不能用、系統建立、Contact Map、HNH 距離與構形檢查點、Workflow 全圖、從 PDB 到軌跡

Kleinstiver B.P. et al. · Nature · doi:10.1038/nature16526

解決了什麼

首度證明不必改動 sgRNA，單靠削弱 Cas9 對 target strand 磷酸骨架的非專一氫鍵（N497A/R661A/Q695A/Q926A），就能把 GUIDE-seq 可偵測的 off-target 幾乎歸零而不犧牲 on-target。機制假說是「非專一接觸過剩」：野生型對骨架的結合能超過辨識所需，砍掉多餘接觸即可拉開 on/off 的差距。

留下什麼沒解

「無可偵測 off-target」受限於 GUIDE-seq 的偵測下限，低頻事件無法排除；所有活性數據來自質體遞送的人類細胞株，未測 RNP 格式（此弱點兩年後由 vakulskas2018 揭露：HF1 在 RNP 下 on-target 崩到 WT 的 2%）。也未回答削弱骨架接觸如何在動力學層次改變 R-loop 形成或 HNH 活化，純屬熱力學式的「結合能過剩」論述。

跟 workflow 的關係

高保真變體的奠基文獻與命名來源，任何 Cas9 專一性工程的對照基準。四個突變位點（N497/R661/Q695/Q926）是結構分析與 MD 模擬中 protein–DNA 骨架接觸的標準檢視清單；若要用模擬重現「接觸過剩」假說，這篇提供可對照的實驗表型。注意其結論綁定質體遞送，跨到 RNP 情境不可直接外推。

該記住的數字

突變 N497A/R661A/Q695A/Q926A，四者皆與 target DNA strand 磷酸骨架形成直接氫鍵；37 條 sgRNA（24 條 EGFP + 13 條內源基因）中 32 條（86%）保留 >70% WT 活性，多數落在 90–140%；GUIDE-seq 測 8 條 sgRNA，WT 每條偵測到 2–25 個 off-target（其中 1 條無可測 off-target）；在會產生 off-target 的 7 條 sgRNA 中，HF1 有 6 條完全測不到 GUIDE-seq off-target 事件；另衍生 HF2(+D1135E)、HF3(+L169A)、HF4(+Y450A)。Nature 529:490–495。

地圖位置：Off-target 與專一性、氫鍵分析、MM/PBSA、Ground truth 從哪來、驗證與實驗合作

Slaymaker I.M. et al. · Science · doi:10.1126/science.aad5227

解決了什麼

提出並實測一個可操作的物理模型：off-target 切割發生在「Cas9 對 non-target strand 的結合強度」勝過「target/non-target 兩股 DNA 再雜交（rehybridization）的驅動力」時。依此對 HNH／RuvC／PI 之間的正電 nt-groove 做 alanine scanning 中和正電荷，削弱對 non-target strand 的挽留，迫使配對必須更嚴格符合 Watson-Crick，得到 eSpCas9(1.0) 與 eSpCas9(1.1)。

留下什麼沒解

模型本身是熱力學競爭式的（結合 vs 再雜交），未直接量測任一速率常數，也未處理 HNH 構形活化這一層（一年後由 chen2017 補上）。同樣只在質體遞送下驗證，RNP 格式的 on-target 損失未被察覺。哪些殘基屬「多餘正電」仍靠 scanning 試誤，缺乏可預測的判準。

跟 workflow 的關係

提供 fidelity 叢集中唯一明確可計算的物理判準——non-target strand 結合 vs DNA 再雜交的競爭——很適合用 MD／自由能方法檢驗（例如比較 WT 與 eSpCas9 的 nt-groove 靜電勢、non-target strand 停留時間）。nt-groove 的靜電中和是建模時最容易操作的擾動。但此框架仍是平衡結合式論述，與 kinetic proofreading 觀點的張力需留意。

該記住的數字

eSpCas9(1.0) = K810A/K1003A/R1060A；eSpCas9(1.1) = K848A/K1003A/R1060A（1.1 為常用版本）；對 nt-groove 內 32 個帶正電殘基各做單點 alanine 取代，其中 5 個在三個 off-target 位點皆降低活性 ≥10 倍且維持 on-target 切割效率，另 6 個專一性改善 2–5 倍（測試位點為 EMX1(1) 與 VEGFA(1)）。正電溝槽位於 HNH、RuvC 與 PAM-interacting (PI) 三個 domain 之間。Science 351(6268):84–88。

地圖位置：Level 2 — 知道 High Fidelity 是什麼問題、Off-target 與專一性、Contact Map、鹽橋分析、MM/PBSA

Palermo G., Miao Y., Walker R.C., Jinek M., McCammon J.A. · ACS Central Science · doi:10.1021/acscentsci.6b00218

解決了什麼

首次用多微秒級傳統 MD 系統性描繪 Cas9 從 apo → RNA-bound → DNA-bound → pre-catalytic 的構形可塑性，並指認 non-target DNA strand（非目標股）是把 HNH 推向催化態的關鍵決定因子。它把「Cas9 到底怎麼從鬆散變成緊實」這個結構學只能給靜態快照的洞補起來。

留下什麼沒解

傳統 MD 在 μs 尺度上取不到完整的 HNH 大幅位移與活化事件，只能看到起始趨勢；沒有給活化的自由能面或速率，也沒碰催化化學本身。non-target DNA 的「關鍵角色」是從構形相關性推論，未做突變或動力學實驗驗證。

跟 workflow 的關係

是整個 Cas9 MD 叢集的地基論文：定義了後續幾乎所有研究沿用的四個起始態（4CMQ/4ZT0/4UN3/5F9R）、系統大小量級（~2×10^5 atoms）與 ff12SB+bsc0+χOL3 力場組合。要複製這條 workflow，這篇是 setup 的標準參照。

該記住的數字

7 個模型系統（apo 4CMQ、Cas9:RNA 4ZT0、Cas9:RNA:DNA 4UN3、pre-catalytic 5F9R，另加 3 個去除 non-target DNA／去除核酸的對照系統）；系統大小 ~190,000–270,000 atoms（apo ~220k、Cas9:RNA ~210k、Cas9:RNA:DNA ~216k、pre-catalytic ~270k、無核酸對照 ~190k）；累積 >10 μs 傳統 MD，每系統約 1.5 μs，座標每 10 ps 存一次（約 15–16 萬 frame）；力場 Amber ff12SB + ff99bsc0 (DNA) + ff99bsc0+χOL3 (RNA) + TIP3P 水 + Åqvist Mg2+ 參數。

Doench J.G. et al. · Nature Biotechnology 34(2):184-191 · doi:10.1038/nbt.3437

解決了什麼

用人與小鼠 genome-wide sgRNA library 的正／負向篩選資料同時做兩件事：改良 on-target 活性預測規則（正文定義為 Rule Set 2，即以 gradient-boosted regression trees 搭配擴充特徵集訓練，後續由 Microsoft Research 的 Azimuth 服務提供），並用系統性 mismatch 的 sgRNA 量測建立 CFD (Cutting Frequency Determination) score——把每個位置、每種 mismatch 型別的活性衰減係數列表化，位點總分由各 mismatch 係數連乘得出。

留下什麼沒解

CFD 的連乘假設等於默認各 mismatch 的效應彼此獨立，對多重 mismatch 的協同或補償效應會系統性失準，且未涵蓋 bulge/indel 型錯配；係數表由特定細胞株與 library 脈絡導出，跨細胞型別的可移轉性未驗證。位點分數如何聚合成單一 guide-level 專一性分數在本篇仍屬未解，兩年後由 Elevation 明確處理。純序列模型，不含染色質或遺傳變異資訊。

跟 workflow 的關係

CFD score 至今仍是 off-target 計分的產業預設，任何 guide 設計或變體篩選漏斗只要用到專一性排序，幾乎都直接或間接踩在這篇的係數表上，是漏斗前段 in silico 層的基準線。對 scoring-axis 這個方法學問題特別關鍵：CFD 是把切割頻率壓成「每個 mismatch 扣多少分」的乘法式靜態計分，正是 engagement kinetics 觀點所說「量錯了東西」的典型代表，適合當成方法學對照。

該記住的數字

Nat Biotechnol 34(2):184-191；產出 CFD score 與 Rule Set 2 / Azimuth on-target 模型（此二名詞出自正文非摘要）；資料源自人與小鼠 genome-wide sgRNA library 篩選

地圖位置：Level 5 — 知道 Benchmark 怎麼做、Benchmark 是什麼、Ground truth 從哪來

Sternberg S.H. et al. · Nature · doi:10.1038/nature15544

解決了什麼

第一次把「DNA binding 遠比 DNA cleavage 濫交」這個現象歸因到一個構形變數：用 intramolecular FRET 證明 HNH domain 必須擺進活化構形才切得動，且切割效率與 HNH 取樣活化構形的程度成正比。因此在 PAM 辨識與 RNA-DNA 配對「之後、雙股斷裂之前」還存在一道 proofreading checkpoint；並發現一種 allosteric 通訊模式，確保兩個核酸酶結構域協同觸發（concerted firing）。

留下什麼沒解

只給出整體 FRET 分佈與「切割效率隨 HNH 活化程度縮放」的相關性，沒有解析中間態的居留時間與態間轉換速率（要到 Dagdas 2017 才補上）。allosteric 通訊的結構路徑未定；也沒有量化 off-target 受質的「釋放 vs 切割」分流，以及二價陽離子的角色。

跟 workflow 的關係

這是「engagement kinetics 而非 binding affinity」這個立場的原始文獻出處：把平衡結合 ΔΔG（MMPBSA/FEP）當唯一 scoring axis，會整層漏掉 HNH 構形檢查點。要主張一條篩選流程需要補一個構形／動力學層，這篇是最權威的單句依據。

該記住的數字

兩組 intramolecular FRET 標記對：S355–S867 與 S867–N1054（挑選依據為結合標靶 DNA 時 inter-residue 距離變化最大）；以 Cy3/Cy5 標記後仍保留接近野生型的切割活性。mismatch 由 PAM-distal 端引入以掃描 checkpoint 的敏感區。逐項 FRET 效率數值本次查證未取得全文，故不填。

地圖位置：Markov State Model、驗證與實驗合作

Tsai S.Q. et al. · Nature Biotechnology 33(2):187-197 · doi:10.1038/nbt.3117

解決了什麼

提出 GUIDE-seq：把雙股 oligodeoxynucleotide (dsODN) tag 捕捉進細胞內真實產生的 DSB，成為第一個在活細胞中 genome-wide、unbiased 定位 Cas9 切位的方法。掃描 13 組 RGN 於兩種人類細胞株後發現大量既有電腦預測工具與 ChIP-seq 完全抓不到的 off-target，並證明 truncated gRNA 可顯著降低 off-target 切割。另偵測到與 RGN 無關的基因體斷點 hotspot。

留下什麼沒解

依賴 dsODN 被 NHEJ 捕捉進 DSB，捕捉效率本身隨位點與細胞週期而異，因此偵測靈敏度有下限、低頻切位可能漏抓；需要能轉染的活細胞，難以套用到 primary cell 或臨床檢體。量到的是「累積的切割事件」，無法區分某位點是切得快還是切得久，切割速率與 Cas9 滯留時間被摺疊成單一訊號。也未解釋為何電腦預測會系統性失準。

跟 workflow 的關係

in vivo unbiased off-target 偵測的方法學標竿，是 cell-based 那一支的代表，與 Digenome-seq/CIRCLE-seq/CHANGE-seq 的 in vitro 那一支形成對照，變體篩選漏斗談實驗驗證層時必引。它揭露「序列預測抓不到真實切位」這件事，正好支持專一性不能只靠 ΔΔG 或 mismatch 計分來預測的論點——真實切割由細胞內染色質脈絡與動力學共同決定。truncated gRNA 降 off-target 的結果也是變體/guide 工程的重要對照組。

該記住的數字

13 組 RGN、2 種人類細胞株（U2OS 與 HEK293，細胞株名稱出自正文非摘要）；多數偵測到的 off-target 為既有 in silico 預測與 ChIP-seq 所遺漏

地圖位置：Level 5 — 知道 Benchmark 怎麼做、Off-target 與專一性、Benchmark 是什麼、Ground truth 從哪來

Kim D. et al. · Nature Methods 12(3):237-243 · doi:10.1038/nmeth.3284

解決了什麼

提出 Digenome-seq：把純化的 genomic DNA 在試管中用 Cas9 消化後做 whole-genome sequencing，靠「同一位置整齊對齊的 5′ 末端」計算辨識切位，得到 cell-free、genome-wide 的 off-target 清單。可驗證頻率低於 0.1%（逼近 targeted deep sequencing 偵測極限）的 off-target 突變，並提出 Cas9 其實相當專一（off-target 是數個而非數千個位點）的實證反駁。

留下什麼沒解

在裸露的純化 DNA 上消化，完全剝除染色質、核小體與核內可及性，因此傾向高估細胞內實際會被切到的位點、也可能錯失染色質脈絡才會暴露的位點，in vitro 與 in vivo 清單的落差本篇未收斂。全基因體定序成本高、訊噪比受未切割背景限制，靈敏度不及後續的環化策略（CIRCLE-seq 即針對此點改良）。同樣只給切或不切的終點清單，不含切割速率資訊。

跟 workflow 的關係

in vitro biochemical off-target 偵測路線的開創works，是 CIRCLE-seq 與 CHANGE-seq 的直接前身，讀這條技術演進線必須從這裡起算。其「Cas9 其實很專一、off-target 只有數個」的結論與 GUIDE-seq 的細胞內圖像形成張力，正是變體篩選要面對的核心矛盾：同一把酶在不同量測脈絡下專一性天差地別，說明單一 binding-affinity 式的靜態排序不足以預測真實表現。

該記住的數字

可驗證頻率 <0.1% 的 off-target 突變；結論為 off-target 位點數量級是「數個」而非數千；Nat Methods 12(3):237-243

Zgarbová M. et al. · Journal of Chemical Theory and Computation · doi:10.1021/acs.jctc.5b00716

解決了什麼

指出 AMBER DNA 力場對糖–磷酸骨架扭轉角 β 的位能不準，是 Z-DNA 的 ZI 骨架次態被系統性低估的主因。提出以「含構形相依溶劑化效應」方法擬合的 βOL1 修正，顯著提高主導的 ZI 次態穩定度、改善整體 Z-DNA 骨架描述，對反平行 G-quadruplex 也有小幅（作者自陳不大）正面影響，並提高 B-DNA 中 BII 骨架次態的佔比、與實驗更吻合。作者建議 βOL1 與先前的 εζOL1、χOL4 合用，此組合即命名為 OL15。

留下什麼沒解

驗證對象限於 Z-DNA、B-DNA、G-quadruplex 等相對規則的雙股與四股體系，未涵蓋蛋白–DNA 複合體中被酵素撐開、解旋或彎折的非典型骨架構形；與各家水模型、離子參數的交互作用亦未系統測試。

跟 workflow 的關係

Cas9 的 R-loop 含被撐開、彎折的非 B 型 DNA 骨架，β/ε/ζ 扭轉角的描述直接決定 target 與 non-target strand 的構形穩定度。OL15 是目前 AMBER 系 DNA 模擬的建議選擇，建構 Cas9 三元複合體時 DNA 部分應採 OL15 而非裸 parmbsc0。

該記住的數字

JCTC 2015, 11(12), 5723–5736。論文摘要明文把 βOL1 + εζOL1 + χOL4 三項 OL 修正的組合命名為 OL15（實務上疊在 ff99bsc0 基礎之上），本篇貢獻的是 βOL1。

地圖位置：系統建立、Production 設定、氫鍵分析

Maier J.A. et al. · Journal of Chemical Theory and Computation · doi:10.1021/acs.jctc.5b00255

解決了什麼

從 ff99SB 出發，把仍沿用自 ff94 的「全部」側鏈二面角參數完整重擬（訓練集含多維二面角掃描以提升參數可移植性），並對骨架 φ/ψ 做經驗性微調，補上 ff99SB 在 β-ppII 過渡區缺乏 QM 訓練資料所造成的缺口。結果不僅在原有基準上改善，也提升小胜肽的二級結構含量與蛋白在溶液中 NMR χ1 耦合常數的重現度。

留下什麼沒解

骨架 φ/ψ 仍是全胺基酸共用一組參數（非序列特異），helical propensity 的序列差異要到 ff19SB 才處理；驗證以小胜肽與可溶性球蛋白為主，未涵蓋大型蛋白–核酸複合體。

跟 workflow 的關係

Cas9（約 1360 殘基）的蛋白部分若走 AMBER 路線，ff14SB 是最常見的選擇，搭配 TIP3P 也是已發表 Cas9 MD 的主流設定。側鏈 rotamer 準確度會直接影響 HNH／RuvC 活性中心與 PAM 辨識殘基的構形取樣品質。

該記住的數字

JCTC 2015, 11(8), 3696–3713。相對構形能量對 QM 的平均誤差降至 1.0 kcal/mol 以下，較 ff99SB 減少 35%；另為可解離側鏈的替代質子化態產生參數。

地圖位置：Level 3 — 知道 MD 在模擬什麼、給 DFT 人的 MD、Production 設定、RMSD、鹽橋分析、Metric 可靠性、從 PDB 到軌跡

Genheden S. & Ryde U. · Expert Opinion on Drug Discovery · doi:10.1517/17460441.2015.1032936

解決了什麼

系統回顧 MM/PBSA 與 MM/GBSA 的理論假設、校準與驗證實務，界定此類方法的定位——準確度與計算量都介於經驗式 scoring function 與嚴格 alchemical 微擾之間——並誠實列出其粗糙近似與失準來源。作者並指出，以量子力學計算、可極化力場或改良溶劑化模型去「改進」這些方法，結果反而常常變差。

留下什麼沒解

以蛋白–小分子配體結合為主要對象，未系統處理蛋白–核酸體系；整篇仍在平衡結合自由能的框架內，不涉及結合／解離的動力學。內部介電常數與取樣策略的細部討論位於正文，本次查核未能取得全文逐項核對。

跟 workflow 的關係

這是判斷「Cas9 篩選漏斗該不該用 MM/GBSA 當 scoring 軸」的必讀方法學基準；它點名的熵項、溶劑化與體系依賴性等罩門，正是拿 ΔΔG 排序 Cas9 變體時最容易被審稿人質疑的地方。

該記住的數字

Expert Opin. Drug Discov. 2015, 10(5), 449–461。回顧聚焦於方法的校準、測試與驗證；摘要點名數項粗糙且可疑的近似：缺少構形熵、缺少結合位水分子的數目與自由能資訊，以及方法變體眾多、表現隨受測體系強烈變動。

Hopkins C.W. et al. · Journal of Chemical Theory and Computation · doi:10.1021/ct5010406

解決了什麼

系統檢驗氫原子質量重分配（HMR）能在多大程度上穩定地放大時間步長而不顯著增加離散化誤差：先以三殘基胜肽做可完整探索相空間的掃描，再以 129 殘基的 HEWL 驗證可外推到較大體系，比較項目包含結構、constant-pH MD 的 pKa 計算，以及 umbrella sampling 得到的 PMF。結論是 HMR 軌跡在動力學與熱力學上皆無顯著差異，長步長 HMR MD 是加速生醫體系模擬的可行工具。

留下什麼沒解

驗證體系最大僅 129 殘基的單一球蛋白，未涵蓋含核酸的大型複合體；摘要未明示基準步長（僅寫「至多 2 倍」，2 fs 為社群慣例與 Feenstra 1999 的基準）；亦未探討 HMR 與強化取樣方法、恆溫器設定之間的交互影響。

跟 workflow 的關係

Cas9 三元複合體的取樣預算是最大瓶頸，HMR 讓步長提到 4 fs，等於零硬體成本換到約 2 倍吞吐量，是要同時滿足 Knapp 的多 replica 要求時最實際的加速手段。但本篇未驗證核酸體系，用在 Cas9 上宜先做一次短程對照確認。

該記住的數字

JCTC 2015, 11(4), 1864–1874。作法是把重原子的質量重新分配給與其鍵結的氫原子，以減慢最高頻運動，使時間步長可增大至多 2 倍；文中實際以 4 fs 步長執行 MTS 自旋標記二面角旋轉的 umbrella sampling PMF。測試體系為三殘基胜肽與 129 殘基的雞蛋白溶菌酶（HEWL）。

地圖位置：系統建立、Production 設定、Metric 可靠性、從 PDB 到軌跡

Jinek M. et al. · Science · doi:10.1126/science.1247997

解決了什麼

提供第一個 nucleic-acid-free 的 SpCas9 apo 晶體結構，並與 type II-C 的 AnaCas9 對照，證明 Cas9 在 apo 態是「開放」的 bilobed 結構，是 guide RNA 的結合驅動兩個 lobe 重新定向、形成容納 DNA 的中央通道。這篇把「Cas9 的活化是 RNA 誘導的構形轉變」從推測變成結構事實。

留下什麼沒解

三個 EM 重構只有 19–21 Å，只能看到 lobe 尺度的剛體重排，看不到側鏈、看不到 heteroduplex 細節，也無法定義 HNH 的精確方位。apo 晶體結構中 HNH 與 PI domain 多半無序或位置不確定，因此「RNA 結合→活化」的中間路徑與能障完全沒有描述；也沒有 PAM 雙股資訊。

跟 workflow 的關係

這是 Cas9「大幅度 domain 運動」的結構證據來源，直接決定 MD／增強取樣要把哪些自由度當作 collective variable（REC lobe 相對 NUC lobe 的開闔、HNH 的位移）。apo vs RNA-bound 的兩個端點適合當 targeted MD／string method 的起訖態；低解析 EM 的模糊度也提醒不要把 apo 座標當成可靠的側鏈起點。type II-C AnaCas9 提供跨直系同源的骨架比較。

該記住的數字

Science 343(6176)，article number 1247997（非頁碼制）；apo SpCas9 2.62 Å（4CMP），Mn²⁺ 結合型 SpCas9 3.09 Å（4CMQ）；type II-C AnaCas9（Actinomyces naeslundii）2.2 Å（4OGE），另一 AnaCas9 晶型 2.8 Å 含 Mg/Mn/Zn（4OGC）；負染單顆粒 EM 重構：apo-SpCas9 19 Å（EMD-5858）、SpCas9:crRNA:tracrRNA 21 Å（EMD-5859）、SpCas9:RNA:DNA（55 bp target duplex）21 Å（EMD-5860）。

地圖位置：介面埋藏面積

Nishimasu H. et al. · Cell · doi:10.1016/j.cell.2014.02.001

解決了什麼

第一個 SpCas9–sgRNA–target DNA 三元複合體的高解析度晶體結構，確立 bilobed 架構（REC lobe／NUC lobe）、sgRNA scaffold（repeat:anti-repeat duplex 與三個 stem-loop）的完整拓樸，以及 RNA:DNA heteroduplex 落在帶正電溝槽中的定位，並據此做 domain 重組工程驗證。

留下什麼沒解

結晶用的是單股 target DNA，沒有 non-target 股也沒有 PAM 雙股，所以 PAM 讀取機制、R-loop 幾何、以及被置換股如何進入 RuvC 全部看不到。蛋白帶 D10A/H840A 去活突變且 HNH 未擺在催化位，因此這個結構是「辨識態」而非「切割前態」，無法據以談催化幾何或活化能。

跟 workflow 的關係

這是 Cas9 建模最常被當作起始座標的結構，但用於 MD 前必須清楚它的缺件：要模擬 R-loop 或切割，得補上 non-target 股與 PAM 雙股（改用 4UN3／5F9R／7Z4x 系列），並把 D10A/H840A 回復為野生型殘基。sgRNA scaffold 的完整拓樸則是建構任何 sgRNA 變體或截短設計的參考骨架。

該記住的數字

Cell 156(5):935–949；4OO8 解析度 2.50 Å，X-ray；內容為 sgRNA 98 nt（chain B，另一複本 chain E）＋ target DNA 單股 23 nt（chain C，另一複本 chain F），全結構僅三個 polymer entity，無 non-target 股、無 PAM 雙股；蛋白為 1372 aa（chain A／D），deposition 標註四重突變 D10A/C80L/H840A/C574E（去活＋利於結晶）；非對稱單位含兩套複合體。

地圖位置：Level 0 — 我完全不知道 Cas9、Level 1 — 知道 Cas9 如何切 DNA、Cas9 是什麼、Cas9 的 domain 架構、該用哪個結構起頭、介面埋藏面積

Anders C. et al. · Nature · doi:10.1038/nature13579

解決了什麼

第一次直接看到 PAM 雙股與 PAM-interacting (PI) domain 的接觸，指認出讀取 5'-NGG-3' 的鹼基專一性氫鍵，以及 phosphate lock loop 如何鎖住 PAM 上游第一個磷酸、促成局部解旋與 heteroduplex 起始。這把「PAM 是 licensing／nucleation 步驟」從功能推論變成可看的原子細節。

留下什麼沒解

non-target 股只保留 12 nt 且首個殘基未觀測到，所以只看得到 PAM 近端的雙股，R-loop 的延伸段與被置換股如何走向 RuvC 完全缺席。結構是 PAM 辨識／解旋起始的快照，沒有描繪 heteroduplex 延伸過程、HNH 活化，也未給出 PAM 結合與解旋之間的動力學或能量分隔。

跟 workflow 的關係

這是唯一把 PAM 讀取原子化的結構，直接提供 PAM 專一性工程（改變 Arg1333／Arg1335 以改寫 PAM 偏好）的殘基靶點，也是做 PAM 結合自由能／解旋起始 MD 的座標來源。phosphate lock loop 對 +1 磷酸的鎖定是 DNA 局部解旋的物理起點，適合當作 kinetics 導向分析中「nucleation 步驟」的結構觀測量。

該記住的數字

Nature 513(7519):569–573；4UN3 解析度 2.59 Å，X-ray；鏈組成為 sgRNA 83 nt（chain A）、Cas9 1372 aa（chain B）、target 股 28 nt（chain C，28/28 modeled，觀測率 100%）、non-target 股僅 12 nt（chain D，11/12 modeled，觀測率約 92%），即只剩 PAM 附近雙股；PAM 由 C 端 PAM-interacting 域一段 β-hairpin 的 Arg1333／Arg1335 以鹼基專一氫鍵讀取 GG；phosphate lock loop 為 Lys1107–Ser1109，接觸連接 dA−1 與 dT1 的磷酸（+1 位），其中 Glu1108／Ser1109 的主鏈醯胺與側鏈直接形成氫鍵。

地圖位置：Level 1 — 知道 Cas9 如何切 DNA、PAM 與 R-loop、該用哪個結構起頭、氫鍵分析、鹽橋分析

Sternberg S.H. et al. · Nature · doi:10.1038/nature13011

解決了什麼

用 DNA curtains 單分子影像解決「Cas9 如何在 GB 級基因體中找到 20 bp 標靶」的搜尋問題：Cas9-sgRNA 以三維碰撞先掃 PAM（5'-NGG），只有找到 PAM 才啟動局部解鏈，RNA-DNA heteroduplex 由 PAM 端「方向性」往 PAM-distal 延伸。缺乏鄰近 PAM 的完全互補序列會被直接忽略，且 PAM 交互作用本身就是催化活性的觸發條件。

留下什麼沒解

只做到「結合」層次：主要用催化失活 Cas9 與單分子成像，沒有把搜尋／結合動力學接到實際切割速率常數。PAM 掃描的三維碰撞頻率、以及活體染色質環境下的搜尋時間都未量測；完全不涉及工程高保真變體。

跟 workflow 的關係

建立「PAM-first、方向性 R-loop 由 PAM 端往遠端延伸」的搜尋模型，是篩選漏斗前段挑候選位點、以及定義 seed 區權重的物理依據。同時提供 Kd ≈ 0.5 nM 這個標準「結合親和力」基準，正好當作後續 kinetics 論證的對照錨點：說明為何單看 Kd/ΔG_bind 不足以預測切割。

該記住的數字

標靶 DNA 的 Kd ≈ 0.5 nM；apo-Cas9 對非專一 DNA 的 Kd 上限 ≈ 25 nM。非標靶結合停留時間雙指數擬合 ≈ 3.3 s 與 ≈ 58 s（25 mM KCl）。λ 基因體共 5,677 個 PAM（約每 8.5 bp 一個），結合位分佈與 PAM 分佈 Pearson r = 0.59（P < 0.05）。需 ≥12 bp 互補才顯著穩定結合；緊鄰 PAM 的 3' 端 mismatch 即使有連續互補仍「completely inert to binding」。ssDNA 受質切割比 dsDNA 慢兩個數量級以上。

地圖位置：PAM 與 R-loop

Izadi S. et al. · The Journal of Physical Chemistry Letters · doi:10.1021/jz501780a

解決了什麼

跳脫「先套用實驗幾何再調參」的傳統作法：除對稱性外不施加任何幾何約束，改以最佳化點電荷分布來重現水分子的靜電特性（即低階多極矩），因為靜電正是液態水諸多異常性質的關鍵。所得 3 電荷 4 點模型 OPC，對一整組體相性質的重現度明顯優於常用剛性模型，小分子水合自由能也一致更接近實驗。

留下什麼沒解

摘要僅以「一整組體相性質」概括，未逐項給出個別性質（介電常數、擴散係數、汽化熱）的誤差數字；且 OPC 是為搭配特定蛋白力場（後來是 ff19SB）而設計，與既有以 TIP3P 校準的力場混用時的相容性須另行確認。

跟 workflow 的關係

若 Cas9 模擬採 ff19SB，作者建議必須搭配 OPC。OPC 的水動力學比 TIP3P 更接近實驗，對關心構形轉換速率（kinetics）的 Cas9 問題比 TIP3P 更合適；代價是與大量既有 TIP3P-based Cas9 文獻無法直接比較。

該記住的數字

J. Phys. Chem. Lett. 2014, 5(21), 3863–3871。OPC 為 3 電荷、4 點的剛性水模型；小分子水合自由能的均方根誤差 < 1 kcal/mol。本篇即 OPC 的原始論文。

地圖位置：系統建立、Production 設定、氫鍵分析

Hsu P.D. et al. · Nature Biotechnology 31(9):827-832 · doi:10.1038/nbt.2647

解決了什麼

首次系統性量化 SpCas9 對 guide RNA–DNA mismatch 的容忍度：測試 >700 條 sgRNA 變體與 >100 個電腦預測的 off-target 位點，建立「mismatch 的數目、位置與分布」決定專一性的經驗規則（PAM-proximal seed 區敏感、PAM-distal 相對容忍），並證明降低 Cas9/sgRNA 劑量可壓低 off-target。也確認 DNA methylation 不影響 Cas9 活性。

留下什麼沒解

全部量測都是「細胞內特定基因座 + 電腦預測候選位點」的定向掃描，本質上抓不到預測名單以外的真實切位——這個盲點兩年後才由 GUIDE-seq/Digenome-seq 的 unbiased 全基因體方法補上。mismatch 規則是序列層級的經驗統計，沒有結構或動力學解釋（為何 seed 區敏感、R-loop 如何隨 mismatch 位置崩解均未觸及），也未處理 bulge/indel 型錯配與染色質脈絡。

跟 workflow 的關係

off-target 叢集的起點文獻，也是 MIT specificity score 的資料來源，任何 guide 設計工具的比較基準都要回溯到這裡。對 Cas9 變體工程的意義在於：它用純序列統計描述專一性，正是後續 kinetics 觀點要挑戰的對象——mismatch 位置效應在此被當成「結合強弱」讀，但實際上更可能反映 R-loop 延伸與 HNH 構形檢查點的動力學門檻，可作為 engagement kinetics vs binding affinity 論證的實證素材。

該記住的數字

>700 條 sgRNA 變體；>100 個預測 off-target 位點；細胞株 293T 與 293FT；為 MIT specificity score 的資料來源

Jinek M. et al. · Science · doi:10.1126/science.1225829

解決了什麼

證明 Cas9 是由 dual-RNA（crRNA:tracrRNA）導引的位點專一雙股 DNA 內切酶，並把兩個活性中心的分工釘死（HNH 對 complementary/target 股、RuvC-like 對 non-complementary/non-target 股），同時證明可用單一 chimeric sgRNA 程式化指定切點。這篇把「可任意程式化的序列專一核酸酶」這個洞補起來，讓後續所有 Cas9 工程有了操作定義。

留下什麼沒解

全篇為生化與活性分析，沒有任何結構座標，因此 PAM 如何被讀取、guide:target heteroduplex 如何被容納、HNH 如何移動到切位，全部只能由活性推論。也沒有處理專一性的動力學來源（為何錯配會降低切割），off-target 機制留白。

跟 workflow 的關係

這是整個 Cas9 叢集的操作定義起點：任何模擬要先確定「切哪一股、切在哪裡」。HNH→target 股、RuvC→non-target 股、切位在 PAM 上游 3 bp 這三件事，是後續建 MD 起始構型、標定活性中心與切位殘基、以及設計 kinetics 觀測量（哪個磷酸被攻擊）的基準。sgRNA 融合設計也是所有後續結構與模擬使用的 construct 依據。

該記住的數字

Science 337(6096):816–821；PAM 符合 5'-NGG-3' consensus；HNH 切 complementary（target）股、RuvC-like domain 切 non-complementary（non-target）股；質體 DNA 切割產生 blunt ends，位於 PAM 上游三個鹼基對（three base pairs upstream of the PAM）；證明 dual-tracrRNA:crRNA 可工程化為單一 RNA chimera（single-guide RNA）仍導引序列專一 dsDNA 切割。

地圖位置：Level 0 — 我完全不知道 Cas9、Cas9 是什麼

Zgarbová M. et al. · Journal of Chemical Theory and Computation · doi:10.1021/ct200162x

解決了什麼

針對 RNA 重新擬合 Cornell 系列（AMBER）力場的糖苷鍵扭轉角 χ：移除 ff99 對 anti 區的錯誤去穩定化，杜絕長時間 RNA 模擬中出現的 ladder-like 假構形崩壞，同時改善 syn 區描述與 syn–anti 平衡，並提升多種 RNA 結構的模擬品質。擬合基於高階 QM，且刻意納入過去被忽略的溶劑化效應（作者指出這是取得正確 anti/high-anti 平衡的關鍵）。作者明言不建議把此修正用於標準 B-DNA。

留下什麼沒解

論文自陳對標準 B-DNA 並未優於 ff99bsc0，僅在含 syn 核苷酸的 DNA 可能有用；驗證以規則雙股與常見 RNA motif 為主，未處理蛋白結合所誘導的非典型核酸構形。

跟 workflow 的關係

sgRNA 是 Cas9 體系中最大的 RNA 組件，χ 扭轉角描述直接影響 sgRNA scaffold 在數百 ns 尺度的穩定性——缺少此修正的 RNA 模擬正是容易掉進 ladder-like 假構形的情境。建構 Cas9 三元複合體時「RNA 用 χOL3、DNA 用 OL15」是目前的標準搭配。

該記住的數字

JCTC 2011, 7(9), 2886–2902。論文中此參數自名為 χ(OL)，即後來社群通稱的 χOL3（ff99 + bsc0 + 本篇 χ 修正）；作者明文寫「χ(OL) 雖可與 ff99 或 ff99bsc0 併用，但建議後者」。

地圖位置：從 PDB 到軌跡

Feenstra K.A. et al. · Journal of Computational Chemistry · doi:10.1002/(SICI)1096-987X(199906)20:8<786::AID-JCC5>3.0.CO;2-B

解決了什麼

最早系統分析「移除氫原子自由度」與「增加氫原子質量」兩種策略對放大 MD 積分步長的效果，並量化兩者各自能換到多大的步長，為日後的 HMR 奠定物理基礎——說明限制高頻氫振動為何能安全換到更大的時間步長。

留下什麼沒解

針對的是 1990 年代的力場與水中蛋白體系，未涵蓋現代 GPU MD 的恆溫器／恆壓器與長程靜電（PME）設定；且 dummy-atom 建構法會改動模型本身，與後來 AMBER 系純質量重分配的 HMR 並不等價，兩者不可混談。

跟 workflow 的關係

是 HMR 的物理源頭，說明 Cas9 模擬中「為何可以安全放大步長」以及不同作法的上限所在；若日後考慮比 4 fs 更激進的步長，dummy-atom 路線（7 fs）是本篇提供的另一條選項，但需承擔改動模型的代價。

該記住的數字

J. Comput. Chem. 1999, 20(8), 786–798。以虛擬（dummy）原子構築氫原子、移除其自由度，步長可增至 7 fs（相對基準 2 fs 為 3.5 倍）；若僅把氫原子質量由 1 u 增至 4 u 而不移除高頻自由度，步長只能增至 4 fs（2 倍）。

Jorgensen W.L. et al. · The Journal of Chemical Physics · doi:10.1063/1.445869

解決了什麼

在同一套 Monte Carlo 條件下系統比較六個簡單水勢能函數的熱力學與結構性質（並與 Thiessen–Narten 的中子繞射資料對照），TIP3P 與 TIP4P 即在此提出。TIP3P 以三點剛性、極低計算成本重現液態水的密度與位能，使大型生醫體系的顯式溶劑模擬在有限算力下成為可行選項，日後成為事實上的預設水模型。

留下什麼沒解

本篇是 Monte Carlo 研究，只涵蓋熱力學與結構性質，完全沒有評估任何動力學量（自擴散係數、黏度等）；TIP3P 後來廣為人知的擴散過快、水結構過鬆等缺陷，是後續 MD 文獻才揭露的，不能歸給本篇。

跟 workflow 的關係

TIP3P 是 ff14SB／AMBER 生醫 MD 的預設水模型，也是多數已發表 Cas9 模擬的實際設定。但其水動力學偏快，若 Cas9 工作要談構形轉換速率或 kinetics，水模型選擇（TIP3P vs OPC）會直接影響時間尺度的解讀，須明確交代。

該記住的數字

J. Chem. Phys. 1983, 79(2), 926–935。以 NPT 系綜、25 °C、1 atm 的古典 Monte Carlo 比較六個水勢能函數：Bernal–Fowler (BF)、SPC、ST2、TIPS2、TIP3P、TIP4P。除原始 BF 模型高估密度達 18% 且結構結果不佳外，各模型算得的密度與位能與實驗大致相符；TIPS2 與 TIP4P 的氧–氧偏結構函數與中子繞射結果吻合最佳。

地圖位置：Level 3 — 知道 MD 在模擬什麼、給 DFT 人的 MD