4. 目标基因优化
在重组蛋白生产细胞系开发中，把目标基因的编码序列（CDS）克隆进表达载体只是第一步。同一段氨基酸序列，由于密码子选择、GC分布、mRNA折叠方式以及非翻译区（UTR）元件的差异，最终表达量可能相差数十倍甚至上百倍。本节讨论的基因优化，就是在不改变蛋白质氨基酸序列的前提下，通过序列层面的设计，让目标基因在宿主细胞中转录更高效、mRNA更稳定、翻译更顺畅。
密码子优化：不是简单替换高频密码子
不同物种对同义密码子的偏好不同。例如CHO细胞中，编码亮氨酸的CUG、编码谷氨酸的GAG使用频率较高，而稀有密码子如CGA（精氨酸）、CUA（亮氨酸）若连续出现，容易导致核糖体停滞、翻译延伸速率下降。密码子优化的核心思路是：在保持氨基酸序列不变的前提下，将宿主中低频密码子替换为高频同义密码子，同时避免引入新的不利元件。
但“全部换成最高频密码子”并不总是最优。原因有三：其一，局部tRNA供给有限，若某一种tRNA对应的密码子过度集中，反而造成tRNA竞争性耗竭；其二，高频密码子往往对应高GC，可能改变mRNA二级结构；其三，某些序列基序（如隐藏剪接位点、poly(A)信号、限制性酶切位点）会在替换中意外产生。因此实际优化通常采用“加权采样”策略：按宿主密码子使用频率分配权重，同时设置约束条件，例如单个密码子连续重复不超过4次、GC含量控制在40%～60%、避免出现AAAAAA等易导致移码或转录终止的序列。
GC含量调整：平衡转录与翻译
GC含量直接影响DNA双链的稳定性、转录效率以及mRNA的二级结构。GC过低（<35%）的基因往往转录水平偏低，且容易在转录过程中出现非特异性终止；GC过高（>70%）则容易形成稳定的发夹结构，阻碍核糖体扫描和延伸。对于重组蛋白表达，通常将CDS的GC含量控制在45%～60%之间，并尽量使GC分布均匀，避免出现局部GC富集区（GC island）或AT富集区。
调整GC含量时，需要与密码子优化协同进行。例如，若某段序列GC含量仅32%，可通过将AT结尾的密码子替换为GC结尾的同义密码子来提升GC，但要注意不要因此产生新的Kozak序列或剪接位点。实际操作中，可借助密码子优化软件（如GeneOptimizer、DNA Chisel、Codon Optimization Tool）设定目标GC范围，软件会在满足氨基酸序列和约束条件的前提下自动搜索可行解。
mRNA二级结构：隐藏的翻译调控层
mRNA在细胞内并非线性伸展，而是会折叠成复杂的二级结构。5'端靠近起始密码子（ATG）的区域若形成强发夹结构（自由能ΔG < -30 kcal/mol），会阻碍40S核糖体亚基的扫描，显著降低翻译起始效率。相反，在CDS内部适度松散的结构有利于核糖体延伸。因此，优化时通常要求：起始密码子ATG附近-3到+10区域避免强配对；CDS整体最小自由能（MFE）不宜过低，可通过同义突变“打断”局部茎环。
评估mRNA二级结构常用工具包括RNAfold、Mfold和LinearFold。以RNAfold为例，输入优化后的CDS序列，输出MFE结构及ΔG值。若发现ATG下游存在ΔG < -25 kcal/mol的茎环，可尝试在不改变氨基酸的前提下替换该区域少数密码子，使ΔG升高至-15 kcal/mol以上。需要注意的是，mRNA二级结构预测基于热力学模型，体内实际折叠还受翻译过程中核糖体解旋影响，因此应结合实验验证。
内含子增强：利用剪接促进表达
在哺乳动物细胞中，许多高表达基因的第一个内含子含有增强子元件，能够促进转录和mRNA出核。将一段经过验证的内含子（如人β-珠蛋白第二内含子、SV40内含子或合成嵌合内含子）插入到5'UTR与CDS之间，或置于CDS内部，可显著提高表达量。其机制包括：招募剪接体复合物，增强转录延伸；促进mRNA加工和poly(A)加尾；以及通过外显子连接复合物（EJC）提高翻译效率。
设计时需注意：内含子应保留完整的5'剪接位点（GT）和3'剪接位点（AG）以及分支点序列；插入位置不能破坏目标蛋白的阅读框；若插入CDS内部，需确保剪接后外显子拼接正确。对于CHO细胞，常用的是合成内含子，长度约100～200 bp，避免引入重复序列导致基因沉默。
5'UTR与3'UTR设计：翻译起始与mRNA稳定性的关键
5'UTR位于起始密码子上游，其长度、二级结构和上游AUG（uAUG）数量直接影响翻译起始。理想的5'UTR应：长度适中（约50～100 nt）；避免强二级结构；不含uAUG；在-3位（相对于ATG的A）为嘌呤（A或G），+4位为G，以符合Kozak共识序列（GCCACCATGG）。若使用强启动子（如CMV），可在5'UTR中引入Kozak序列以增强起始效率。
3'UTR则影响mRNA的稳定性、出核效率和翻译效率。它包含poly(A)信号（AAUAAA）、富AU元件（ARE）以及microRNA结合位点。设计时应：保留至少一个强poly(A)信号；避免引入ARE（如AUUUA重复），因为ARE会招募降解复合物加速mRNA衰变；可引入稳定元件如β-珠蛋白3'UTR或SV40 poly(A)信号。此外，3'UTR的长度不宜过短，否则可能影响poly(A)加尾效率。
综合设计示例与判断依据
假设需要表达一段人源单克隆抗体轻链可变区（约360 bp），原始序列CAI为0.62，GC含量34%，ATG下游存在一个ΔG为-32 kcal/mol的茎环。优化方案如下：
- 使用CHO密码子偏好表进行加权替换，目标CAI≥0.85，同时将GC含量提升至50%左右。
- 在ATG前后引入Kozak序列GCCACCATGG，并检查-3位为A、+4位为G。
- 用RNAfold预测mRNA二级结构，若ATG下游茎环ΔG仍低于-20 kcal/mol，则对该区域进行同义突变，打断茎环。
- 在5'UTR与CDS之间插入一段150 bp的合成内含子（含GT-AG剪接位点），并在3'UTR保留SV40 poly(A)信号，避免引入AUUUA重复。
- 最终序列经全合成后克隆至表达载体，转染CHO细胞，通过qPCR检测mRNA水平，ELISA检测蛋白表达量。
判断优化是否成功，不能只看单一指标。通常以“mRNA水平提升倍数”和“蛋白表达量提升倍数”作为主要依据，同时观察细胞生长状态和质粒稳定性。若mRNA升高但蛋白未同步提升，需检查翻译起始效率或密码子适应性；若两者均未改善，则需重新评估启动子、载体拷贝数或整合位点等上游因素。
基因优化是重组蛋白生产细胞系开发中“性价比”最高的环节之一。它不需要改变载体骨架或宿主细胞，仅通过序列设计就能显著提升表达潜力。但优化不是一劳永逸的，不同宿主、不同蛋白、不同表达策略可能需要不同的优化参数。建议在早期建立一套标准化的优化流程和评估指标，以便在后续克隆筛选和工艺开发中快速定位问题。