4. 目的基因优化

把一段人类或小鼠的目的基因直接塞进CHO或HEK293细胞，往往得不到理想表达量。原因通常不在启动子或转染效率，而在编码序列本身：不同物种对同义密码子的使用频率不同，稀有密码子会拖慢翻译延伸；GC含量过高会形成稳定二级结构，阻碍核糖体扫描；5′端或跨起始密码子的发夹结构会直接压低翻译起始效率。因此，在构建表达载体之前，对目的基因编码区做一轮“序列级优化”，是提高蛋白产量的高性价比步骤。本节围绕四个可操作维度展开：密码子偏好性、GC含量、mRNA二级结构，以及信号肽与标签设计。

一、密码子偏好性：不是简单“换成高频密码子”

密码子偏好性来自tRNA丰度与密码子使用频率的匹配。CHO细胞中，编码精氨酸的CGG、编码亮氨酸的CTA、编码脯氨酸的CCG属于相对稀有密码子；而GCC、CTG、AAG、GAG等则使用频率较高。若目的基因中连续出现多个稀有密码子，核糖体可能在对应位置停滞，导致翻译提前终止或蛋白截短。

实际操作中，常用两种策略：全序列密码子替换与局部稀有密码子消除。前者将每个氨基酸替换为宿主高频密码子，但可能引入新的限制性酶切位点、改变GC分布，甚至破坏mRNA二级结构；后者只替换成簇出现的稀有密码子，保留更多天然序列特征。对于需要保持mRNA稳定性和翻译动力学的场景，局部替换往往更稳妥。

一个可参考的示例：某人类IL-2编码区全长459 bp，其中CGG出现4次、CTA出现3次。若直接合成，CHO表达量约为0.8 mg/L；将其中5个稀有密码子替换为CGC/CTG后，表达量提升至约2.1 mg/L（示例数据，仅用于说明趋势）。替换时需注意：同一氨基酸的多个高频密码子应交替使用，避免tRNA竞争性耗尽。

二、GC含量：目标区间与局部窗口

哺乳动物细胞表达序列的GC含量通常建议控制在40%–60%，理想区间为45%–55%。GC过高（>65%）容易形成稳定茎环，降低翻译效率；GC过低（<35%）则可能影响mRNA稳定性与核糖体结合。但全局GC合格不代表局部合格，必须用滑动窗口检查：以30–50 nt为窗口，逐段计算GC含量，标记超过70%或低于30%的区域。

例如，一段信号肽编码区前60 nt的GC含量为72%，其中包含一个GC-rich发夹，预测自由能ΔG = −28 kcal/mol。将该区域同义替换为GC含量52%的序列后，ΔG降至−12 kcal/mol，翻译起始效率在报告基因实验中可提升约1.5–2倍（示例数据）。注意：GC优化不能破坏剪接位点、polyA信号或隐藏的miRNA结合位点。

三、mRNA二级结构：重点看5′端与起始密码子

mRNA二级结构对翻译的影响具有位置依赖性。最敏感的区域是5′UTR末端至起始密码子下游约15 nt。若该区域形成ΔG < −20 kcal/mol的稳定结构，40S亚基扫描受阻，翻译起始显著下降。优化时，应优先降低起始密码子附近（−3至+15）的结构稳定性，而不是盲目追求全序列低ΔG。

常用工具包括RNAfold、Mfold、ViennaRNA等，输出MFE结构与ΔG值。操作上可设定：5′端−1至+15区域ΔG > −15 kcal/mol；全编码区MFE > −400 kcal/mol（针对约1 kb序列）。若某段必需保留的序列形成强发夹，可尝试同义替换改变茎区配对，或将其移至3′端。

四、信号肽与标签设计：决定定位与纯化

若目的蛋白需要分泌表达，信号肽是必需元件。常用信号肽包括：IL-2信号肽、CD33信号肽、IgK轻链信号肽、Albumin信号肽。选择时需考虑：切割效率、宿主细胞类型、下游纯化方式。信号肽应置于目的蛋白N端，且其C端切割位点需与目的蛋白第一个氨基酸匹配，避免切割不完全导致N端延伸。

标签设计方面，常用标签有His6、FLAG、Strep II、GST、SUMO、Fc等。His6标签分子量小、纯化方便，适合金属螯合层析；但若目的蛋白N端参与折叠或活性，His6可能干扰功能，此时可置于C端。SUMO标签有助于提高小蛋白的溶解性，且可被SUMO蛋白酶切除。Fc标签可延长半衰期，但可能形成二聚体，需在表达后验证。

一个实用的设计顺序是：先确定表达定位（胞内/分泌/膜），再选信号肽，再选标签位置与类型，最后做密码子与GC优化。若信号肽与标签同时存在，应确保阅读框连续，且标签不遮挡信号肽切割位点。

五、优化顺序与验证要点

建议按以下顺序操作：先定信号肽与标签（决定N端与C端序列），再做密码子替换（消除稀有密码子簇），然后检查GC滑动窗口，最后用RNAfold评估5′端二级结构。每一步修改后都要重新检查阅读框、限制性酶切位点和重复序列。

验证时，可先做小规模转染（如24孔板，每孔0.5 μg质粒），48–72 h后收集上清或裂解液，用Western blot检测目的蛋白条带大小与丰度。若出现截短条带，优先回查稀有密码子与mRNA二级结构；若表达量低但无截短，优先检查GC含量与5′端ΔG；若分泌表达失败，优先检查信号肽切割效率。

总结来说，目的基因优化不是单一操作，而是密码子、GC、二级结构、信号肽与标签四个维度的协同调整。每个维度都有明确的量化目标和检查工具，按顺序执行并逐项验证，才能把序列层面的不确定性降到最低，为后续转染、筛选和纯化打下可靠基础。