2. 目标蛋白可溶性表达可行性评估
在拿到一个目标蛋白的氨基酸序列之后，最忌讳的做法是直接挑一个常用载体、套用一套通用条件就开始表达。可溶性表达能否成功，很大程度上在实验开始之前就已经被序列本身决定了。可行性评估的目的，就是在动手之前把序列里那些"注定会出问题"的特征先找出来，据此判断风险等级，并决定后续走哪条技术路线。本节围绕序列特征分析、疏水性/等电点/二硫键预测、跨膜区与信号肽识别、同源蛋白表达数据检索，以及最终的风险分级与决策树展开。
一、序列特征分析：先看"骨架"再看"细节"
序列特征分析的第一步是确认序列本身是否可靠。需要核对目标蛋白的完整长度、是否包含载体残留标签、是否缺少起始甲硫氨酸、是否存在明显的截短或移码。很多"表达失败"的案例，根源其实是序列本身有误，例如从数据库下载的序列包含了前体肽或非目标异构体。
确认无误后，重点观察以下几类特征：
- 长度与结构域组成：一般经验上，小于 100 个氨基酸的小蛋白可溶性较好，但容易被降解；大于 500 个氨基酸且含多个结构域的大蛋白，折叠负担重，可溶性风险显著上升。若序列可划分为多个独立结构域，可考虑分段表达。
- 低复杂度区与重复序列：富含单一氨基酸（如多聚谷氨酰胺、多聚脯氨酸）或串联重复的区域，往往导致翻译后聚集或降解，是高风险信号。
- 稀有密码子簇：连续出现多个大肠杆菌稀有密码子（如 AGG、AGA、CGA、CUA），会造成核糖体停滞，进而引发截短和聚集。可通过密码子适应指数（CAI）粗略判断，CAI 低于 0.5 时通常建议优化密码子或共表达稀有 tRNA。
- N 端与 C 端特征：N 端若为脯氨酸紧随起始甲硫氨酸，容易被甲硫氨酸氨肽酶切除异常；C 端疏水尾则提示可能存在膜锚定。
二、疏水性、等电点与二硫键预测
疏水性是判断可溶性的核心参数。常用工具包括 ProtParam 的 GRAVY 值（总平均亲水性）和 Kyte-Doolittle 滑动窗口曲线。GRAVY 为正值表示整体偏疏水，可溶性风险升高；负值则相对有利。但要注意，GRAVY 是全局平均，会掩盖局部疏水片段，因此必须结合滑动窗口曲线看局部峰值。
等电点（pI）影响缓冲体系选择。当表达缓冲液的 pH 接近目标蛋白 pI 时，蛋白净电荷接近零，分子间静电排斥减弱，容易聚集沉淀。因此评估时应记录 pI，并在后续纯化与储存中让缓冲液 pH 与 pI 保持至少 0.5～1.0 个单位的差距。例如某目标蛋白 pI 为 6.2，则优先选择 pH 7.5 或 pH 5.0 附近的缓冲体系。
二硫键预测关注半胱氨酸的数量与配对可能性。奇数个半胱氨酸通常意味着存在游离巯基，容易形成错误的分子间二硫键导致聚集；偶数个且空间上可配对时，则可能形成稳定结构。在还原性胞质环境中，二硫键难以正确形成，若目标蛋白依赖二硫键维持折叠，应考虑分泌到周质空间或使用 Origami、SHuffle 等氧化性胞质菌株。
三、跨膜区与信号肽识别
跨膜区是"可溶性表达"最直接的否决项。若序列中存在一个或多个长度约 18～25 个氨基酸的强疏水跨膜螺旋，该蛋白本质上属于膜蛋白，用常规可溶表达条件几乎必然进入包涵体或膜组分。此时应改用膜蛋白专用策略，如截短跨膜区、使用麦芽糖结合蛋白（MBP）等强融合伴侣、或改用无细胞表达体系。
信号肽识别同样关键。若 N 端存在分泌信号肽，说明该蛋白天然走分泌途径。在大肠杆菌中，可保留信号肽将其导向周质空间，获得氧化环境和更少的蛋白酶降解；但若信号肽与大肠杆菌分泌系统不兼容，则可能造成周质积累和毒性。常用工具 SignalP 可给出信号肽概率和切割位点，跨膜区则可用 TMHMM 或 DeepTMHMM 判断。
四、同源蛋白表达数据检索
在完成序列层面的预测之后，检索同源蛋白的表达数据可以显著降低试错成本。具体做法是：用 BLAST 或 HMMER 在 UniProt、PDB、NCBI 中搜索同源序列，重点关注同一蛋白家族中已有可溶表达报道的成员。若同源蛋白在 PDB 中有晶体结构，说明其可溶且能折叠，可优先参考其表达条件（载体、标签位置、宿主、温度、诱导剂浓度）。
检索时建议记录以下信息：同源度（identity）、表达宿主、融合标签类型与位置、诱导温度、IPTG 浓度、是否可溶、纯化方式。例如某同源蛋白在 18 ℃、0.1 mM IPTG、N 端 His6-MBP 融合条件下可溶，那么对目标蛋白可以优先尝试类似条件。若同源蛋白普遍以包涵体形式表达，则目标蛋白的可溶风险也应上调。
五、风险分级与决策树
综合以上四类信息，可将目标蛋白的可溶性表达风险分为三级：
| 风险等级 | 典型特征 | 推荐策略 |
|---|---|---|
| 低风险 | GRAVY < 0，无跨膜区，无信号肽，Cys 为偶数且可配对，同源蛋白有可溶先例 | 常规 BL21(DE3)，16～25 ℃ 诱导，0.1～0.5 mM IPTG，先做小量可溶性筛查 |
| 中风险 | GRAVY 接近 0 或局部疏水峰，pI 与常用缓冲 pH 接近，同源数据不明确 | N 端 His6-MBP 或 SUMO 融合，低温 16 ℃ 诱导，共表达分子伴侣（GroEL/ES、DnaK/J/GrpE） |
| 高风险 | 存在跨膜区，GRAVY > 0，奇数 Cys，低复杂度区，同源蛋白普遍包涵体 | 截短疏水区/跨膜区，改用无细胞表达，或使用 SHuffle/Origami 氧化性菌株，必要时更换表达系统（如毕赤酵母、昆虫细胞） |
完成可行性评估后，应当形成一份简明的评估记录，至少包含：序列长度与来源、GRAVY 与 pI、跨膜区数量、信号肽有无、Cys 数量、同源表达先例、风险等级、推荐策略。这份记录既是后续实验的依据，也是出现问题时回溯排查的起点。可行性评估不是一次性的，当第一轮表达结果不理想时，应回到评估记录，重新审视是否遗漏了某个高风险特征，再决定是调整条件还是更换路线。