4. 难表达蛋白的基因序列优化
难表达蛋白的序列优化，本质是在不改变氨基酸序列的前提下，重新设计编码区的“书写方式”，让宿主细胞更容易完成转录、翻译和折叠。它通常不是单一手段，而是一组围绕密码子、GC含量、mRNA结构、5'端编码区和N端标签的协同改造。下面围绕一个假想靶点 hTGT-α（约 420 aa，含 6 个 Cys、N 端疏水信号样片段、C 端富脯氨酸）展开方案设计，所有参数均为教学示例，用于说明判断逻辑。
一、先明确优化目标与约束
序列优化前必须先写清约束，否则容易“越优化越糟”。对 hTGT-α 设定如下目标：
- 宿主：E. coli BL21(DE3)，载体 pET 系列，T7 启动子，诱导条件 16 ℃、0.5 mM IPTG。
- 表达形式：可溶性胞内表达优先，若失败再考虑 N 端融合标签。
- 硬约束：氨基酸序列不变；不引入新的内部 NdeI/XhoI 位点；避免连续 ≥6 个相同碱基；5'端不形成强发夹。
- 软目标：CAI 提升至 0.75～0.85，GC 控制在 40%～55%，弱化翻译起始区二级结构。
二、密码子适应与同义突变
密码子适应指数（CAI）反映编码区与宿主 tRNA 库的匹配程度。E. coli 中 arg 的 AGA/AGG、ile 的 AUA、leu 的 CUA 属于稀有密码子，连续出现会拖慢翻译延伸。对 hTGT-α 的优化策略是：
- 将分散的稀有密码子替换为同义高频密码子，例如 AGA→CGT、AUA→AUU、CUA→CUG。
- 但不追求 CAI=1.0。全高频会加剧 tRNA 竞争，且可能破坏共翻译折叠节奏。保留少量中频密码子（如 5%～10%）反而有利于结构域分段折叠。
- 同义突变必须同步检查限制性位点、重复序列和 GC 局部波动，不能只看 CAI。
三、GC 含量调整与 mRNA 二级结构弱化
GC 含量影响 mRNA 稳定性与二级结构。过高（>60%）易形成强发夹，尤其在翻译起始区；过低（<35%）则可能降低 mRNA 半衰期。对 hTGT-α 采用“全局 45%～52%、局部窗口 30%～60%”的双层控制：
- 以 30 nt 滑动窗口计算 GC，标记 >65% 或 <25% 的异常窗口。
- 对起始密码子下游 −1 至 +15 区域，用 ΔG 预测折叠自由能，目标 ΔG > −8 kcal/mol（越接近 0 越松散）。
- 弱化手段：在不改变氨基酸的前提下，把强配对区（如 GGC GCC）替换为简并性更高的组合（GGA GCA），打断茎环。
四、5'端编码区与 N 端标签设计
5'端编码区直接决定核糖体起始效率。hTGT-α 天然 N 端含疏水片段，若直接暴露可能形成包涵体。方案分两步：
- 5'端优化：将起始密码子后前 10 个密码子调整为 A/T 偏好、低二级结构的组合，避免起始区形成发夹；同时保证第二个密码子为 AAA 或 GAA 等有利起始的密码子。
- N 端标签：优先尝试 His6-SUMO 融合。SUMO 促进可溶性，His6 便于 Ni 柱纯化。切割位点选用 SUMO 蛋白酶识别序列（如 Ulp1 识别的 GG 特征），切割后释放天然 N 端。
若 SUMO 融合仍不可溶，可退而使用 MBP 标签；若靶点 N 端本身参与功能，则改用 His6-Thrombin 短标签，切割位点 LVPR↓GS，切割后仅残留 GS 两个氨基酸。
五、方案落地：从序列到可执行改造
把上述策略整合为一条可执行路径，下图给出 hTGT-α 序列改造的输入、处理链与结果判读关系：
六、结果判读与迭代
改造后先做小量表达验证：16 ℃、0.5 mM IPTG 诱导 16 h，取上清与沉淀分别跑 SDS-PAGE。若目标带出现在上清且占比明显提升，说明密码子与二级结构优化有效；若仍以包涵体为主，则优先回改 5'端编码区和 N 端标签，而不是继续调整 CAI。若出现分子量偏大，检查是否切割不完全；若出现降解带，考虑在 N 端标签与靶点之间加入短连接肽或更换切割位点。
综上，难表达蛋白的序列优化是一条“密码子—GC—二级结构—5'端—N 端标签”的协同链。对 hTGT-α 这类靶点，先做全局密码子适应与 GC 平衡，再重点弱化 5'端二级结构，最后用 SUMO 或 MBP 标签兜底可溶性，通常比单点猛改更稳妥。