Evaluating codon optimization strategies for mammalian glycoprotein production with an open-source expression vector

该研究利用开源表达载体 pTipi 系统评估了多种密码子优化策略，发现对于哺乳动物同源糖蛋白表达而言，使用天然密码子序列已足以实现稳健生产，而仅在某些特定情况下，采用偏好高频密码子的偏斜策略才能进一步提升产量。

要点

这篇论文就像是一场**“蛋白质工厂”的装修大赛**，科学家们想搞清楚：在制造人体蛋白质时，到底是用“原汁原味”的基因说明书好，还是用“经过精修优化”的说明书好？

为了让你更容易理解，我们可以把整个过程想象成开一家高级餐厅（哺乳动物细胞），要制作一道招牌菜（人类糖蛋白）。

1. 核心问题：食谱（基因）需要“本地化”吗？

在生物学里，DNA 就像一本食谱，告诉细胞如何烹饪蛋白质。

• 密码子（Codons）： 就像食谱里的“食材代码”。比如“鸡肉”可以用代码 A、B、C、D 来表示。虽然意思一样，但有些代码（稀有密码子）在厨房里很少见，厨师（细胞）看到可能会愣一下，导致做菜变慢。
• 传统观点： 以前大家都认为，要把食谱里的代码全部换成厨房里最常见、最顺手的代码（这叫“密码子优化”），这样厨师做得更快，菜（蛋白质）产量就更高。
• 这篇论文的疑问： 如果我们要做的菜本来就是“中餐”（人类蛋白），而厨房也是“中餐厨房”（人类细胞），真的需要把食谱改得面目全非吗？还是说，原汁原味的食谱其实就够用了？

2. 实验设计：一场“烘焙大比拼” (The Bake-off)

为了找出答案，研究团队（Yang 等人）搞了一场**“代码大比拼”。他们选了 18 种重要的信号蛋白（比如 Wnt 通路蛋白，它们像身体里的信使），然后为每种蛋白准备了5 种不同版本的食谱**：

1. 原版（Native）： 直接从人体基因里抄下来的，原汁原味。
2. 偏科版（Skewed）： 把所有代码都换成厨房里最常用的那一种（比如鸡肉只用代码 A，完全不用 B、C、D）。
3. 和谐版（Harmonized）： 试图让代码分布得更均匀，像交响乐一样。
4. 稳定版（LinearDesign）： 专门为了照顾“纸张质量”（RNA 稳定性），把食谱改得特别结实，不容易烂。
5. 商业版（Company A & D）： 直接用了市面上卖基因合成公司的“优化算法”生成的食谱。

3. 他们发现了一个新工具：pTipi 小推车

为了公平地测试这些食谱，他们发明了一个极简版的“厨房推车”（pTipi 载体）。

• 以前的推车（商业载体）太大、太复杂，里面塞了很多没用的东西。
• 这个新推车（pTipi）把不必要的东西都扔了，只留下最核心的烹饪工具（启动子、信号肽等）。
• 结果： 这个极简推车非常高效，做出来的抗体产量很高，而且因为它是开源的（免费公开），其他科学家也能用。

4. 比赛结果：意外的大反转！

经过小规模试做和大规模量产，结果让人大跌眼镜：

• ❌ 过度优化的“稳定版”翻车了： 那个专门为了“纸张结实”（RNA 稳定性）而设计的食谱，做出来的菜最少。就像你为了把食谱印在防撕纸上，结果厨师读起来太费劲，反而做不出菜了。
• ❓ 商业版和“和谐版”表现平平： 它们和原版差不多，没有明显的优势。
• ✅ 原版（Native）是常胜将军： 原汁原味的食谱表现最稳定，几乎在所有情况下都能做出好菜。
• ⚡️ “偏科版”偶尔有惊喜： 那个把所有代码都换成“最常用代码”的版本，虽然有时候表现一般，但在某些特定菜品上，产量甚至超过了原版。这可能是因为厨师太熟悉这些代码，做起来行云流水。

5. 结论：别瞎折腾，回归自然

这篇论文告诉我们要**“简化”**：

• 对于人类蛋白在人类细胞里的生产： 你不需要花大价钱去搞复杂的“密码子优化”。直接用天然基因序列，往往就是最好的策略。
• 什么时候需要优化？ 只有当你发现某个特定蛋白产量太低，或者你需要用“偏科版”（全用最常用代码）来尝试突破瓶颈时，才去考虑修改。
• 新工具： 他们提供的 pTipi 载体就像是一个万能乐高接口，让你可以轻松地换上不同的“食谱”（基因片段），方便大家随时测试哪种方法对自己最管用。

一句话总结

做人类蛋白，别把简单的食谱改得太复杂。就像做中餐，用中式的食材和做法（天然基因），在中华厨房里（人类细胞），往往比强行改成西式做法（过度优化）要更美味、更高效。

技术摘要

以下是基于 Yang 等人 (2026) 预印本论文《哺乳动物糖蛋白表达简化》(Mammalian glycoprotein expression simplified) 的详细技术总结：

1. 研究背景与问题 (Problem)

• 核心挑战：在哺乳动物细胞中高效生产人类糖蛋白（用于工具化合物和生物制剂开发）至关重要。虽然密码子优化（Codon Optimization）被广泛认为能提高蛋白产量，但在同源性哺乳动物系统（即人类基因在人类细胞中表达）中的实际效果缺乏系统性评估。
• 现有误区：工业界普遍依赖密码子优化策略（如消除稀有密码子、调整 RNA 稳定性、提高 CAI 指数等），但缺乏数据支持这些策略在哺乳动物同源表达中是否优于天然序列。
• 具体假设：Wnt 信号通路等关键信号蛋白可能受到转录和翻译层面的严格调控，过度表达可能触发反馈抑制，因此人们推测对这些蛋白进行密码子优化可能有益。

2. 方法论 (Methodology)

• 开发开源表达载体 (pTipi)：
  • 设计并构建了一个最小化的哺乳动物瞬时表达载体 pTipi2.1（及其 Golden Gate 兼容版本 pTipi2.2）。
  • 该载体去除了非必要的“填充”序列，仅保留核心元件：CMV 增强子/启动子、合成嵌合内含子、Kozak 序列、人 Azurocidin 信号肽、多克隆位点 (MCS)、WPRE 元件和 HSV 多聚腺苷酸化信号。
  • 该载体已通过 Addgene 发布，供学术和商业使用。
• 密码子策略“大比拼” (Bake-off Experiment)：
  • 目标蛋白：选择了 18 种 Wnt 通路相关的糖蛋白（9 种人类同源物和 9 种小鼠同源物），包括受体（如 ROR1, ROR2, LRP4-6）和配体/载体。
  • 五种策略对比：
    1. Native (天然序列)：基于 RefSeq 数据库的 cDNA 序列。
    2. Skewed (偏倚策略)：仅使用每种氨基酸在人类中最丰富的密码子（将 61 个密码子缩减为 20 个）。
    3. Harmonized (和谐化策略)：使用 Charming 软件重新分布稀有密码子，保持与天然序列相似的 CAI 指数。
    4. LinearDesign (RNA 稳定性优化)：使用 LinearDesign 算法优化 RNA 的最小自由能 (MFE)，同时保持 CAI > 0.8。
    5. Commercial (商业优化)：来自两家合成基因公司（Company A 和 D）的专有算法优化序列。
• 实验流程：
  • 小规模筛选：在 Expi293F 细胞中进行 384 孔板转染，通过 ELISA 和荧光检测评估 18 种蛋白在 5 种策略下的表达水平。
  • 大规模验证：对表现最好的几种蛋白（ROR1, ROR2, LRP6）进行 100mL 规模培养，经亲和层析和尺寸排阻色谱 (SEC) 纯化，通过 SEC 曲线下面积 (AUC) 和 SDS-PAGE 定量蛋白产量和纯度。
  • 抗体验证：利用 pTipi 载体表达多种常见表位标签抗体（如 Anti-V5, Anti-His 等），验证载体性能。

3. 关键贡献 (Key Contributions)

1. 开源载体 pTipi：提供了一个高效、紧凑且免专利限制的哺乳动物表达载体，支持 Golden Gate 克隆，便于快速组装合成基因片段。
2. 系统性评估数据：首次在同源哺乳动物系统中，对多种主流密码子优化策略进行了大规模、系统的横向比较。
3. 颠覆性发现：证明了在同源哺乳动物表达中，天然密码子序列通常足以实现稳健的高表达，且大多数优化策略并未带来显著优势，甚至某些策略（如过度优化 RNA 稳定性）会损害表达。

4. 主要结果 (Key Results)

• 载体性能：pTipi2.1 载体在 Expi293F 细胞中表现优异，生产的抗体产量中位数为 160.7 mg/L，证明了其作为通用表达工具的有效性。
• 密码子优化策略的对比：
  • 天然序列 (Native)：表现最稳健，从未表现出劣势，是大多数目标蛋白的最佳或同等最佳选择。
  • RNA 稳定性优化 (LinearDesign)：表现最差。过度优化 RNA 结构稳定性（降低 MFE）反而导致蛋白产量显著下降，甚至在某些情况下（如 LRP6）几乎检测不到蛋白。
  • 偏倚策略 (Skewed)：仅使用最丰富密码子的策略表现意外良好。虽然对部分蛋白效果一般，但对某些目标（如 ROR1）甚至优于天然序列，且从未导致表达失败。这表明在哺乳动物细胞中，tRNA 库并未成为限制因素，重复使用常见密码子可能有助于翻译效率。
  • 和谐化与商业策略：表现介于天然和偏倚策略之间，变异性较大，未显示出系统性优势。
• 大规模验证：在 100mL 规模下，SEC 和 SDS-PAGE 结果确认了小规模筛选的结论：LinearDesign 产量低，Skewed 和 Native 产量相当或 Skewed 略高，蛋白纯度和单分散性良好。

5. 意义与结论 (Significance & Conclusion)

• 重新定义最佳实践：对于同源哺乳动物蛋白表达（Human in Human），直接使用天然密码子序列通常是最佳策略，无需进行复杂的密码子优化。这简化了构建流程，降低了合成成本。
• 警示特定策略：盲目追求 RNA 结构稳定性（如 LinearDesign 策略）在同源表达中可能是有害的，应避免。
• 特定场景的优化：虽然天然序列通常足够，但在某些特定目标上，“偏倚策略”（Skewed，即全用高频密码子） 可能带来产量提升，是一个值得尝试的备选方案。
• 工具推广：通过提供 pTipi 载体和 Golden Gate 方案，该研究为高通量哺乳动物蛋白生产提供了标准化、灵活且经济高效的解决方案，有助于加速抗体发现和生物制剂开发。

总结：该研究通过严谨的实验数据挑战了“密码子优化总是有益”的教条，指出在同源哺乳动物系统中，天然序列往往是最优解，而过度优化（特别是针对 RNA 稳定性）可能适得其反。这一发现将显著简化生物制药和基础研究中的基因构建流程。