Directed Evolution in Codon Space

想象一下，你正试图烤出一块完美的面包。你有一个效果不错的食谱，但面包师告诉你：“我们可以让这个面包长得更高、味道更好，但我们不能改变原料清单。”这听起来似乎不可能，对吧？如果你把面粉换成糖，那就变成了另一种蛋糕。但如果通过重新排列食谱书中原料的“顺序”，而不改变实际的原料本身呢？这就是科学家们在生物学领域，特别是在蛋白质工程领域所施展的魔术。

为了理解这个故事，我们需要三个简单的概念。首先，把蛋白质想象成在你体内几乎完成所有工作的微型机器，从对抗病菌到构建肌肉。科学家们经常利用特殊的细胞（就像微小的显微镜下的面包房）作为工厂来制造这些蛋白质，从而生产药物。第二，这些蛋白质是由由氨基酸组成的编码构建而成的，氨基酸就像是生物字母表中的字母。这些字母的顺序决定了蛋白质的外观和功能。第三，存在一个隐藏的层面，叫做密码子。大自然有一个有趣的规则：许多不同的三字母“单词”（密码子）可以拼写出完全相同的氨基酸字母。这就像一本字典，其中“猫”、“小猫”和“猫科动物”都表示同样的意思，但读取食谱的计算机只理解其中一个特定的词。通常，科学家会选择他们认为最容易让工厂读取的词，但这篇新论文提出了一个问题：如果我们尝试交换这些单词，即使在表面上看起来食节是一样的，会发生什么呢？

这正是这篇论文中的研究人员想要尝试做的。他们将 DNA 代码视为一种可以重写而不改变故事的语言。他们选取了 24 种基于抗体（类似于身体的专业保安人员）的药物，这些药物已被认为在生产方面已经处于“成熟”或经过优化的状态。它们不是草稿；而是工业界已经做出的最佳版本。团队使用了一个智能计算机程序，类似于一个知道大自然如何写作的高级拼写检查器，去寻找拼写相同单词的更好方式。他们没有改变蛋白质本身；他们只是重新排列了那些同义密码子——即意思相同的不同单词——以观察是否能让工厂细胞生产出更多的药物。

结果非常令人惊喜。在测试的 24 种药物中，计算机引导的改变帮助其中 18 种（即 75% 的成功率）在细胞内以更高的产量被生产出来。最棒的部分是？药物的质量并没有下降。蛋白质仍然完美地发挥作用且外观一致；它们只是以更大的数量出现了。这篇论文表明，即使当一个序列已经过“优化”时，如果你观察得足够仔细，在密码子层面仍然存在改进的空间。

有趣的是，计算机甚至不知道它是在试图制造更多蛋白质。它只是在猜测哪些密码子组合感觉最“自然”或最可能，这是基于它从自然界学到的模式。然而，当计算机说一个序列感觉更“可能”时，该序列实际上确实产生了更多的蛋白质。这暗示了计算机无意中学习到了一种效率的秘密语言，而人类工程师尚未完全破解这种语言。团队还注意到，这种“可能性”评分追踪了流感病毒随时间变化的方式，这表明该模型捕捉到了真实的进化信号，而非仅仅是随机噪声。

那么，这意味着什么？这表明定向进化——一种通常用于微调实际蛋白质结构的方法——也可以通过仅仅微调其背后的 DNA 代码来实现。论文指出，我们并不总是需要重新发明轮子或改变蛋白质来获得更好的结果；有时，我们只需要找到一种更好的编写指令的方式。虽然这项研究展示了这在实验室针对这些特定药物是有效的，但它并不声称解决了世界各地所有的制造问题。然而，它确实表明，在我们的重要药物 DNA 中，仍然存在着“可达到的适应度”（accessible fitness），这意味着仍有许多容易获得的成果，正等待着合适的数字侦探去发现它们。