来源：DNA Lab Space 实验教程 | 编译：DNA Lab Space
辛辛苦苦做了密码子优化，合成新基因，转进去一看——表达量比野生型还低了30%甚至更多。是不是很崩溃？别急着怀疑人生，这个问题在实验室里太常见了。密码子优化不是简单的“换成高频密码子”，它牵涉到mRNA结构、tRNA池平衡、蛋白折叠等多个环节。今天这篇教程，我们就一步步排查，从最低级的操作错误到最隐蔽的机制问题，帮你找到表达量下降的真凶。
第一步：快速排查低级错误
很多“表达量下降”其实是操作失误，先花10分钟排除这些：
1. 质粒序列搞错了吗？ 优化后的基因是否连错了开放阅读框？His标签或启动子是否被意外删除？建议重新比对测序结果，确认ATG起始密码子与载体序列正确融合。
2. 转化子挑错了吗？ 抗生素浓度不对或平板放太久，导致挑到了空载体或突变菌落。直接重新转化，每个平板挑5个单克隆分别表达，不要只做一份。
3. 诱导条件一样吗？ 优化基因可能改变了菌株的最佳诱导时机。如果原来用0.5 mM IPTG诱导3小时，优化后可能更适合0.1 mM IPTG、低温诱导过夜。先做一个IPTG浓度梯度（0、0.05、0.2、0.5、1 mM）和温度梯度（16°C、25°C、37°C）的小试。
4. 检测试剂正常吗？ SDS-PAGE上样量是否一致？抗体批次变了？BCA定量是否重新做过标准曲线？建议用同一block的菌液，同时跑考马斯亮蓝染胶和Western blot验证。
做完这四步，排除低级问题后，再进入下面系统性的排查。
第二步：分维度系统排查
按照“基因合成→质粒构建→转录→翻译→蛋白折叠”的流程，我们逐个模块来诊断。
1. 检查合成基因序列本身：GC含量与重复序列
- 现象：合成序列GC含量过高（>70%）或过低（<30%），或者存在连续的同聚核苷酸（如AAAAAA、CCCCCC）。
- 原理：密码子优化工具如果只追求高频密码子，很容易产生极端GC含量。高GC区段会形成稳定二级结构，阻碍核糖体前进；低GC区段则可能导致mRNA提前终止或降解。
- 解决步骤：用软件（如SnapGene、DNASTAR）分析优化序列的GC含量和局部二级结构。将GC含量控制在40%~60%之间，尤其是基因前30个密码子（核糖体结合区域）避免形成发夹结构。
- 验证方法：重新设计一版“GC含量平衡”的密码子序列，其他表达条件不变，对比两版序列的表达量。如果平衡版明显恢复，说明问题就在二级结构。
2. 检查mRNA 5'端序列：稀有密码子不是越少越好
- 现象：优化序列的5'端全是高频密码子，但表达量极低，甚至没有可溶性蛋白。
- 原理：翻译起始效率不只由密码子频率决定，mRNA前40个核苷酸的折叠自由能（ΔG）非常关键。太稳定的二级结构会让30S核糖体无法结合。而且，某些“稀有密码子”其实是有意设置的“翻译暂停位点”，帮助共翻译折叠。全部换成高频密码子会破坏这种暂停节奏，导致新生肽链错误折叠，被蛋白酶降解。
- 解决步骤：使用RNAfold或mfold预测5'端二级结构，确保起始密码子AUG附近的ΔG不低于-5 kcal/mol。如果结构太稳定，尝试调整前几个密码子的同义替换（不改变氨基酸），打破配对。另外，在N端保留2-4个宿主偏好的稀有密码子（如大肠杆菌中的AGG/AGA精氨酸密码子，频率控制在1%~3%），恢复翻译暂停。
- 验证方法：做一个N端梯度突变体（例如每隔2个密码子替换一对同义密码子），分别在30°C和37°C诱导，用SDS-PAGE观察可溶性表达量变化。
3. 检查宿主tRNA池：高表达基因耗竭tRNA
- 现象：优化后总蛋白量没有明显变化，但目标蛋白占总蛋白比例下降，而菌体生长变慢。
- 原理：密码子优化将所有密码子都调成“高频”，但这种高频是针对基因组平均水平，不是针对某个高表达基因。在诱导时，目标基因mRNA会疯狂抢占相同tRNA，导致tRNA池失衡，延伸速率变慢，同时引起核糖体停滞和流产。
- 解决步骤：将优化序列的密码子使用频率与宿主基因组中高表达基因（如ompA, tufB）的密码子使用频率表对比。避免连续3个以上使用同一个tRNA的密码子。如果必须保留某个氨基酸的多种同义密码子，就分散排列，不要集中出现。
- 验证方法：检查菌株基因型——如果是BL21(DE3)，可以尝试换成Rosetta(DE3)或BL21-CodonPlus(DE3)（能补充稀有tRNA）。如果换了菌株后表达量显著提升，说明问题就是tRNA不足。
4. 检查质粒拷贝数与启动子匹配
- 现象：优化后的基因连在强启动子（如T7）下，表达量反而低于弱启动子（如lac）下的表达。
- 原理：强启动子驱动极高转录水平，如果mRNA翻译效率也很高，就会产生大量新生肽链堆积，形成包涵体。细胞为了生存会启动热休克蛋白酶（如Lon、ClpP）降解这些错误折叠的蛋白。弱启动子反而让翻译和折叠速度匹配，得到更多可溶性蛋白。
- 解决步骤：降低诱导强度——将IPTG浓度从1 mM降至0.1 mM，或使用自动诱导培养基（如ZYM-5052，其在葡萄糖消耗后缓慢启动T7表达）。也可以把质粒拷贝数降下来，比如从pUC复制子（约500拷贝）换到p15A复制子（约15拷贝）。
- 验证方法：分别取诱导后2h、4h、6h的菌液，用超声裂解后分离上清和沉淀，跑胶看可溶性蛋白比例。如果低IPTG下可溶性蛋白明显增加，说明原先表达量“下降”其实是变成了包涵体。
5. 检查蛋白自身的氨基酸序列改变
- 现象：优化后基因序列正确、mRNA结构正常、宿主也合适，但蛋白活性检测不到。
- 原理：密码子优化基本原则是不改变氨基酸序列，但偶尔会引入潜在的内切酶位点、糖基化位点（真核表达）或框架内重复序列。更隐蔽的是：优化算法可能调整了密码子使用顺序，导致核糖体在不同位置的暂停时间变了，从而影响结构域折叠的先后顺序。例如，两个结构域之间的柔性区需要暂停让N端结构域先折叠，如果优化让这个暂停消失，C端结构域就会暴露疏水表面，引发聚集。
- 解决步骤：回到原始基因序列，检查优化序列的氨基酸序列是否100%一致（尤其是N端甲硫氨酸和信号肽切割位点）。然后使用同源建模（SWISS-MODEL或AlphaFold）对比优化前后蛋白的结构域稳定性。如果预测结果差异很大，考虑“部分优化”——只优化疏水核心区，保留结构域边界和柔性区附近的原始密码子。
- 验证方法：在相同条件下做体内蛋白酶活性实验（如荧光底物或生长互补实验）。如果细胞内有活性，但纯化后无活性，说明折叠问题；如果细胞内就无活性，可能蛋白被降解或表达成包涵体，再结合胶图分析判断。
6. 检查表达载体标签位置与序列融合
- 现象：优化基因原本N端带His标签，表达量可以；优化后把标签放C端，表达量就急剧下降。或者标签之间加了很长的连接肽。
- 原理：标签位置会影响蛋白的翻译后加工和折叠起点。N端His标签在翻译早期就暴露，有利于核糖体结合；C端标签则要求蛋白完整翻译完成才能被检测，一旦中途终止翻译，C端标签就丢失，Western blot检测不到。优化序列如果引入了提前终止密码子（如TAG被错误地优化为TAA但序列内有隐蔽终止信号），也会导致截短表达。
- 解决步骤：确认标签位置不变，或者至少保留N端标签。检查优化序列中是否存在隐蔽的核糖体结合位点（AGGAGG）或起始密码子下游的失活突变。如果标签必须换，就在C端标签前加一个疏水柔性连接肽（如-GGGGS-），防止标签被降解。
- 验证方法：做anti-His的Western blot，对比全菌裂解液和纯化后蛋白的信号强度。如果全菌有信号而纯化后没有，可能是C端标签被蛋白酶切掉；如果全菌也没有，则是翻译提前终止。
第三步：进阶疑难问题
1. 基因越“优化”越像宿主基因？小心mRNA毒性
有些优化算法会参考宿主基因组的高频密码子，导致合成序列与宿主部分基因序列高度相似。如果这种相似性涉及非编码RNA的结合位点（如sRNA或反义RNA），则可能触发mRNA降解。这类问题很难预测。排查方法：将优化序列用BLAST比对宿主基因组（不做filter），如果能比对到超过30 bp的连续匹配区段，考虑重新设计。解决：采用多目标优化策略，同时限制与宿主基因的序列相似性。
2. 表达量“先高后低”？可能是群体质粒丢失
优化后如果重组蛋白对宿主有毒，细胞会倾向于丢质粒。当你在平板上挑单菌落时可能还有表达，但摇瓶扩大培养几小时后，质粒丢失率升高，导致最终收菌时表达量反而低。解决方法：添加更高浓度的抗生素（如卡那霉素从50 μg/mL提高到100 μg/mL）、缩短培养时间、使用营养更丰富的2xYT培养基，在诱导前确保OD600达到0.8以上再降温诱导。
3. 密码子优化影响mRNA的N6-甲基腺嘌呤（m6A）修饰（真核系统）
在哺乳动物细胞或酵母中表达时，密码子优化可能改变mRNA上的m6A修饰位点，这种修饰影响mRNA的稳定性与核质运输。优化后如果m6A信号异常，表达量可能下降。检测：在HEK293T等宿主中用RNA免疫沉淀（m6A-IP）检测优化前后mRNA的修饰水平。解决：使用真核密码子优化工具（如IDT的Codon Optimization Tool）时勾选“避免内部TATA box”和“避免m6A motif”（通常为RRACH）。如果是酵母，可尝试使用基因组自带的高表达基因的密码子频率表，而不是全基因组频率表。
避坑总结+实操建议
以下三条核心结论，请刻在实验记录本第一页：
1. 密码子优化不是“唯高频论”：GC含量、5'端二级结构、tRNA平衡、翻译暂停位点，四者同样重要。优化前后必须用软件检查mRNA结构，而不是只看C计算值。
2. 表达量下降先查可溶性，再查总蛋白：很多“下降”其实是变成了包涵体或被降解。超声破菌后分离上清和沉淀，分别跑胶，数据比任何推断都真实。
3. 永远保留原始序列做平行对照：优化后无论如何都要和野生型基因放在同一块胶上对比，否则你无法判断是操作问题还是优化问题。
日常好习惯：
- 每次优化后的基因，先做5 mL小量表达测试（37°C + 0.5 mM IPTG，3h），同时取未诱导和诱导后样品，-20°C保存，等跑完胶再决定是否扩大。
- 把每次优化版本和表达结果记录成一个表格（序列编号、C计算、GC%、5'端ΔG、可溶性比例），积累5个案例后你就会发现规律，不再盲猜。
如果你正在为新一轮设计发愁，推荐使用站内的计算密码子优化工具——它内置了GC含量平衡、tRNA可用性分析和5'端结构优化模块。你只需粘贴原始氨基酸序列，选择宿主类型，它会输出3个方案。别急着用第一个——我的建议是把三个方案的mRNA自由能曲线对比一下，选那个5'端ΔG接近-3 kcal/mol且GC含量在50%左右的方案。如果优化后表达量还是不行，工具里的“冗余限制”功能可以帮你保留部分稀有密码子，模拟天然翻译暂停。另外，如果同时需要优化蛋白可溶性，可以结合站内的蛋白可溶性优化工具预测表面疏水残基；如果涉及多基因共表达，别忘了用引物设计工具为每个基因加上合适的RBS序列。这些工具和这份排查教程配合起来，完全可以帮你终结“密码子优化翻车”的噩梦。祝你下次诱导后，胶图上出现那条又亮又可溶的条带。