来源：Semantic Scholar | 编译：DNA Lab Space
导语
在合成生物学迈向“工程化”的道路上，一个核心瓶颈始终横亘眼前：如何快速、低成本且大规模地对遗传系统进行迭代优化？传统的菌株改造流程往往受限于通量、成本以及测试条件的单一性，难以模拟真实工业场景下复杂蛋白表达带来的多重压力。近日，由宾夕法尼亚州立大学Howard M. Salis团队联合蛋白质材料学家M. Demirel完成的一项研究，提出了一条低成本、高通量的“设计-构建-测试”（Design-Build-Test, DBT）流水线，并专门选取了一类高度复杂的结构蛋白作为“压力测试”工具，全方位拷问了这一流程的鲁棒性与极限。该平台不仅在数周内完成了传统方法数月才能实现的测试量，还揭示了一系列影响异源蛋白高效表达的隐秘规则，为下一代自动化遗传系统工程提供了蓝图。
研究背景
合成生物学的终极目标之一，是将生物系统改造为可预测、可复用的“活体工厂”，从而高效合成燃料、化学品、材料蛋白和药物。然而，遗传系统工程至今仍带有浓厚的试错色彩。启动子、核糖体结合位点（RBS）、密码子偏好、mRNA二级结构、蛋白折叠压力、代谢负荷等诸多因素的复杂互作，使得即便表达一个简单的蛋白，也往往需要筛选成百上千个变体才能获得最优组合。
近年来，以DNA合成成本下降和自动化移液工作站普及为基础的“设计-构建-测试-学习”（DBTL）循环逐渐走入主流。但一个尴尬的现实是：大部分已报道的DBTL流程仍然价格不菲，且通量有限。它们通常依赖于微流控或昂贵的大型液体处理平台，试剂消耗量大，难以在普通实验室普及。与此同时，这些流程在“测试”环节往往只使用荧光蛋白或简单的酶作为报告基团，对于大分子量、结构复杂、极易聚集的蛋白缺乏系统的验证。这就好比只开着经济型轿车在平坦赛道上试车，却不敢让赛车经受泥泞、陡坡和长距离的折磨。
研究团队敏锐地抓住了这一缺口。他们提出，一个真正鲁棒的高通量遗传系统工程流水线，必须能经受住“最坏情况”的考验。为此，他们决定放弃常规的报告蛋白，转而挑战一类公认难以表达的分子——复杂结构蛋白，特别是包含大量串联重复序列、形成高强度β-折叠和螺旋卷曲螺旋的超分子蛋白材料。这类蛋白在蛛丝、鱿鱼环齿蛋白和某些弹性体中被发现，具有极高的机械强度和抗逆性，但其基因通常又长又富含重复，极易在转录和翻译过程中出错，甚至引发宿主细胞的严重应激甚至死亡。可以说，用它们作测试对象，相当于对遗传系统平台进行“地狱级”的压力测试。
研究方法
研究团队搭建了一条高度集成的低成本DBT流水线，其核心设计理念是“用最小硬件投入，实现最大信息产出”。整个流程分为三个紧密衔接的阶段：
**设计阶段（Design）**：团队开发了一种名为“RapidGeneComposer”的算法工具。它允许用户以搭积木的方式指定目标结构蛋白的氨基酸序列、所需的表达水平范围和宿主菌株背景。算法随后自动进行密码子优化、RBS强度计算、mRNA折叠最小化和操纵子结构设计。与常规工具不同，该算法特别引入了“压力感知”模块：它会根据目标蛋白在数据库中的已知表达难度（如疏水性、重复序列比例、分子量大小），自动提高表达元件的保守性，并为每个设计生成一个“可表达性评分”。这一步为下游构建奠定了统一且可预测的基底。
**构建阶段（Build）**：为了降本增效，团队摒弃了传统的单个质粒逐个组装方式，转而采用基于微量体积Gibson组装的无细胞克隆策略，并与声波纳升移液技术（acoustic nanoliter dispensing）结合。所有DNA片段以干粉形式储存在阵列式微孔板中，纳升级的组装反应直接在96孔板中完成，每个反应总体积仅2-3微升。随后，组装产物直接转化至化学感受态大肠杆菌（E. coli），由自动化菌落挑选仪快速挑取阳性克隆。更关键的是，整个构建过程不依赖于昂贵的自动化工作站，所有设备均改装自开源硬件或低成本商业组件，总硬件成本控制在2万美元以内，仅为同类商业平台的1/10。
**测试阶段（Test）**：这是整条流水线的灵魂。研究团队设计了一套多维度、高通量的“压力测试体系”。首先，他们对转化后的菌株在微孔板中进行平行培养，同时监测生长曲线（OD600）、荧光标记的伴侣蛋白报告子以及细胞膜完整性（碘化丙啶染色）。其次，针对目标结构蛋白的表达，他们建立了一种基于液相色谱-质谱（LC-MS）的快速定量方法，能够在粗裂解液中直接准确定量目标蛋白的产量和完整性，避免了耗时的纯化步骤。最重要的是，他们将这套系统聚焦于两种极具挑战性的结构蛋白：一种来源于深海螠虫的合成类弹性蛋白，含有24个“VPGXG”五肽重复单元；另一种是鱿鱼环齿蛋白衍生的嵌段共聚物，包含结晶β-折叠区段和无定向螺旋区段。这些蛋白的表达常常导致包含体形成或完全抑制细胞生长。
为了全面提升测试的压力，研究者还将表达载体分别置于三种不同强度的启动子下，并在三种大肠杆菌菌株（BL21(DE3)、C41(DE3)和Origami(DE3)）中进行交叉测试。每个设计均设置四个生物学重复，整个测试矩阵涵盖了近5000个独立培养孔。通过每周处理约2,000个样本的通量，他们在不到一个月的时间内获取了足够支撑深度统计分析的数据。
研究结果
这一严苛的压力测试给出了一幅异常清晰且充满惊喜的遗传系统图像。
首先，从整体性能看，这条低成本流水线展现了强大的可重复性。在不同批次间，同一设计的蛋白产量变异系数（CV）低于12%，生长曲线的皮尔逊相关系数超过0.95。这意味着即便使用了大幅简化的硬件，数据质量并未打折。高分辨率的生长动态监测直接揭示了结构蛋白表达对宿主造成的严重负荷：在最强启动子下，大部分菌株的最大比生长速率下降了60%以上，部分重复蛋白甚至导致完全生长停滞。有趣的是，这种毒性效应并非全由蛋白聚集引起。通过伴侣蛋白报告子和膜完整性检测，团队发现重复序列蛋白引发的细胞胁迫表现为一种“双重打击”：一方面，异源蛋白大量合成占据了翻译机器，导致自身必需蛋白合成不足；另一方面，富含甘氨酸和脯氨酸的重复序列极易在核糖体出口处提前折叠，堵塞通道，直接激活严谨应答和毒素-抗毒素系统。
在结构蛋白产量方面，研究取得了突破性发现。长期以来，人们认为重复序列越长，表达越困难。但该研究揭示，产量与重复单元数量并不呈简单的单调下降关系。对于合成类弹性蛋白，当五肽重复单元从12个增加到24个时，可溶性表达量反而在中等强度启动子下出现了一个峰值。进一步通过mRNA二级结构模拟和核糖体图谱分析表明，这一反常现象源于长转录本的5’端形成了一种“mRNA支架”结构，意外屏蔽了核酸酶的识别位点，从而显著延长了mRNA半衰期。这一发现颠覆了“重复序列必有害”的简单论断，为材料蛋白的高效合成提供了全新思路。
另一项关键结果关乎密码子优化策略。流水线中原本嵌入的自带算法采用了近乎最优的密码子使用频率。但压力测试却显示，对于含有大量连续相同残基的蛋白（如多聚脯氨酸螺旋区），刻意使用低频密码子甚至稀有密码子，反而能大幅提升全长蛋白的产量和正确折叠率。原因在于，高频密码子的连续使用导致核糖体滑移和提前终止现象显著增加。当人为引入密码子“减速带”后，翻译速率与共翻译折叠之间达到了微妙平衡，最终完整蛋白产量提升了2.7倍。这一结果直接为密码子设计原则添加了一条关键补丁：对于重复序列蛋白，优化的目标并非“最快”，而是“最稳”。
此外，菌株筛选也收获了非显而易见的结论。Origami(DE3)菌株因具有氧化型胞质环境，历来被认为是含二硫键蛋白表达的救星。但在本研究中，对于那些不含二硫键却依赖高度有序β-折叠的结构蛋白而言，Origami的生长负担反而最大，产量最低。其根本原因并非二硫键错配，而是该菌株过表达的硫氧还蛋白还原酶异常扰动了正常氧化还原稳态，间接放大了重复序列蛋白引发的压力反应。相比之下，BL21(DE3)凭借最简洁的蛋白酶背景和快速生长能力，反而成为了这两种复杂蛋白的最佳宿主。
综合所有数据，这篇研究不仅仅是展示了流水线的成功，更构建了一个包含启动子强度、RBS平移速率、密码子滑移概率、mRNA寿命、蛋白折叠速率和宿主生理状态在内的多维“表达适宜性地图”。这张地图为后续遗传系统的理性设计提供了视觉化、可查询的决策界面。
讨论与展望
这项工作的真正价值远不止于一条流水线的搭建。它通过主动拥抱“困难蛋白”这一现实世界中最棘手的挑战，反向定义了遗传系统设计平台应当具备的硬指标：高重现性、多维表型捕捉和低硬件依赖。对于资源有限的学术实验室或初创企业而言，这条成本仅为商业平台十分之一的流水线无疑极大降低了准入门槛，使得大规模探索序列-功能关系成为可能。
从更深的科学层面看，压力测试揭示的一系列“非典型”规律，提醒合成生物学界应当重新审视一些被视为金科玉律的设计准则。密码子最优使用频率、最强启动子和最“干净”的宿主菌株，在面对高度复杂的结构蛋白时可能皆非良策。恰恰相反，适度的“低效”与“缓慢”，有时恰恰是维持系统鲁棒性的奥秘。这或许正是生物系统亿万年来在进化压力下写就的智慧，值得人类工程师虚心学习。
当然，该平台目前仍存在一定的局限性。其测试模块主要依赖基于微孔板的分批培养，无法直接模拟连续发酵或高密度发酵下的剪切力和溶氧梯度。而且，该流水线对非大肠杆菌宿主的兼容性尚需验证。未来，将该平台与便携式测序设备和在线传感器结合，并拓展至枯草芽孢杆菌、毕赤酵母等工业底盘，将有望大幅拓展其应用版图。同时，研究者建立的表达适宜性地图也留下了待解的科学问题：编码其底层的“规则”，是由少数几种主导变量决定的，还是一个真正的涌现现象？对这些问题的探索，或许将引领我们走向新一代的、真正自动化的细胞编程。
参考来源
Adamson H E, McLellan J R, Singhal K, et al. A Low-Cost, High-Throughput Design-Build-Test Pipeline for Engineering Genetic Systems: Stress Testing with Complex Structural Proteins[J]. Semantic Scholar, 2026. DOI: 10.64898/2026.06.08.729977
DOI: 10.64898/2026.06.08.729977