来源：Microb Cell Fact | 编译：DNA Lab Space
蛋白酶是工业酶制剂中体量最大的品类之一，但把它塞进异源宿主里高量表达，却常常撞上“细胞毒性”和“分泌不畅”两堵墙。一项来自国内团队的研究，把定向进化、机器学习辅助突变和信号肽工程三套工具叠在一起，在毕赤酵母中把碱性蛋白酶PrtA的胞外分泌量推高到野生型的4.98倍。15升补料分批发酵中，优化菌株的酶活达到4807.5 U/mL，折合蛋白浓度1.5 g/L。
这项成果发表在《Microbial Cell Factories》上，通讯作者为Zhao B、Zhou Q、Wei P、Zhang H、Qin X，PMID为41808135。论文的题目很直白——《A combined strategy for high-efficiency expression of alkaline protease PrtA in Komagataella phaffii (syn. Pichia pastoris)》。
背景：蛋白酶好卖，但不好造
微生物丝氨酸蛋白酶之所以受工业界青睐，靠的是宽泛的底物特异性和良好的稳定性。PrtA是一种耐酸的碱性丝氨酸蛋白酶，在酸性环境下依然能保持活性，这一特性让它在食品、饲料、洗涤和皮革加工等领域都有用武之地。
问题出在产量上。异源表达蛋白酶时，宿主细胞常常被“误伤”——蛋白酶在胞内积累会降解宿主自身的蛋白，造成细胞毒性；即便能分泌出去，产量也往往低得让人提不起兴趣。传统的单点改造策略，比如只换信号肽或者只做随机突变，效果有限。PrtA在毕赤酵母中的表达量一直不够看，工业级应用更是无从谈起。
这篇论文的思路很直接：既然单点改造不够，那就把蛋白工程和分泌途径优化绑在一起上。定向进化负责提升蛋白本身的“可分泌性”，机器学习模型负责预测哪些位点突变后能提高表达，信号肽工程则负责把蛋白高效地送出厂外。三步走完，效果不是简单的叠加，而是协同放大。
研究方法：三步走的组合拳
菌株、载体与培养基
大肠杆菌Trans1-T1和毕赤酵母GS115分别作为克隆宿主和表达宿主。表达载体用了pPIC9和pPICZαA两个。底物用的是牛乳来源的酪蛋白钠盐（Sigma-Aldrich，货号C8654）。限制性内切酶EcoRI、NotI和DraI购自Thermo Fisher Scientific，其余化学试剂均为分析纯。
培养基按Invitrogen EasySelect™ Pichia Expression Kit手册配制，包括BMGY（缓冲甘油复合培养基）、BMMY（缓冲甲醇复合培养基）、MD（极限葡萄糖培养基）和MM（极限甲醇培养基）。这些培养基是毕赤酵母表达系统的标准配置——BMGY用于扩增菌体，BMMY用于甲醇诱导表达。
基因合成与质粒构建
PrtA的编码基因（GenBank编号XP_663162）先按毕赤酵母的密码子偏好性做了优化，由华大基因合成。成熟肽编码区用特异性引物PrtA-MF和Prt-MR扩增，通过同源重组的方式克隆到pPIC9质粒中，与α-因子信号肽序列融合表达，构建成pPIC9-prtA-M。连接反应用的是Transgen公司的Basic Seamless Cloning and Assembly Kit。构建完成后测序验证插入序列的正确性。
这里有个细节值得注意：pPIC9载体自带α-因子分泌信号肽，PrtA成熟肽与之融合后，理论上可以借助酵母的经典分泌途径被送到胞外。但后续实验会证明，α-因子信号肽的pro-region（前导肽区域）反而会拖后腿——这是后话。
转化与筛选
重组质粒用Bgl II限制酶线性化后，电转化进入毕赤酵母GS115感受态细胞。转化子先在MD琼脂平板上筛选His⁺转化子（因为pPIC9载体带有组氨酸脱氢酶基因，可以互补GS115的his4缺陷），再转接到MM琼脂平板，30°C培养48小时。用无菌牙签挑取单菌落进行后续表达筛选。
蛋白表达与纯化
蛋白表达按照Invitrogen EasySelect™ Pichia Expression Kit的说明书进行。甲醇诱导是毕赤酵母表达系统的核心操作——甲醇既是碳源，也是AOX1启动子的诱导物。诱导条件、甲醇浓度、诱导时间等参数，论文摘要未详述具体数值，但可以确定的是表达上清液用于后续的酶活测定和蛋白定量。
定向进化与机器学习辅助突变
这一部分是整个研究的“技术核心”，但论文摘要和关键段对具体操作细节的交代比较有限。已知的信息是：
- 定向进化产生了Q245K突变体，胞外表达量比野生型PrtA高1.35倍。Q245K意味着第245位的谷氨酰胺（Q）被替换为赖氨酸（K），这个突变大概率是通过易错PCR或DNA改组等随机突变手段获得的，但具体突变库构建方法和筛选通量，原文摘要未详述。
- 机器学习模型MPEPE（Mutation Predictor for Enhanced Protein Expression）被用来预测影响蛋白分泌的关键残基。这个模型的训练数据、特征工程和算法架构，原文摘要未详述。但模型给出了一个“最优先预测位点”，对该位点做饱和突变（即将该位点替换为其余19种氨基酸逐一测试），最终筛出I342D突变体，产量比野生型提高1.48倍。I342D意味着第342位的异亮氨酸（I）被替换为天冬氨酸（D）。
- 将Q245K和I342D两个突变叠加，得到双突变体PrtA-Q245K/I342D，分泌量达到野生型的1.84倍，而且酶学性质（底物特异性、pH稳定性、温度稳定性等）没有改变。这是“协同增强”的典型证据——1.35 × 1.48 = 1.998，理论上乘法叠加应该接近2倍，但实际测得的1.84倍略低于乘法预期，说明两个突变之间存在轻微的负协同，但总体仍是显著增益。
信号肽筛选
在双突变体的基础上，研究者系统评估了9种信号肽对分泌效率的影响。具体哪9种信号肽、各自的氨基酸序列和来源，原文摘要未详述。但结果部分明确提到了三种效果最好的信号肽：血清白蛋白信号肽、不含pro-region的α-因子信号肽、以及PrtA自身的天然信号肽。这三种信号肽都能让双突变体的分泌量再翻一倍，最终使总表达量达到野生型的4.98倍。
与之形成鲜明对比的是，如果α-因子信号肽带上pro-region，产量会急剧下降。这说明pro-region在PrtA的分泌过程中不仅没有帮助，反而成了障碍——可能的原因是pro-region与PrtA成熟肽的相互作用干扰了信号肽酶的切割效率，或者导致蛋白在内质网中错误折叠。
研究结果：数据说话
单点突变的效果
- Q245K突变体：胞外表达量是野生型的1.35倍。
- I342D突变体：产量是野生型的1.48倍。
- 双突变体Q245K/I342D：分泌量是野生型的1.84倍，酶学性质与野生型一致。
这三个数据放在一起，能看出两个信息。第一，单个突变就能带来30%-50%的提升，说明PrtA的分泌瓶颈可能不止一个氨基酸位点在起作用。第二，双突变体的增益（1.84倍）略低于两个单突变体的乘积（1.35 × 1.48 ≈ 2.0），说明两个位点的效应不是完全独立的，可能存在部分重叠的作用机制。但即便如此，1.84倍的协同增强仍然说明这两个突变位点分别作用于不同的分泌限速环节。
信号肽工程的放大效应
在双突变体的基础上，信号肽筛选给出了更亮眼的数据：
- 血清白蛋白信号肽、无pro-region的α-因子信号肽、PrtA天然信号肽：各使分泌量再翻一倍。
- 最终组合：双突变体 + 最优信号肽 = 野生型表达量的4.98倍。
- 反面案例：α-因子pro-region的加入导致产量急剧下降。
4.98倍这个数字，是蛋白工程（1.84倍）和信号肽工程（约2.7倍）的乘积结果。换句话说，蛋白工程和信号肽工程这两个维度的优化是相对独立的，可以乘法叠加。
15升发酵罐放大验证
实验室级别的摇瓶表达和工业级的发酵罐放大之间，常常隔着一条鸿沟。但这项研究的放大结果相当扎实：
- 15升补料分批发酵中，优化菌株（双突变体 + 最优信号肽组合）的PrtA-Q245K/I342D产量达到4807.5 U/mL。
- 折合蛋白浓度1.5 g/L。
4807.5 U/mL的酶活是什么概念？对于碱性蛋白酶来说，这个水平在毕赤酵母异源表达体系中属于相当可观的数据。更重要的是，1.5 g/L的蛋白浓度意味着发酵上清液中的目标蛋白占比很高，后续的下游纯化成本可以显著降低。
原文摘要未提供发酵工艺的具体参数——补料策略、甲醇流加速率、pH控制范围、溶氧设定、发酵周期等细节均未披露。但15升的规模本身已经具备中试级别的参考价值。
讨论与展望
这项研究的价值不在于某个单一技术的突破，而在于策略组合的合理性。定向进化解决了“蛋白本身好不好分泌”的问题，机器学习预测解决了“该改哪个位点”的效率问题，信号肽工程解决了“怎么把蛋白送出去”的运输问题。三个维度各自贡献一部分增益，最终乘积出接近5倍的提升。
有几个点值得深入思考。第一，Q245K和I342D这两个突变位点究竟通过什么机制提高分泌？是增强了蛋白的热稳定性、减少了胞内降解，还是改善了与分子伴侣的相互作用？原文摘要未提供结构生物学或蛋白动力学层面的解释。第二，MPEPE模型的可迁移性如何？如果换一个蛋白酶家族，或者换一个宿主菌株，模型的预测准确率还能不能保持？第三，α-因子pro-region的负效应提示我们，信号肽的选择不能想当然——“经典”的不一定是最好的，需要针对目标蛋白逐一筛选。
从工业应用的角度看，4807.5 U/mL的发酵产量已经具备产业化的潜力。如果后续能进一步优化发酵工艺（比如高密度培养、甲醇流加策略、温度诱导等），产量还有上升空间。此外，PrtA的耐酸特性本身就适合一些低pH的工业场景，比如食品加工中的酸性条件下蛋白水解，或者饲料添加剂中抵抗胃酸环境。
当然，这项研究也有未回答的问题。例如，4.98倍的提升是在摇瓶条件下测得的，15升发酵罐的数据（4807.5 U/mL）是否对应同样的倍数关系？发酵罐中的甲醇浓度、诱导时间、pH等参数是否经过系统优化？这些问题原文摘要未详述，需要查阅全文才能确认。
总体而言，这项研究给异源蛋白酶表达提供了一套可复用的方法论：蛋白工程和分泌工程双管齐下，机器学习作为导航工具，信号肽筛选作为最后一道关卡。对于其他“难缠”的蛋白酶，这套组合拳或许同样适用。
参考来源
Zhao B, Zhou Q, Wei P, Zhang H, Qin X. A combined strategy for high-efficiency expression of alkaline protease PrtA in Komagataella phaffii (syn. Pichia pastoris). Microb Cell Fact. PMID: 41808135.
PMID: 41808135