来源：Microb Cell Fact | 编译：DNA Lab Space
丝氨酸蛋白酶是工业酶制剂中的重要成员，底物谱广、稳定性好，却常常因为细胞毒性和分泌效率低下，让异源表达成为一场艰难的拉锯战。面对这个老问题，来自江南大学等机构的研究团队没有选择单点突破，而是把定向进化、机器学习预测和信号肽筛选三种策略叠加在一起，在毕赤酵母中实现了碱性蛋白酶PrtA分泌量的阶梯式跃升。这项研究发表在《Microbial Cell Factories》上，通讯作者为秦鑫，第一作者为赵斌。
研究背景
PrtA是一种酸稳定碱性丝氨酸蛋白酶，在洗涤、食品加工和皮革处理等场景中都有应用潜力。但这类蛋白酶在异源宿主中过量表达时，往往会对宿主细胞产生毒性，同时分泌途径也不顺畅，导致最终产量远低于工业要求。
毕赤酵母（Komagataella phaffii，旧称Pichia pastoris）是公认的蛋白表达利器，甲醇诱导型启动子调控严格、糖基化能力有限、分泌背景干净，是许多工业酶的首选宿主。然而，即便是在这样一个成熟的表达系统中，PrtA的胞外产量依然不尽如人意。
研究者把目光锁定在三个层面：蛋白本身的可分泌性、关键氨基酸位点的功能贡献、以及信号肽与目标蛋白的匹配度。这三者看似独立，实则环环相扣——蛋白折叠效率影响分泌通量，信号肽切割效率决定前体蛋白能否顺利进入内质网，而特定氨基酸突变则可能改变蛋白与分子伴侣的互作模式。
研究方法
菌株、质粒与培养基。 研究使用E. coli Trans1-T1作为克隆宿主，K. phaffii GS115作为表达宿主。表达载体为pPIC9和pPICZαA。底物蛋白为牛乳酪蛋白钠盐（Sigma-Aldrich，C8654）。限制性内切酶EcoRI、NotI和DraI购自Thermo Fisher Scientific。BMGY、BMMY、MD和MM培养基均按照Invitrogen EasySelect™ Pichia Expression Kit说明书配制。
基因合成与质粒构建。 编码PrtA的基因（XP_663162）根据K. phaffii密码子偏好性进行优化，由华大基因合成。成熟PrtA编码片段通过特异性引物PrtA-MF和Prt-MR扩增，利用同源重组方式克隆至pPIC9质粒，与α-factor信号肽序列形成框内融合，构建pPIC9-prtA-M。连接反应使用Transgen Basic Seamless Cloning and Assembly Kit完成，阳性克隆经测序验证插入序列的正确性。
转化与表达。 重组质粒经Bgl II限制性内切酶线性化后，电转化至K. phaffii GS115感受态细胞。His⁺转化子先在MD琼脂平板和MM琼脂平板上30°C培养48小时进行初步筛选，随后用无菌牙签挑取单菌落进行后续验证。蛋白表达诱导按照Invitrogen EasySelect™ Pichia Expression Kit的标准流程操作。
定向进化与突变体筛选。 研究者通过定向进化策略获得Q245K突变体，该突变体较野生型PrtA的胞外表达量提升1.35倍。在此基础上，引入机器学习模型MPEPE（Mutation Predictor for Enhanced Protein Expression），用于预测影响蛋白分泌的关键氨基酸残基。模型输出排名第一的位点被选为饱和突变靶点，经筛选获得I342D突变体，其生产效率较野生型提高1.48倍。
双突变体构建。 将Q245K与I342D两个有益突变组合，构建双突变体PrtA-Q245K/I342D。酶学性质表征显示，双突变体的催化特性未发生改变，但分泌量实现了协同增强，达到野生型的1.84倍。
信号肽筛选。 研究系统评估了九种信号肽对双突变体分泌效率的影响，包括血清白蛋白信号肽、α-factor（不含pro区）、PrtA天然信号肽等。每种信号肽与双突变体编码序列融合，构建相应表达载体，在相同条件下比较胞外酶活。
15-L发酵罐放大。 将最优菌株在15-L补料分批生物反应器中进行放大培养，以验证工艺的可扩展性。发酵结束后测定发酵上清液中的蛋白酶活性，并换算为蛋白浓度。
原文摘要未详述以下具体参数：定向进化突变库的构建方法、饱和突变的具体筛选通量、九种信号肽的完整名单、发酵过程中的pH和温度控制策略、诱导时间及甲醇补料速率。
研究结果
单点突变的累积效应。 定向进化筛选获得的Q245K突变体，胞外表达量达到野生型的1.35倍。机器学习模型MPEPE预测的关键位点经饱和突变后，最优突变体I342D将产量提升至野生型的1.48倍。将两个有益突变叠加后，双突变体PrtA-Q245K/I342D的分泌量达到野生型的1.84倍，且酶学性质与野生型保持一致——这是一个重要的质量属性，说明突变并未以牺牲催化性能为代价换取产量提升。
信号肽的"二次放大"。 九种信号肽的系统评估揭示了一个有趣的现象：血清白蛋白信号肽、α-factor（不含pro区）和PrtA天然信号肽都能将双突变体的分泌量再翻一倍。三者叠加后，最终菌株的胞外表达量达到野生型PrtA的4.98倍。这个数字背后是两种策略的乘积效应——蛋白工程改造提升了蛋白自身的分泌适配性，而信号肽优化则改善了蛋白进入分泌通路的效率。
pro区是"绊脚石"。 与上述三种信号肽形成鲜明对比的是，当α-factor的pro区被保留时，产量急剧下降。这一结果提示，pro区的存在可能干扰了PrtA在毕赤酵母中的成熟过程，或导致前体蛋白在内质网中滞留。对于特定目标蛋白而言，信号肽的"精简版本"反而更高效。
放大生产的可行性验证。 在15-L补料分批生物反应器中，优化菌株的PrtA-Q245K/I342D产量达到4807.5 U/mL，相当于1.5 g/L蛋白。这一数据表明，实验室尺度的优化结果可以成功转化到中试规模，且产量没有出现明显衰减。
讨论与展望
这项研究的价值在于策略的叠加逻辑。定向进化解决的是蛋白自身的分泌瓶颈，机器学习加速了关键位点的识别，而信号肽筛选则打通了分泌通路的入口。三步走下来，每一步的增益看似有限——1.35倍、1.48倍、2倍——但乘积效应却把最终产量推高了近5倍。
4807.5 U/mL的发酵产量，对于蛋白酶这类容易引起宿主毒性的蛋白而言，已经具备工业放大的参考价值。研究者选择Q245K和I342D这两个位点，可能与其在蛋白表面的位置有关——这些残基不参与催化活性中心，突变后不改变酶学性质，却可能影响蛋白与分泌途径中分子伴侣的互作。
一个值得注意的细节是，α-factor的pro区反而抑制了产量。这提醒我们，信号肽的选择不能一刀切，α-factor虽然是毕赤酵母中最常用的分泌信号，但并非所有蛋白都适用。PrtA的天然信号肽表现优异，或许与其在原始宿主中的分泌机制更为匹配有关。
未来若能进一步解析MPEPE模型的预测逻辑，或许能把这套"定向进化+机器学习+信号肽筛选"的组合策略推广到其他难表达蛋白上。蛋白酶只是开始，那些更复杂的膜蛋白、毒性蛋白、多亚基蛋白，可能都需要类似的系统性改造思路。
PMID: 41808135