来源：Microb Cell Fact | 编译：DNA Lab Space
微生物丝氨酸蛋白酶凭借广谱底物特异性和良好的稳定性，在工业应用中价值可观。然而，这类酶在异源宿主中过表达时，常遭遇细胞毒性和分泌效率低下的双重阻碍。近期发表于《Microbial Cell Fact》的一项研究，将定向进化、机器学习引导突变与信号肽工程三者叠加，系统提升了酸性稳定的碱性丝氨酸蛋白酶PrtA在毕赤酵母中的胞外产量。最终，优化菌株在15升补料分批生物反应器中达到4807.5 U/mL的酶活，对应蛋白浓度约1.5 g/L。
研究背景
蛋白酶是工业酶制剂中占比最大的类别之一，广泛应用于洗涤、食品、皮革和医药等行业。碱性丝氨酸蛋白酶因能在碱性条件下高效水解蛋白质，尤其受到青睐。PrtA是一种兼具酸稳定性的碱性丝氨酸蛋白酶，这种“耐酸又耐碱”的特性使其在特殊工业场景中具备应用潜力。
但把PrtA放进毕赤酵母（Komagataella phaffii，旧称Pichia pastoris）里生产，并非一帆风顺。异源蛋白酶往往对宿主细胞具有毒性——它们可能降解宿主自身的分泌途径相关蛋白，干扰细胞正常生理活动。同时，外源蛋白在酵母分泌通路中的折叠效率和转运效率也可能成为瓶颈。因此，单纯提高基因拷贝数或强化启动子，未必能换来高产。
这项研究的思路是“多管齐下”：先在蛋白序列层面引入有益突变，再用机器学习预测影响分泌的关键残基，最后优化信号肽选择。三步策略层层叠加，试图把分泌效率的“天花板”逐步抬高。
研究方法
菌株、质粒与培养基
研究选用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。蛋白酶底物采用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，市售可得。
培养基配制遵循Invitrogen EasySelect™ Pichia Expression Kit手册：BMGY（含甘油的缓冲复合培养基）用于菌体增殖，BMMY（含甲醇的缓冲复合培养基）用于诱导表达，MD和MM平板分别用于组氨酸营养缺陷型转化子的初筛和甲醇利用型验证。
基因合成与质粒构建
编码PrtA的基因（GenBank登录号XP_663162）依据毕赤酵母密码子偏好性进行了优化，由华大基因（BGI Genomics）合成。成熟肽编码区用特异性引物PrtA-MF和Prt-MR（见表S1）扩增，通过同源重组方式克隆入pPIC9质粒，与α-factor信号肽编码序列形成框内融合，构建pPIC9-prtA-M。连接反应使用Transgen公司的Basic Seamless Cloning and Assembly Kit。构建产物经测序验证插入序列的正确性。原文摘要未详述具体连接反应温度与时间。
转化与诱导表达
重组质粒经Bgl II限制酶线性化后，电转化进入K. phaffii GS115感受态细胞。蛋白表达诱导流程遵循EasySelect™ Pichia Expression Kit标准操作。His⁺转化子先在MD琼脂平板和MM琼脂平板上于30°C培养48小时进行初步筛选。用无菌牙签挑取单菌落，转接至BMGY培养基增殖，再转移至BMMY培养基以甲醇诱导表达。原文摘要未详述甲醇诱导的具体浓度、温度、转速和诱导时长。
定点突变与饱和突变
定向进化策略产生了Q245K突变体。该突变体胞外表达量较野生型PrtA提高1.35倍。机器学习模型MPEPE（Mutation Predictor for Enhanced Protein Expression）被用于预测影响蛋白分泌的关键残基。模型评分最高的位点随后进行饱和突变，从中筛选出I342D突变体，其产量较野生型提高1.48倍。随后，研究者将Q245K与I342D两个突变叠加，构建双突变体PrtA-Q245K/I342D。原文摘要未详述饱和突变的具体文库构建方法、筛选通量及高通量筛选的检测手段。
信号肽筛选
研究评估了九种信号肽对双突变体分泌效率的影响。候选信号肽包括血清白蛋白信号肽、α-factor信号肽（不含前导肽pro-region）、PrtA自身天然信号肽，以及其余六种未在摘要中逐一列出的信号肽。各信号肽与双突变体编码序列融合后，分别构建表达载体并转化毕赤酵母，比较胞外酶活。原文摘要未详述九种信号肽的完整名单及各构建体的具体表达条件。
15升生物反应器发酵
优化后的菌株在15升补料分批生物反应器中进行放大生产。原文摘要未详述发酵过程中的温度控制、pH维持策略、甲醇流加方案、溶氧设定和发酵周期等参数。
研究结果
单点突变带来的产量提升
定向进化筛选出的Q245K突变体，胞外表达量达到野生型PrtA的1.35倍。这个结果说明，单个氨基酸替换就能显著改善蛋白的分泌表现——可能的原因包括突变增强了蛋白折叠稳定性，或减少了胞内降解。
机器学习模型MPEPE预测出多个与分泌相关的关键残基。在评分最高的位点进行饱和突变后，研究者获得了I342D突变体，其产量提升至野生型的1.48倍。值得注意的是，MPEPE预测的位点与定向进化筛选出的位点并不重合，说明两种策略捕捉到了不同的“分泌瓶颈”维度。
双突变体的协同效应
将Q245K与I342D叠加后，双突变体PrtA-Q245K/I342D的胞外分泌量达到野生型的1.84倍。如果两个突变的效果是简单相加，预期提升幅度约为1.35 × 1.48 ≈ 2.0倍，实际值1.84倍略低于乘积，但仍显著高于任一单突变体。研究者将其定义为“协同增强”（synergistic enhancement）——两个突变位点可能分别作用于分泌通路的不同环节，共同提升了整体分泌效率。
更重要的是，双突变体的酶学性质未发生改变。这意味着产量提升并非以牺牲催化性能为代价——对于工业用酶而言，保持比活力和稳定性是规模化生产的前提。
信号肽筛选：成也pro-region，败也pro-region
九种信号肽的筛选结果呈现鲜明的对比。血清白蛋白信号肽、α-factor信号肽（不含pro-region）和PrtA自身天然信号肽，均使双突变体的分泌量翻倍。叠加双突变体本身的1.84倍提升后，这三种信号肽构建体的最终分泌量达到野生型PrtA的4.98倍。
反观α-factor的pro-region——这个在酿酒酵母系统中常被用于促进蛋白折叠和分泌的肽段——其存在反而导致产量大幅下降。这一结果提示，pro-region对毕赤酵母中某些蛋白的分泌并非总是有益，甚至可能成为分泌路径中的“累赘”。
15升反应器放大验证
在15升补料分批生物反应器中，优化菌株生产PrtA-Q245K/I342D的酶活达到4807.5 U/mL，折合蛋白浓度约1.5 g/L。这是实验室摇瓶条件无法企及的产量水平。需要强调的是，原文摘要未提供摇瓶阶段的绝对产量数据，因此无法直接计算放大过程中的产量增幅倍数。
讨论与展望
这项研究的价值在于策略的“组合拳”逻辑。定向进化能发现自然筛选压力下不易出现的有利突变，但通量有限；机器学习模型能快速扫描大量潜在突变位点，但预测准确性依赖训练数据质量。两者结合，既保证了突变来源的多样性，又提高了筛选效率。信号肽优化则是另一维度的“软环境”改善——同样的蛋白序列，配不同的“地址标签”，分泌效率竟能相差数倍。
一个值得玩味的细节是α-factor pro-region的反向效果。在酿酒酵母中，pro-region常被报道有助于蛋白折叠。但在毕赤酵母中，它却显著抑制了PrtA的分泌。这提醒我们，信号肽工程不能简单套用模式菌株的经验——不同宿主、不同目标蛋白之间可能存在复杂的相互作用。
当然，这项研究仍有未披露的细节。例如，九种信号肽的具体名单、摇瓶与反应器之间的产量对比、突变体蛋白的纯化回收率等，原文摘要均未详述。后续若能看到完整的发酵参数和蛋白表征数据，将有助于更全面地评估该策略的工业适用性。
从1.35倍的单点突变，到1.84倍的双突变叠加，再到4.98倍的信号肽优化终值——每一步提升幅度看似不大，但累加效应相当可观。对于工业蛋白酶生产而言，5倍产量提升往往意味着生产成本的大幅下降。这种“小步快跑、步步叠加”的策略，或许比追求单次大幅跃升更为务实。
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