来源：Microb Cell Fact | 编译：DNA Lab Space
4807.5 U/mL。这个数字是优化后的毕赤酵母菌株在15升补料分批发酵中产出的碱性蛋白酶活力。相比野生型，胞外分泌量提升了近5倍。怎么做到的？答案是三招并用：定向进化、机器学习指导的突变，以及信号肽工程。
来自江南大学的研究团队在《Microbial Cell Factories》上发表了一项工作，系统整合上述三种策略，成功让一种名为PrtA的酸性稳定碱性丝氨酸蛋白酶在毕赤酵母中实现高效胞外分泌。值得注意的是，整个优化过程没有改变酶的催化性质——产量上去了，酶还是那个酶。
研究背景
微生物丝氨酸蛋白酶因底物谱广、稳定性好，在工业应用中价值可观。但这类酶在异源宿主中过表达时，常常遭遇两个拦路虎：细胞毒性和分泌效率低下。PrtA本身是一种耐酸的碱性蛋白酶，特性诱人，但想要在毕赤酵母里把它大量"赶"到胞外，并不容易。
毕赤酵母（Komagataella phaffii，旧称 Pichia pastoris）是公认的蛋白质生产利器，甲醇诱导型启动子驱动下的外源蛋白表达系统成熟。但蛋白酶这类"危险分子"对宿主细胞有杀伤力，表达量越高，细胞越可能"自杀"。因此，单纯提高转录水平往往行不通，需要从蛋白质自身特性和分泌路径两个维度同时下手。
该研究的策略很清晰：先通过定向进化找到提升分泌量的单点突变，再用机器学习模型预测其他关键氨基酸位点，最后筛选合适的信号肽组合。三步走完，效果叠加。
研究方法
菌株、质粒与培养基
实验用 E. coli Trans1-T1 作为克隆宿主，K. phaffii GS115 作为表达宿主。表达载体有两个：pPIC9 和 pPICZαA。蛋白酶底物选用牛乳来源的酪蛋白钠盐（Sigma-Aldrich，货号 C8654）。限制性内切酶 EcoRI、NotI、DraI 购自 Thermo Fisher Scientific。其余化学试剂均为分析纯。
培养基配方遵循 Invitrogen 的 EasySelect™ Pichia Expression Kit 手册，包括 BMGY（缓冲甘油复合培养基）、BMMY（缓冲甲醇复合培养基）、MD（最低葡萄糖培养基）和 MM（最低甲醇培养基）。
质粒构建
编码丝氨酸蛋白酶 PrtA 的基因（GenBank 编号 XP_663162）按照毕赤酵母密码子偏好性进行了优化，由华大基因合成。成熟 PrtA 的编码片段用特异性引物 PrtA-MF 和 PrtA-MR 扩增，通过同源重组的方式克隆到 pPIC9 质粒中，与 α-factor 信号肽序列形成框内融合。克隆试剂盒用的是北京全式金（Transgen）的 Basic Seamless Cloning and Assembly Kit。构建完成后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，电转化进入毕赤酵母 GS115 感受态细胞。蛋白表达按照 EasySelect™ Pichia Expression Kit 说明书操作。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。用无菌牙签挑取单菌落，进行后续验证。
定向进化与机器学习辅助突变
定向进化策略产生了 Q245K 突变体——第245位谷氨酰胺突变为赖氨酸。这个变体的胞外表达量是野生型的1.35倍。
机器学习模型 MPEPE（Mutation Predictor for Enhanced Protein Expression，即"增强蛋白表达突变预测器"）被用来识别参与蛋白分泌的关键氨基酸残基。模型预测出的最优先位点做了饱和突变，从中筛出 I342D 突变体——第342位异亮氨酸突变为天冬氨酸。这个突变体的产率提升至野生型的1.48倍。
两个有益突变被组合到一起，构建出双突变体 PrtA-Q245K/I342D。
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。九种信号肽的完整清单原文摘要未详述，但明确提到其中效果最好的三种：血清白蛋白信号肽、不含前肽区域的 α-factor 信号肽，以及 PrtA 自身天然信号肽。对照实验还考察了含前肽区域的完整 α-factor 信号肽。
15升发酵罐验证
优化后的菌株在15升补料分批生物反应器中进行了放大验证。原文摘要未详述发酵的具体参数（如温度、pH、甲醇流加策略、发酵时长等），但给出了最终产量数据。
研究结果
单点突变的效果
Q245K 突变体将胞外表达量提升至野生型的1.35倍。这个结果说明，仅仅改变一个氨基酸残基，就能对分泌效率产生可观影响。赖氨酸替代谷氨酰胺，可能改变了局部电荷分布或蛋白质折叠动力学，但原文摘要未讨论具体机制。
I342D 突变体来自机器学习预测后的饱和突变筛选，产率提升至野生型的1.48倍。单独看，这个突变的效果略优于 Q245K。
双突变的协同效应
将两个有益突变叠加，得到 PrtA-Q245K/I342D 双突变体。其分泌量达到野生型的1.84倍——不是简单的1.35×1.48=2.0倍，而是1.84倍。这仍然高于任一单突变体，说明两个突变位点之间存在协同增强效应。更重要的是，双突变体的酶学性质没有改变。产量提升而不改变催化功能，这对于工业应用至关重要。
信号肽工程的放大效应
九种信号肽的筛选结果颇具戏剧性。三种表现最好的信号肽——血清白蛋白、α-factor（不含前肽）、PrtA 天然信号肽——各自都能让双突变体的分泌量再翻一倍。组合下来，最终菌株的胞外表达量达到野生型的4.98倍。
而对照组的结果同样醒目：当 α-factor 信号肽包含前肽区域时，产量急剧下降。前肽的存在非但没有帮助，反而严重阻碍了分泌。这一发现提示，对于 PrtA 这类蛋白酶，前肽可能在胞内加工或折叠过程中制造了额外负担。
发酵罐放大结果
在15升补料分批发酵中，优化菌株产出的 PrtA-Q245K/I342D 酶活达到4807.5 U/mL，折合蛋白浓度约1.5 g/L。这是从摇瓶到工业规模的一次成功跨越。需要强调的是，原文摘要未提供发酵过程的详细参数，包括诱导时间、甲醇浓度控制策略、发酵温度等，这些细节在原文全文中有更完整的描述。
讨论与展望
这项工作的价值在于"组合"二字。定向进化找到 Q245K，机器学习预测出 I342D，信号肽筛选再添一把火。三步叠加，产量提升近5倍，且酶学性质保持稳定。每步的贡献都可量化，每个决策都有数据支撑——这正是合成生物学方法论在工业酶改造中的典型应用。
一个值得注意的细节是，机器学习模型 MPEPE 预测的位点与定向进化找到的位点不同，但两者叠加后产生协同而非拮抗效应。这说明分泌效率受多个独立瓶颈制约，逐一击破的策略行之有效。
α-factor 前肽对产量的负面影响也值得深挖。前肽在经典分泌通路中通常扮演分子伴侣角色，但在 PrtA 的分泌中却成了累赘。这一反直觉现象提示，信号肽工程不能照搬"标准答案"，每个目标蛋白都需要实证筛选。
15升发酵罐的数据证明了工艺的可放大性。4807.5 U/mL 的酶活对应1.5 g/L蛋白，对于蛋白酶这类"难缠"的分泌蛋白，这个数字相当可观。后续如果能在更大规模（如百升级以上）重复这一结果，工业应用的前景会更清晰。
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