拒绝随缘表达：质粒设计的底层逻辑

很多人做过这样一个实验：

同一段 CDS（编码序列），
只是换了个载体、换了个抗性、或者换了个菌株——

表达量直接从“肉眼可见”，变成“几乎测不到”。

这时候最容易怀疑的是：

操作是不是有问题？
菌是不是不行？

但大多数情况下，问题不在操作，而在系统。

质粒不是拼积木，拼对了就一定能用。

它更像一个小型操作系统：

• DNA 在复制（消耗 dNTP）

• RNA 在转录（占用 RNA polymerase）

• 蛋白在翻译（抢核糖体）

• 宿主在被持续“透支”

只要有一个环节失衡，表达就可能直接崩掉。

本篇文章只讲一件事：

如何把“靠运气表达”，变成“可预测表达”。

一、全局平衡：拷贝数不是越高越好

很多人的第一反应：

表达低？那我上高拷贝载体。

但问题是：

表达不是免费的。

高拷贝意味着：

• 更多 DNA 要复制（消耗 dNTP）

• 更多 RNA 要转录（占用 RNA polymerase）

• 更多蛋白要翻译（占用核糖体）

这里有一个关键点：核糖体才是真正的“战略资源”（ribosome pooling）

很多时候不是能量不够，而是：

核糖体已经被占满了。

结果就是：

• 正常生理活动被压制

• 细胞进入应激状态

• 表达系统不稳定

更隐蔽但更致命的问题：质粒被“淘汰”

当表达负担过高时：

• 带质粒的细胞：很累

• 不带质粒的细胞：轻装上阵

最终会发生：

不带质粒的细胞越长越快
整个体系表达能力逐渐下降

这个过程叫：

Segregational Instability（分离不稳定性）

所以你看到的是：

表达下降

但真实发生的是：

生产体系已经被“轻装细胞”替代了

生长 vs 表达：一个典型的对冲关系

表达越强，细胞长得越慢。

在强启动子系统（如 T7）中，当外源蛋白占总蛋白比例达到较高水平（经验上接近 ~30% 量级）时，常见现象包括：

• 生长明显减缓甚至停滞

• 诱导后细胞状态恶化

• 总产量不升反降

二、转录层：启动子之外的问题

很多人第一反应：

我换个更强的启动子。

但现实是：

转录只是第一步。

表达链条是：

转录 → 翻译 → 折叠 → 稳定

任何一步卡住，前面都是白干。

1. 漏表达：很多系统一开始就已经输掉

还没诱导就开始表达，这叫：

 Leaky expression（漏表达 / basal expression）

对于以下蛋白尤其致命：

• 毒性蛋白

• 膜蛋白

• 调控蛋白

细胞往往在诱导前就已经受损

所以很多时候优化第一步不是“增强”，而是：

先让系统安静下来

2. 转录干扰：问题不是方向，而是边界

很多人知道对冲排布会出问题，
但更常见的是：

 同向排布也会出问题

原因是：

 Transcriptional Read-through（转录通读）

如果终止子不够强：

上游转录会“冲过去”
干扰下游表达模块

结果：

• 启动子被影响

• 表达不稳定

三、翻译起始：表达最容易“卡死”的地方

1. RBS 的本质：是能量，而不是序列

翻译起始效率可以用一个很经典的热力学关系来理解：

表达效率 ≈ exp( - ΔG_total / RT )

这里的 ΔG_total 不是一个简单值，而是由多个部分组成：

ΔG_total =
（核糖体与 mRNA 的结合能）
+（RBS 与起始密码子之间距离带来的影响）
+（核糖体“站位”所需能量）
−（打开 mRNA 二级结构所需的能量）

换句话说，这个 ΔG_total 本质上是在算一笔“总能量账”：

• 能不能结合（binding）

• 能不能站稳（spacing / standby）

• 最关键：能不能把结构“掰开”

2. 一个非常真实的坑：RBS 没变，但表达没了

很多人遇到过：

• RBS没动

• 启动子没动

• 只换了 CDS

表达直接消失

原因通常是：

CDS 前端与 RBS 形成稳定发卡结构

结果：

• 核糖体进不去

• 翻译启动失败

这种现象常被戏称为“玄学”，

但本质上只是：

你的 RBS 被 CDS 卷进去“陪葬”了。

不是门没做好，是门被锁死了。

这也是为什么：

RBS Calculator 等工具已经成为标配

因为它计算的是：

整体能量，而不是局部序列

3. 稀有密码子：不是慢，而是“卡住”

稀有密码子会导致：

• 核糖体停滞

• 翻译中断

• 错误掺入

• 折叠异常

解决思路：

• 密码子优化

• 或使用 Rosetta 等菌株补充 tRNA

四、骨架效应：很多问题藏在“看不见的地方”

很多人设计时只关注：

• CDS

• 启动子

• 标签

但真正影响表达的，还有：

• 载体骨架

• 非编码区

• 抗性基因

这类问题统称为：

Context-dependency（上下文依赖）

 同一个模块，换个环境，表现就变了。

1. Ampicillin 的一个经典坑

Ampicillin 的问题在于：

 β-lactamase 可扩散到培养基中

结果：

• 不带质粒的细胞也能存活

• 筛选压力下降

更稳定的选择是：

 Kanamycin

原因：

通过胞内酶灭活，不会扩散

五、表达 = 质粒 × 宿主 × 条件

很多人问：

这个质粒好不好？

但真正的问题是：

系统匹不匹配

1. 换菌株，其实是在换“解决路径”

• BL21：通用表达

• Rosetta：补充稀有 tRNA

• C41/C43：BL21 衍生株，降低毒性表达压力

• Shuffle：适合二硫键蛋白

2. 条件优化：决定表达上限的关键变量

关键因素包括：

• 温度

• IPTG 浓度

• 诱导时机

经典经验：

降低温度（如 37℃ → 16℃）通常会：

• 降低表达速率

• 提高折叠正确性

• 提高可溶性

结语

过去做表达，更像“炼金术”：

• 多试几个载体

• 多换几个菌株

• 总能碰到一个能用

但现在：

系统复杂度已经上来了
试错成本越来越高

表达设计正在变成一门工程学：

• 有模型

• 有参数

• 有边界

• 有代价

参考资料

[1] Salis H M. The ribosome binding site calculator. Methods in Enzymology, 2011, 498: 19–42.

[2] Kudla G, Murray A W, Tollervey D, et al. Coding-sequence determinants of gene expression in Escherichia coli. Science, 2009, 324(5924): 255–258.

[3] Plotkin J B, Kudla G. Synonymous but not the same: the causes and consequences of codon bias. Nature Reviews Genetics, 2011, 12(1): 32–42.

[4] Mutalik V K, Guimaraes J C, Cambas S Y, et al. Precise and reliable gene expression via standard transcription and translation initiation elements. Nature Methods, 2013, 10(4): 354–360.

[5] Bentley W E, Mirjalili N, Andersen D C, et al. Plasmid-encoded protein: the principal factor in the metabolic burden associated with recombinant bacteria. Biotechnology and Bioengineering, 1990, 35(7): 668–681.

[6] Rosano G L, Ceccarelli E A. Recombinant protein expression in Escherichia coli: advances and challenges. Frontiers in Microbiology, 2014, 5: 172.

[7] Carrier T A, Keasling J D. Library of synthetic 5′ secondary structures to manipulate mRNA stability in Escherichia coli. Biotechnology Progress, 1999, 15(1): 58–64.

[8] Chen Y J, Liu P, Nielsen A A K, et al. Characterization of 582 natural and synthetic terminators and quantification of their design constraints. Nature Methods, 2013, 10(7): 659–664.

[9] Cardinale S, Arkin A P. Contextualizing context for synthetic biology: identifying causes of failure of synthetic biological systems. Biotechnology Journal, 2012, 7(7): 856–866.

声明：本文仅用于科研交流与方法讨论，不构成具体实验方案建议。不同体系差异较大，实际应用需结合具体实验条件进行验证与优化。

鹏研社 · 研究 · 成长 · 连接