摘要：大肠杆菌（E. coli）作为重组蛋白生产的核心宿主，其可溶性蛋白表达技术近年来取得显著进展。本文聚焦无抗生素筛选系统、二硫键形成优化、糖基化工程、表面展示技术及代谢负担调控等前沿领域，综述了通过基因工程、载体优化和代谢调控提升可溶性蛋白产率的策略。研究表明，结合人工智能与高通量筛选的新型技术正推动大肠杆菌表达系统向高效、低成本方向突破，为工业化生产提供了新路径。一、无抗生素筛选：更安全的质粒稳定策略

传统抗生素筛选面临耐药性风险与代谢负担，新型无抗生素质粒系统通过营养缺陷型互补实现稳定遗传。例如，将大肠杆菌必需基因infA（编码翻译起始因子 IF1）的启动子替换为阿拉伯糖诱导型启动子，使菌株仅在含阿拉伯糖或携带infA质粒时存活，避免抗生素依赖（图1）。此类系统不仅降低生产成本，还可减少工业发酵中的污染风险，适用于高密度培养。

二、二硫键蛋白表达：从细胞质到周质空间的突破

含二硫键的蛋白（如抗菌肽、纳米抗体）在大肠杆菌细胞质的还原环境中易错误折叠。新型策略通过氧化环境工程提升正确折叠率：

  • 菌株改造：敲除谷氧还蛋白基因并引入硫氧还蛋白降解标签，结合磷酸盐饥饿诱导氧化酶表达，使纳米抗体产率达 2 g/L（摇瓶）。

  • 周质空间表达：利用 CASPON™标签融合技术，在周质空间实现氧化折叠，避免胞质内聚集，已成功用于多种肽类生产。

  • 动态调控：通过磷酸耗尽触发氧化条件切换，使胞质在稳定期转为氧化环境，同步提升折叠效率与细胞活性。

三、糖基化工程：赋予原核系统真核功能

大肠杆菌缺乏天然糖基化路径，近年通过异源路径重构实现突破：

  • O-糖基化：改造菌株引入人源 O - 糖基化 machinery，实现丝氨酸残基的肿瘤相关糖链修饰，且被其他实验室验证可靠性。

  • N-糖基化：利用空肠弯曲菌来源的 PglB 糖基转移酶，结合信号肽突变延长膜驻留时间，实现 N - 糖链修饰，尽管产物功能表征仍需完善。

  • 糖缀疫苗生产：Protein Glycan Coupling Technology（PGCT）实现糖抗原与载体蛋白的体内共价偶联，通过自动化优化使疫苗产量提升，且工程化菌株库拓展了应用场景。

四、表面展示技术：从定性到定量的精准调控

细菌表面展示技术通过标签优化提升功能蛋白密度与检测精度：

  • Split-GFP 系统：仅融合 GFP 第 11 β 链（1.8 kDa），与游离 GFP1-10 片段互补实现荧光定量，避免传统标签对分泌效率的干扰。

  • 分泌优化算法：PySupercharge 算法通过氨基酸突变调整表面电荷，提升 ABC 转运蛋白分泌效率，虽功能验证待完善，但展现序列设计潜力。

  • 溶血素 A 系统：引入正电荷标签（如 S tag）促进分泌，释放后保留功能活性，适用于酶与抗体片段展示。

五、代谢负担调控：从经验优化到系统生物学

代谢负担的核心是资源竞争与应激响应：

  • 转录 - 翻译平衡：优化 pET 载体的 T7 启动子序列（修复缺失碱基、优化核糖体结合位点），使重组蛋白产率提升，且与密码子优化协同增效。

  • CRISPR 文库筛选：构建 T7 RNA 聚合酶核糖体结合位点突变库，通过下调表达速率匹配宿主折叠能力，避免 “毒性” 蛋白过载引发的细胞凋亡。

  • 代谢流重定向：发现代谢负担源于 ATP 与糖酵解中间体积累，通过阿拉伯糖调控 T7 聚合酶活性，实现生长与表达的动态解耦，提升可持续生产能力。

六、功能聚集体：从 “废弃物” 到功能性材料

包涵体曾被视为生产障碍，现通过可控聚集策略转化为功能单元：

  • 标签诱导优化：利用 L6KD-SUMO 融合标签，通过 SUMO 伴侣活性促进正确折叠，同时 N 端聚集肽诱导沉淀，简化纯化流程。

  • 自切割标签：弹性蛋白样多肽（ELP）融合 intein 序列，在碱性条件下溶解并在酸性条件下自切割释放目标蛋白，避免传统层析步骤。

  • 功能化应用：超电荷阳离子肽诱导蛋白相分离，形成可保持酶活性的聚集体，为生物催化与药物递送提供新载体，但其对细胞代谢的影响仍需深入研究。

七、载体与表达系统优化：从 “通用型” 到 “定制化”

经典 pET 载体通过序列修正与动态调控焕发新生：

  • 启动子修复：恢复 pET 载体中 T7 启动子缺失的 4 碱基，结合核糖体结合位点（RBS）优化，使报告蛋白产率提升 2-5 倍。

  • CRISPR-Cas9 筛选：构建 T7 聚合酶活性梯度文库，通过高通量筛选匹配难表达蛋白的最佳转录速率，避免 “一刀切” 诱导的代谢崩溃。

  • 无抗生素载体：基于阿拉伯糖诱导的infA互补系统，实现质粒稳定维持，适用于工业规模的无抗发酵，降低下游纯化负担。

八、未来挑战与技术融合

尽管进展显著，大肠杆菌可溶性蛋白表达仍面临多参数协同优化难题：

  • 代谢负担解析：ATP 积累与糖酵解中间体的调控机制尚未完全明晰，需结合代谢组学与 flux 分析精准定位瓶颈。

  • AI 驱动设计：利用 AlphaFold 预测蛋白 - 标签互作、机器学习优化发酵参数，如通过深度学习算法预测密码子偏好性，提升稀有密码子区域翻译效率。

  • 可持续工艺：开发可生物降解标签、整合连续流发酵与在线监测，减少化学试剂消耗，如微流控芯片实现变性剂梯度精准控制，提升复性效率 30% 以上。

识别微信二维码，添加生物制品圈小编，符合条件者即可加入

生物制品微信群！

请注明：姓名+研究方向！

本公众号所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，不希望被转载的媒体或个人可与我们联系(cbplib@163.com)，我们将立即进行删除处理。所有文章仅代表作者观不本站。