以 mRNA 稳定性为设计目标的序列优化提升 CHO 细胞中单克隆抗体产量
核心概要
该研究将 mRNA 稳定性作为可调控的密码子优化设计参数，构建 IgG1 轻链同义编码序列组合文库并单拷贝整合到 CHO 细胞固定基因组位点，用 gDNA 与 mRNA 深度测序得到的稳态 mRNA 丰度作为稳定性代理指标，训练基于预训练核苷酸 transformer 嵌入的丰度预测模型，并将其与翻译指标一起纳入遗传算法进行多目标密码子优化；以 Trastuzumab 编码序列为概念验证，高丰度设计相对低丰度设计使胞内 mRNA 提高 41%、蛋白滴度提高 59%、细胞比生产率提高 85%，相对两家商业供应商基准序列滴度提高 70%、比生产率提高 98%，而活细胞密度相当。
深度剖析
把 mRNA 稳定性确立为密码子优化中一个可调、可与翻译指标并用的设计维度。 以往密码子优化多围绕翻译效率等指标，这里将稳态 mRNA 丰度作为独立可优化的目标纳入多目标遗传算法。 在 CHO 细胞固定基因组位点单拷贝整合、调控元件一致的条件下构建同义编码序列组合文库，并以 gDNA 与 mRNA 深度测序量化稳态 mRNA 丰度作为稳定性代理。
建立了从编码序列预测 mRNA 丰度的机器学习模型，并可直接用于序列设计。 该预测器使用预训练核苷酸 transformer 的嵌入，把序列到丰度的映射接入遗传算法，使丰度成为可计算、可优化的目标。 模型由上述同义变异文库的实测丰度数据训练，并在 Trastuzumab 序列的高/低丰度优化设计中得到实验验证。
高丰度优化序列在细胞水平显著提升表达表现。 相对低丰度设计，胞内 mRNA 提高 41%、蛋白滴度提高 59%、细胞比生产率提高 85%，活细胞密度相当。 通过靶向整合生成 CHO 细胞系并实测蛋白滴度与细胞比生产率，同时与低丰度设计对照比较。
高丰度优化序列优于商业供应商提供的基准序列。 相对两家商业供应商的基准序列，滴度提高 70%、细胞比生产率提高 98%。 在同一实验体系中以靶向整合细胞系实测滴度与比生产率，并与商业基准序列直接比较。
启示与展望
该结果面向 CHO 细胞中单克隆抗体（IgG1 轻链、Trastuzumab 编码序列）的表达优化，采用固定基因组位点单拷贝整合与一致调控元件的受控设置；作者提出该方法对其他蛋白和表达系统具有潜在适用性，但本文的验证范围限于上述体系。
当前为摘要层面的解读，未包含图表与补充材料，因此模型结构细节、文库规模、统计检验方式以及不同序列背景下丰度优化的稳健性仍需查阅原文确认；此外，mRNA 稳定性作为代理指标的适用范围、以及在其他蛋白与表达系统中的可迁移程度，仍是值得关注的开放问题。