在酵母中的蛋白质分泌的高通量优化通过工程生物传感器
Alexandra Cleaver1, Runpeng Luo1, Oliver B Smith1
1Research School of Biology, Australian National University, Canberra, ACT 2600, Australia.
Trends in biotechnology
|December 14, 2024
概括
在合成生物学中,优化蛋白质分泌是至关重要的. 一个新的酵母生物传感器能够对信号 (SP),促进剂和终止剂等遗传元素进行高通量选,以最大限度地提高蛋白质生产效率.
科学领域:
- 合成生物学 合成生物学
- 分子生物学分子生物学
- 生物技术是生物技术.
背景情况:
- 蛋白质和酶的有效分泌对于合成生物学应用至关重要,使其能够在没有细胞溶解的情况下进行连续的生产和净化.
- 虽然N端信号 (SPs) 直接对真核蛋白质分泌,但它们对效率的序列影响尚不清楚,目前的系统使用有限的SPs.
- 优化遗传结构,包括促进体和终结体,对于分泌效率至关重要,但由于效率低下的选方法,仍然是一个瓶.
研究的目的:
- 开发一种高通量选 (HTS) 方法,以优化蛋白质分泌效率.
- 量化信号 (SP) 序列变化的对蛋白质分泌的影响.
- 为了确定优化异质蛋白表达的遗传元素的最佳组合.
主要方法:
- 适应酵母G蛋白结合受体 (GPCR) 生物传感器来测量共分泌的标签.
- 通过与GPCR激活相关的光报告器量化蛋白质分泌效率.
- 组装超过6000个基因构造组合,使用单组合金门克隆用于HTS.
主要成果:
- 证明了生物传感器快速识别最佳分泌元素组合的能力.
- 通过使用开发的HTS系统,成功量化了蛋白质分泌水平.
- 突出了SP序列优化对分泌效率的重大影响.
结论:
- 开发的酵母生物传感器为优化蛋白质分泌提供了一个高效的HTS平台.
- 信号的优化是设计有效的异质蛋白表达策略的关键初步步骤.
- 这种方法显著提高了合成生物学中蛋白质分泌系统的设计和效率.
