「技術分享」原核蛋白表達常見問題分析

2021-01-10 菲恩談生物技術

原核表達是指通過基因克隆技術,將外源目的基因,通過構建表達載體並導入表達菌株的方法,使其在特定原核生物或細胞內表達。原核蛋白表達系統是目前最常用、最經濟的蛋白表達方法。大腸桿菌表達系統是應用最廣泛的原核蛋白表達系統之一。一個完整的表達系統通常包括配套的表達載體和表達菌株。如果是特殊的誘導表達還包括誘導劑,融合表達還包括純化系統或者Tag檢測等等。選擇表達系統通常要根據實驗目的來考慮,比如表達量高低,目標蛋白的活性,表達產物的純化方法等等。下面介紹下原核表達過程中常見問題。

01

Q: 為什麼目的蛋白總是以包涵體形式出現?

A: 在原核表達純化中目的蛋白經常發生錯誤摺疊,並聚集成為包涵體。經過誘導後目的蛋白表達通常可達細胞總蛋白的50%以上,雖然有一定比例的蛋白以可溶形式存在,多達95%的蛋白則存在於包涵體。為了獲得更多可溶蛋白,在實驗過程中,可以降低誘導溫度,例如16-30℃,或降低IPTG濃度(0.01-0.1mM)並延長誘導時間,還可以採用特別的培養基培養細菌。

02

Q: 跨膜蛋白為什麼很難表達?

A: 跨膜蛋白的表達成功率相對較低是一個常見問題,主要原因可能有兩個:

1.跨膜蛋白一般都是強疏水性的胺基酸分子和親水性的分子跳躍式連結,形成的親水疏水的一個最簡單的跨膜化學結構,這種結構和信號肽結構形似。而對於原核細胞來說,簡單的細胞器很難像真核細胞一樣完成信號肽的識別及切除、引導內質網、高爾基體重新包裝及分泌這一複雜過程,有些蛋白多次跨膜,對於原核細胞來說幾乎是不可能完成的任務。

2.對於疏水性片段,在原核細胞表達中非常容易形成包涵體,疏水性多肽會抑制翻譯過程,甚至與原核膜結構融合形成毒性,處於生物自我保護的本能,所有細胞器都會停止合成蛋白的過程。

03

Q: 如何選擇蛋白表達宿主菌?

A: 原核表達系統和真核細胞偏愛的密碼子不同,因此,在用原核系統表達真核基因的時候,真核基因中的一些密碼子對於原核細胞來說可能是稀有密碼子,從而導致表達效率和表達水平很低。蛋白表達問題及菌株選擇有以下幾種:

1.無蛋白表達或出現截短蛋白

可能原因是大腸桿菌的密碼子偏移性。需要補充稀有密碼子tRNA,或將稀有密碼子突變為普通大腸桿菌密碼子。

建議表達菌株:Rosetta 2, Rosetta-gami 2, Rosetta-gami B, RosettaBlue

2.表達為包涵體蛋白

可能原因一是目的蛋白含有二硫鍵,二硫鍵形成困難,可以利用促進二硫鍵形成的各種載體標籤,建議表達菌株是Origami 2, Rosetta-gami 2, Rosetta-gami B;二是表達過快,表達量過高,可以降低誘導溫度,IPTG濃度優化,建議表達菌株是Tuner, Rosetta-gami B。

3.蛋白無活性

可能原因是蛋白錯誤摺疊。可以利用促進二硫鍵形成的各種載體標籤,建議表達菌株是Origami 2, Rosetta-gami 2, Rosetta-gami B,也可以降低誘導溫度,IPTG濃度優化,建議表達菌株是Tuner, Rosetta-gami B。

4.細胞死亡,生長極困難

可能表達的是毒性蛋白,需要更嚴格的本底表達控制,建議表達菌株pLysS。

04

Q: 能不能說一下原核蛋白純化方式及選擇方法

A: 蛋白純化方法常用的有親和純化、離子交換、切膠回收。

1.一般帶有HIS,GST,SUMO,Fc等融合標籤的蛋白,我們可以通過Ni柱、GST柱、protein A等進行親和純化,用親和純化方法一般可以獲得85%以上純度的蛋白,方便快捷。

2.如果不想讓重組蛋白帶有標籤,可以先表達帶標籤重組蛋白,親和純化後用蛋白工具酶切割融合蛋白,再純化除去工具酶。或者直接表達無標籤重組蛋白,進行離子、分子篩、疏水等純化。

3.如果需要表達的蛋白作為抗原,可以直接通過切膠回收的方式,此方法獲得蛋白純度較高,進行免疫後獲得的抗體進行WB實驗,靈敏度較高。

05

Q: 獲得的蛋白是有活性的嗎?

A: 要讓原核表達重組蛋白有活性,條件很複雜,合適的緩衝液體系、鹽濃度、蛋白摺疊狀態甚至檢測活性的方法的差別都可能導致蛋白活性差異。一般情況下,上清表達的蛋白要比包涵體經過變復性純化得到的蛋白活性要好,所以我們儘量從上清中獲得蛋白,期許蛋白摺疊達到最接近活性狀態。

Q: 謝謝你,菲小恩。

A: 不用謝!科研好幫手,專業生產商。能夠幫到你是我的榮幸和使命!

相關焦點

  • 原發灶「陰」而腦轉移「陽」:乳腺癌HER2表達的時空異質性
    原發灶「陰」而腦轉移「陽」:乳腺癌HER2表達的時空異質性
  • 四大維度,全方位剖析APP「分享功能」
    分享動機、分享場景4個維度來聊聊「社交分享」的那些事兒。圖片分享圖片分享時一種很常用的形式,直擊重點,節約閱讀時間,如果圖片設計得好,一圖勝千言。並且由於圖片比文字有了更多的視覺信息,能夠向外傳達一種產品的氣息,俗稱「範兒」,比如「設計範兒」、「科技範兒」和「文藝範兒」,能夠體現產品本身的格調。
  • 自主研發IVD試劑原料,「博嶽生物」完成千萬級天使輪融資
    據悉,「博嶽生物」已於近日完成千萬級天使輪融資。本輪融資由凱風創投獨家投資,融資所得主要用於公司開發新產品、擴大產能,以及拓展公司的銷售團隊。「博嶽生物」成立於2018年,是一家IVD試劑原料及整體解決方案服務商。
  • R 語言之數據分析「Resampling」
    本節主要總結「數據分析」的「Resampling」重抽樣思想,並通過 R 語言實現。有一種東西叫作「傳統」,它在很多時候很有用,但會讓你思維固化,在新的環境下讓你出錯。在總結回歸分析和方差分析的時候 ④R語言之數據分析「初章」,我總是會在模型的建立之前提到「統計假設」,在模型建立之後進行「假設檢驗」,原因想必大家都能理解,就是因為這些「統計假設」是我們模型建立思想的基礎,是支撐我們模型正確性的「必要條件」。但是,不可否認的是,這些「必要條件」最終會成為我們「數據分析」的局限,讓我們對「不滿足條件的數據集」束手無策。
  • 「競品分析」的理念、流程、方法、工具
    2,競品分析與市場分析其實是有區別的。市場分析、競品分析、產品分析、產品體驗分析在「分析目的」、「產品數量」、「分析維度」三個方面都是有所區別的,是一個從宏觀到微觀的過程。產品戰略規劃階段,可使用「PEST分析」與「波特五力模型」歸納出「SWOT分析」中的機會與威脅,從而得出「該不該做」的戰略結論。
  • 技術貼|WB常見問題原因分析及解決辦法
    蛋白免疫印跡(WB)基於抗原抗體的特異性結合作用,以檢測複雜樣品中的某種蛋白,並對其進行半定量分析的一種方法。主要用於靶標蛋白特異性表達的定性或半定量分析,蛋白與蛋白或蛋白與DNA相互作用的後續分析,以及蛋白修飾的鑑定分析。
  • Gartner預測2019年十大「數據和分析技術」趨勢:增強型分析成為...
    增強型數據分析,增強型數據管理,持續型智能,可解釋的 AI,數據結構,NLP/對話式分析,商業 AI 和 ML,區塊鏈和持久性內存伺服器共同構成了 Gartner 2019 年十大「數據和分析技術趨勢」。 最近兩天裡,2 月 18 日-19 日,在雪梨舉行的 Gartner 數據與分析峰會上,增強型數據分析和可解釋的人工智慧成為焦點。
  • 「行業研究專題」如何應用MECE原則來分析問題
    MECE,即「Mutually Exclusive,Collectively Exhaustive」,它的發音類似於法語的Mercy。Mutually在英文中是「相互」的意思,Exclusive是「獨立」的意思。Collecitvely是「集合在一起」,Exhaustive是「窮盡」。
  • 幫助病人快速找到致病原,「IDbyDNA」用AI提高宏基因組檢測效率
    這個時候,宏基因組檢測會是一個好方法——它能一次性檢測出病人身上的多種微生物和致病原,幫助醫生快速找到病因。36氪近期接觸的「IDbyDNA」就是宏基因組檢測賽道的主要玩家。「IDbyDNA」可以同時檢測病人身上的所有微生物的DNA和RNA,即通過分析病人身上微生物的大量遺傳物質序列,來找出致病的病毒、細菌或真菌,從而把診斷問題變為計算問題。
  • 「答案分享」智慧樹雲計算技術答案
    ( )A:對B:錯正確答案:「對」2雲計算涉及以下哪些技術( )。( )A:對B:錯正確答案:「對」2搜索是雲數據中心的典型應用之一。( )A:對B:錯正確答案:「對」3兩階段提交協議有一個明顯的缺點,那就是阻塞 ( )A:對B:錯正確答案:「錯」
  • 埃洛克防務發布「守望者」、「觀測者」
    ,以及雲端實時分享等服務。結合母公司AIRLOOK在製圖、人工智慧、雲計算等技術與服務的積累,埃洛克防務將攜手合作夥伴,深耕防務業務在應急、公安、生態、工程、工業、能源等領域的廣泛應用。「守望者」與「觀測者」以簡單易上手的操作體驗,適用不同的應用場景。
  • 怪物獵人世界冰原畫面卡頓 DirectX12開關問題分析
    怪物獵人世界冰原畫面卡頓 DirectX12開關問題分析 來源:www.18183.com作者:阿姆斯特朗雷時間:2020-01-10 分享到: 《怪物獵人世界:冰原》DLC已經在1月10凌晨正式發售,遊戲本體價格調整至203元,DLC價格如下:標準版271元,數字豪華版339元,大師版406元,大師數字豪華版474元。
  • 每周研究一個問題「22:宏觀角度看數據分析」
    最後,不斷循環,直到找到問題所在2.4.2 數據分析基本方法任何數據分析都是「細分,對比,溯源」這三種行為的不斷交叉。最常見的細分對比維度是時間,我們通過時間進行周月同比,發現數據異常後,再進行維度或流程上的細分,一步步拆解找到問題所在。
  • 初學者如何做好蛋白表達?這 8 個知識點收好
    重組蛋白表達技術可以用來分析基因調控以及研究蛋白質結構和功能。無論是體內功能研究還是用於結構研究的大規模生產,以及生物治療領域的藥物開發都需要用到蛋白表達技術。
  • 藥物發展簡史:從柳樹皮到「上帝的手術刀」
    小分子和短肽、抗體類藥物作用的「靶點」是蛋白質,調節蛋白的功能;核酸類藥物作用的「靶點」是mRNA,調節蛋白的表達;基因療法藥物作用的「靶點」是DNA,不僅可以改變蛋白的表達,甚至還能夠可遺傳地修改蛋白的編碼序列。基因療法從因果關係強的罕見病做起,將會逐步拓展到多因素常見病的治療和管理中。
  • 創生·「粒子對」的湮滅是萬物原初核合成的結果
    元素與人著名的物理學家也是諾貝爾物理學獎得主「費恩曼」對「我」有一個非常精闢的論述:我,一個原子的宇宙,也是一個宇宙中的原子。所以我們既是宇宙裡面微小的一個成分,那另一方面在我們身體裡面又包含了大量來自宇宙的原子。
  • 創新工場「數據下毒」論文入選NeurIPS 2019,AI安全問題需要引起...
    顧名思義,「數據下毒」即讓訓練數據「中毒」,具體的攻擊策略是通過幹擾模型的訓練過程,對其完整性造成影響,進而讓模型的後續預測過程出現偏差。(「數據下毒」與常見的「對抗樣本攻擊」是不同的攻擊手段,存在於不同的威脅場景:前者通過修改訓練數據讓模型「中毒」,後者通過修改待測試的樣本讓模型「受騙」。)
  • 「GAIR 大講堂」大牛、學霸們的精華分享一次看個夠 | 年度盤點
    「GAIR 大講堂」。這篇論文中首先證明了在數據來自於馬爾科夫鏈的情況下,鞍點問題的期望意義下和高概率意義下的有限樣本誤差,進而得到了更接近於實際情形下的GTD的算法的有限樣本誤差分析。極限元算法專家:深度學習在語音生成問題上的典型應用 內容簡介:深度學習在語音生成和語音增強上的新穎應用方法Video ++孫兆民:人工智慧行業報告——視頻內容識別行業分析   內容簡介:這份報告並非針對人工智慧領域全局觀,而是解構視頻行業,圍繞國內視頻內容識別這一垂直領域的創業公司展開討論,從市場、產品、技術、商業模式、人才等多個維度出發,淺析人工智慧技術在視頻中的發展方向
  • 霍伊爾提出「碳的激發態」,使用的是「人擇原理」
    宇宙元素豐度問題是「大爆炸模型」和「穩恆態模型」共同關心的問題:伽莫夫的「大爆炸模型」能夠解釋氫和氦的豐度,但是比氦更重的元素是如何產生的,讓伽莫夫一籌莫展。霍伊爾的「穩恆態模型」也需要解釋在氫原子不斷被創生之後,重元素又是如何產生的。伽莫夫和霍伊爾兩個陣營的第1人都需要解釋——「在宇宙這個煉火爐中比氦更重的元素是如何生成的?」
  • MIT 萬字論文解析:「好用」的自動輔助駕駛背後,是犧牲了「安全」嗎?
    MIT 的「信任系統」早在 2016 年,麻省理工學院交通與物流中心的工作人員開始了一項特殊的針對自動駕駛技術的研究。通過搜集大量真實駕駛數據,利用深度學習算法進行分析,目的是探明人類與 AI 的互動機制,即「如何在不斷提升道路安全的同時不犧牲駕駛的愉悅性」。