[發明專利]密碼子優化

有效

• 申請號: 201980050408.0
• 申請日: 2019-07-30
• 公開（公告）號: CN112513989B
• 公開（公告）日: 2022-03-22
• 發明（設計）人: 樊隆
• 申請（專利權）人: 南京金斯瑞生物科技有限公司
• 主分類號: G16B30/00
• 分類號: G16B30/00
• 代理公司: 北京華睿卓成知識產權代理事務所(普通合伙) 11436
• 代理人: 程淼

一種用于優化在宿主中表達蛋白質的核酸序列的示例性計算機實現方法，其包括：a)接收初始群體集，其中所述初始群體集包含能夠表達所述蛋白質的多個初始候選核酸序列(106)；和b)基于所述初始群體集，使用計算機輔助的NSGA?III算法或其變型執行協調指數、密碼子背景指數和離群指數的優化，從而獲得能夠表達所述蛋白質的多個優化的核酸序列(108)。

以ASCII文本文件提交序列表

下面提交的ASCII文本文件的內容以引用方式整體并入本文：序列表的計算機可讀形式(CRF)(文件名：759892000440SEQLIST.TXT，記錄日期：2018年7月25日，大小：4KB)。

發明領域

本公開總體上涉及優化技術，且更具體地涉及用于優化在宿主中表達蛋白質的序列(例如，核酸序列)的系統和方法。

背景技術

密碼子簡并性是指遺傳密碼的冗余性，其以氨基酸可以由不同的同義密碼子指定的現象表現出來。得注意的是，發現這些同義密碼子在大多數經測序的基因組中以不相等的頻率被使用。這種現象被稱為密碼子使用偏好性。

因為生物醫學和生物技術研究及工業生產需要具有正確折疊和修飾的高質量蛋白質，所以如何探索和總結反映高度表達的基因的密碼子使用偏好性的潛在有益規則和模式對于提高蛋白質的表達水平至關重要。然而，蛋白質表達是多步驟的過程，其涉及在轉錄、mRNA周轉、翻譯和翻譯后修飾的水平上的調控，從而使得能夠形成穩定的產物。即使是單個同義密碼子替換也可以使轉基因的表達增加超過1,000倍。因此，密碼子優化為合成基因在重組宿主中的最佳表達奠定了基礎。

發明內容

本文提供了使用多目標優化算法考慮和平衡多種因素的增強密碼子優化的系統和方法。根據一些實施方案，密碼子優化尤其基于三個目標：(i)首先如何分配某些氨基酸的同義密碼子的計數，(ii)如何將同義密碼子置于其最合適的位置，以及(iii)如何減少不利但意外產生的子序列和/或基序。在一些實施方案中，這三個目標被量化為協調指數、密碼子背景指數和離群指數。在優化過程中，使用多目標算法如非支配排序遺傳算法III(NSGA-III)或其變型來考慮目標。具體而言，對于給定的候選核酸序列，可以參考高度表達的基因的已知特征來計算目標。在一些實施方案中，在基因合成和蛋白質表達之前，從一個或多個優化的序列中去除各種已知的不利基序和/或特征(例如，從文獻中鑒定的)。

因此，本發明提供了一種系統方法，由此優選影響蛋白質表達的所有或大部分參數和因素(包括但不限于密碼子協調性、密碼子使用(例如同義密碼子分布)、密碼子背景指數、順式作用mRNA去穩定基序、RNA酶剪接位點、GC含量、核糖體結合位點(RBS)、基因的mRNA二級結構(例如mRNA自由能)和重復元件)都被考慮到，以改進和優化核酸序列，從而促進基因在表達系統，諸如在包括真核細胞和原核細胞(如哺乳動物、昆蟲、酵母、細菌、藻類)在內的表達宿主細胞中，以及在無細胞表達系統中的蛋白質表達。

在一些實施方案中，提供了用于優化在宿主中表達蛋白質的核酸序列的計算機實現方法，所述計算機實現方法包括：a)接收初始群體集，其中初始群體集包含能夠表達蛋白質的多個初始候選核酸序列；和b)基于初始群體集，使用計算機輔助的NSGA-III算法或其變型進行協調指數、密碼子背景指數和離群指數的優化，從而獲得能夠表達蛋白質的多個優化的核酸序列，其中候選核酸序列的協調指數指示多個高度表達的基因和候選核酸序列之間的同義密碼子的使用頻率分布的一致性，其中候選核酸序列的密碼子背景指數是用于將同義密碼子置于合適位置的量度，并且其中候選核酸序列的離群指數是多個預定序列特征對候選核酸序列的負面影響的量度。

在一些實施方案中，該方法還包括提供指示多個優化的核酸序列中的至少一個優化的核酸序列的輸出。

在一些實施方案中，接收初始群體集包括：接收蛋白質序列；基于接收的蛋白質序列產生初始群體集。