Nuclera无细胞蛋白表达系统：数字微流控如何加速蛋白筛选

做蛋白研究的人，十有八九在筛选阶段被拖过进度。想验证十几个突变体的表达情况，传统细胞表达要走完“构建-转化-培养-诱导-破菌-检测”的链条，一个循环下来至少一周，还经常碰上蛋白对宿主有毒、怎么诱导都不出条带的情况。Nuclera无细胞蛋白表达系统把这条链条拦腰截断，直接在体外完成转录和翻译，配合数字微流控芯片，把几十上百个反应压缩在几小时里做完。曼博生物作为这套系统在国内的引入平台之一，正在把这种筛选能力铺到更多实验室的日常流程里。

这套方案并不是要替代你最终的细胞表达和生产工艺，它解决的是“前期筛什么、怎么筛、值不值得往下走”的问题。从抗体片段筛选、酶变体评估，到那些毒性蛋白和膜蛋白的早期验证，无细胞表达都有用武之地。无论你是刚进实验室的学生，还是已经管着好几条研发线的负责人，看懂这套系统的边界和用法，至少能帮你在项目的下一个路口少走一次弯路。

1. 无细胞蛋白表达技术概览：Nuclera在蛋白表达筛选中的定位

1.1 什么是无细胞蛋白表达（CFPS），它解决了蛋白研究里的什么问题

所有细胞表达的本质，都是把活细胞当成微型工厂。而无细胞蛋白表达（Cell-free Protein Synthesis，CFPS）直接跳过“细胞”这层壳，把大肠杆菌等宿主细胞裂解后，提取出核糖体、tRNA、翻译因子、代谢酶这些“蛋白生产设备”，在体外重建一套转录翻译体系。操作者只需要往里加入DNA模板、氨基酸和能量物质，就相当于把装配车间搬到了实验桌上，不用管物流、不用管发动机能不能打着火，只要给图纸和原料，就能在几个小时内看到完整的蛋白装配过程。

这套体系里每个组分都各司其职。细胞裂解物提供核糖体和翻译必需的酶系，DNA模板提供合成指令，氨基酸混合物作为合成原料，能量再生系统维持ATP循环，镁离子和辅因子稳定核糖体结构。把这些组分按比例混在一起，在25到37度之间静置数小时，转录酶先生成mRNA，核糖体再完成翻译，产物直接暴露在反应液中，不需要破菌提取，也不需要跨越细胞膜运输，整个过程高度可控，速度比细胞培养快出一个量级。

无细胞表达能解决什么问题，往大了说是摆脱了“细胞存活”这个硬约束。传统表达绑定宿主生长状态，蛋白产物的积累还要考虑细胞耐受性，一旦目标蛋白对宿主有毒，经常连菌都养不起来。而无细胞体系里的“宿主”本身就是一堆碎片化的酶和核糖体，不存在死亡的概念。这一点在做膜蛋白、抗菌肽、某些对生长有抑制作用的酶时，优势特别明显。往小了说，表达耗时从以天计算变成以小时计算，决策链大幅缩短，这在早期筛选阶段几乎是决定性的。

1.2 Nuclera的技术路线：数字微流控如何把“筛选”变成系统

Nuclera这套系统的底子，是把无细胞表达和数字微流控（Digital Microfluidics，DMF）做了组合。数字微流控的核心不是泵和管路，而是通过芯片表面的电极阵列产生电场力，直接操控液滴在芯片上移动、分裂、混合、孵育。液滴体积可以做到十几到几十微升，甚至更小，实验设计一旦在软件里生成，无数个液滴就按设定好的矩阵并行反应。

操作者在芯片加样孔里放入预混好的反应液和DNA模板，软件按预设方案把液滴配成不同组合，移到孵育区，设定温度运行，再用光学检测模块读取信号。整个流程从加样到出数据，操作者真正动手的环节其实只有两步：准备DNA模板，以及把样品加到加样孔里。液滴怎么混合、什么时候混合、每个反应孵育多长时间，这些全部由系统统一执行。好处很直接：平行化程度高、单个反应体积小、试剂消耗少、批次间手工操作差异被压到极低。

曼博生物在这个链条里的角色，是把上游技术和下游实验室使用场景衔接起来。不光提供设备的本地化渠道，更重要的是搭了一套应用支持体系，包括试剂供应、方法建立、问题排查、技术人员培训。对于人力紧张的中小实验室来说，这相当于把“引进一个新工具”的门槛从从零搭体系变成了拿来即用。设备固然重要，但能不能顺利嵌入现有研发流程，往往更取决于有没有人帮你把方法和坑提前踩完。

1.3 为什么无细胞表达尤其适合“筛选”而不是“生产”

这里需要先把“筛选”和“生产”的定位分清楚。生产看重的是产量、折叠质量、纯化收率、工艺稳定性，最终还是要靠细胞发酵或大规模反应器去实现。筛选看重的则是相对比较和快速决策：这个变体到底有没有表达？哪个条件下表达更高？哪个方向值得投入下一步放大？两件事的时间尺度、成本结构、实验设计逻辑完全不一样。

无细胞表达天然就是为筛选场景设计的。模板制备门槛低，PCR产物可以直接用，不用每个变体都走一遍亚克隆；反应体积小，适合铺条件矩阵，不会因为试剂成本而限制实验自由度；读值直接，荧光信号或条带灰度能很快反映相对表达水平。这几件事叠加起来，让“试错”的成本下降了一个数量级。筛选阶段要快、要广、要相对比较，无细胞系统优势很强；拿到少数几个命中序列后，再做细致的折叠优化、翻译后修饰、大规模生产，这些还是要回到细胞体系甚至真核体系。两者不是替代关系，而是接力关系。

2. 核心细节解析与实操要点

2.1 决定表达结果的五个关键变量

讲清楚这套系统的底子之后，真正决定实验成败的还是变量控制。无细胞表达体系看起来简单，但一个蛋白表达不出来，往往不是体系不行，而是某个变量偏离了窗口。我梳理了五个最关键的变量，每个都直接影响结果。

首先是模板形式与纯度。线性PCR片段和无内毒素提取的质粒都可以用，线性模板胜在速度快，从拿到序列到上样反应只需要一次PCR加一次纯化。但线性片段容易被体系里的核酸酶降解，纯化时要注意去除残留引物和盐离子，否则会干扰翻译。其次是模板浓度，多数体系在2到10纳摩尔范围内表现较好，浓度过低信号弱，浓度过高反而抑制翻译，因为大量mRNA会和核糖体竞争有限的翻译资源。第三是镁离子浓度，它直接关系到mRNA与核糖体的结合稳定性，不同蛋白、不同裂解物批次的最优浓度都不完全一样，值得做一组梯度。第四是孵育时间，多数体系在两到六小时到达平台期，但持续更久不一定更好，能量物质耗尽后表达量反而可能下降。第五是温度，三十到三十七度之间最常用，但对容易聚集的蛋白，降低到二十五度往往能改善可溶性。

实操中有一个很容易被忽略的原则：第一次接触某个蛋白时，不要一上来就铺满矩阵。先用相对保守的参数组合，推荐浓度、标准镁离子、三十度、三小时，测一次有或没有表达，确认体系通了，再去做条件优化。直接铺大矩阵的坏处是，一旦全部没信号，你根本不知道问题出在模板还是体系还是操作。

2.2 Nuclera系统操作流程与参数速查

Nuclera系统的操作流程，按我的经验可以拆成六个环节。第一步是制备DNA模板，推荐用QC合格的PCR产物或质粒，电泳确认主带单一，浓度至少做到一百纳克每微升以上。第二步是预混表达体系，配置时把无细胞裂解物、DNA模板、必须的辅助因子按比例混合，注意裂解物不要反复冻融，最好分装成单次用量保存。第三步是芯片加样，用移液枪向加样孔缓慢注入样品，避免产生气泡，气泡会导致液滴移动路径中断或体积不准。第四步是软件编排，在程序里设定液滴体积、混合顺序、孵育温度和检测时间，多数情况下单个反应二十到五十微升完全够用。第五步是运行与读取，程序结束后会自动输出光学信号，可以直接作为相对表达量的数据源。第六步是验证，挑出信号强的样品，取反应液跑SDS-PAGE，必要时做Western blot确认分子量。

这里补一个参数速查，方便新手上手时对照设置：反应体积二十到五十微升，每张芯片可安排几十个反应，具体通量按芯片规格定；孵育温度默认三十度，如果后续要优化再按矩阵调整；检测波段取决于试剂盒配置，常用荧光强度对应表达水平，有条件的话加一组荧光蛋白做标曲，后续换算相对产量会方便很多。

2.3 设计筛选矩阵的思路：先从“有/无”开始，再谈“高/低”

筛选矩阵的设计直接决定数据质量，也决定你会不会浪费一轮实验。我的习惯是把筛选分成三层来推进。

第一轮只回答“这个蛋白能不能表达”。选三到五个代表性变体，加上阳性和阴性对照，全部用推荐条件跑一次。这一轮的目标非常简单，就是确认体系对这个特定蛋白是通的。第二轮等确认能表达之后，选一到两个变体做条件矩阵，把温度、镁离子浓度、时间这几个变量铺开，找到最合适的表达窗口。第三轮再用这个窗口去评估全部变体，得到排序结果，作为后续细胞表达放大或活性验证的输入。

为什么要这样分层？因为大矩阵看起来效率高，实际上数据噪音会被放大。如果几百个组合里有一批信号异常，你很难判断是模板问题还是条件冲突，还是芯片操作失误。分层推进虽然多花一个循环，但每一轮数据都干净，定位问题也快得多。还有个细节，矩阵里一定要至少包含一个已知能表达的阳性对照，这个对照不仅是系统运行正常的证明，更是后续数据归一化的基准。

3. 实操过程与核心环节实现

3.1 从DNA到结果：一个完整的变体筛选案例拆解

用一个真实可参考的案例来拆解整体流程。假设手头有八个酶突变体，要比较它们在不同温度和镁离子浓度下的表达水平，以便决定哪些变体值得进入后续纯化与活性测试。设计成八变体、两温度、两镁离子浓度，那就是三十二个反应，再加两个阳性对照和一个阴性对照。

第一步是模板制备。用PCR扩增带T7启动子和核糖体结合位点的片段，在序列设计时确保5'端包含完整启动子和RBS，3'端包含终止子或足够长的保护序列，防止末端被核酸酶快速降解。扩增产物用PCR纯化试剂盒处理，测浓度并跑胶确认主带单一。如果各变体之间模板浓度差异过大，需要统一稀释到相同浓度，避免后续表达量差异被模板量干扰。

第二步是芯片布局。三十二个反应按条件分组排布，加样时在软件里记录每个位置的样本编号和条件参数。这里有句经验之谈：加样前花二十分钟在芯片布局图上做标记，别全凭记忆，否则处理数据时对不上号，排查起来非常痛苦。

第三步是运行。程序设定为混合后升温到设定温度，孵育三小时，每三十分钟读一次荧光。三个小时后导出数据，按变体分组计算相对表达倍数，用柱状图排序。第四步是验证。把排名前三的反应液各取两到三微升跑SDS-PAGE，确认条带分子量与预期一致，排除荧光信号来自降解片段或背景干扰的可能。

整个流程从PCR完成后开始计时，到拿到排序结果大约需要六小时。同样的事情用传统细胞表达来做，从质粒构建到破菌检测至少需要两周。第一次做这个实验时，我最大的感受不是系统多快，而是整个过程中真正需要我动手的地方其实只有模板制备和加样，剩下的时间都是在等数据。

3.2 三层解读：表达量、可溶性、活性分开看

拿到表达数据后，最容易犯的错是把“有信号”直接等同于“表达成功”。实际上完整评估一个变体的价值，至少要分三层来看。

第一层看总表达量。荧光信号、条带灰度、ELISA信号都可以，这部分回答“有没有表达”。第二层看可溶性。无细胞体系里也会出现蛋白聚集和沉淀的问题，把反应液离心后取上清和沉淀分别电泳，如果目的蛋白大部分在沉淀里，说明这个变体折叠稳定性差，就算表达量高也不能直接判定为适合后续开发。第三层看活性。有表达不代表有活性，尤其对酶突变体而言，最终排序应当综合“表达量乘活性”两项指标，而不是只看表达高低。

实操建议是，阳性对照不要只放荧光蛋白。如果你的目标家族里有一个已知有活性的母体序列，把它一起放进同一批筛选，这样表达和活性两个维度都能对标到已知基准。评估时用母体序列作为参照计算相对倍数，比看绝对信号值更可靠，也更能避免不同批次间因试剂差异造成的系统性偏差。

3.3 速度与通量对比：一张表看清时间账

用一个直观的表格来对比传统细胞表达和Nuclera无细胞筛选在各个环节的时间消耗。这张表的意义不是要否定细胞表达，而是说明两类方法的时间尺度和决策价值完全不同。

看完这张表可以理解为什么越来越多的蛋白研究团队把“无细胞筛选”放在立项阶段和早期验证阶段。预算分配和时间规划也应该随之调整：早期筛选多投入一点资源，后续的无效表达时间就能节省一大截。筛选阶段的决策密度上来了，整个项目周期被缩短的部分，往往远超你花在无细胞表达上的那点成本。

4. 常见问题与排查技巧实录

4.1 表达量低或“没表达”，先查三个位置

无细胞表达结果不好，第一步永远是定位问题层级，而不是盲目调参数。我的排查顺序固定在三个位置：模板、体系、条件。

模板环节查三件事：浓度是不是太低了，电泳主带是不是单一条带，启动子和RBS序列是否和试剂盒的体系匹配。线性模板降解是常见原因，纯化后不要长时间存放，最好当天完成反应。体系环节查两件事：裂解物是不是反复冻融导致活性下降，核酸酶抑制剂是不是失效。这里有个快速定位法：如果同一张芯片上阳性对照信号正常而样品无信号，问题基本在模板；如果阳性和样品都无信号，先假设是体系或运行参数，用新分装的裂解物重跑一次。

条件环节最容易出问题的是镁离子浓度。很多团队习惯沿用上一个蛋白的条件，忽略了不同蛋白的最优窗口差异。镁离子并不是越多越好，偏离最优窗口太远反而会让tRNA结合不稳定，翻译效率下降，甚至造成提前终止。还有一点容易被忽略，温度过高会导致翻译延伸复合体不稳定，表现为全长蛋白减少而小片段增加。看到条带变碎时，先试着降两度看看。

4.2 数字微流控芯片使用中的实际问题

用数字微流控系统做实验，和传统移液操作完全是两种体验，但也带来新的问题。最常遇到的是气泡。加样时动作太快容易裹进气泡，气泡会改变液滴的体积和移动轨迹，导致混合比例不准甚至液滴卡住不动。解决办法只有一个：加样速度放慢，针尖贴着加样孔侧壁缓慢注入。

第二个常见问题是蒸发。长时间孵育过程中，如果芯片密封状态不好，微小液滴的体积会因蒸发而缩减，导致反应浓度变化。尤其在天气干燥的季节，这个问题会更明显。上样后及时盖好芯片盖，设置程序时留意湿度提示，能明显减少这类问题。

第三个是交叉污染。液滴之间如果发生异常合并，信号会互相干扰，造成假阳性。上样完成后，在软件里回放一遍液滴运动轨迹，看有没有不该接触的液滴异常汇合。这个操作很简单，却能避开大量数据解释上的麻烦。我的习惯是保留原始加样记录表，按“样品-条件-对照”分组布局，出问题时能快速回溯到具体位置，不用整张芯片作废。

4.3 无细胞表达特有的背景与批次问题

无细胞体系里有一个传统细胞表达不会遇到的问题：背景蛋白。裂解物本身携带大量宿主蛋白，SDS-PAGE上会看到成片的背景条带。第一次跑胶的人容易被吓到，以为污染了。判断目标条带的方法很简单，必须保留一个不加DNA模板的阴性对照，用阴性对照的泳道作为背景基线，目标条带出现在背景之上才有意义。

批次差异也需要特别留意。同一批裂解物内部的稳定性没问题，但换了新批次后，整体表达水平可能集体上浮或下调，幅度有时还不小。重要筛选尽量用同一批试剂在尽量短的时间内完成，跨批次比较时一定要设置共同的参照样品，用相对倍数来比较数据。

还有一个现象是反应液变浑浊。很多人把浑浊直接判为失败，其实不一定。浑浊可能意味着大量蛋白表达后形成聚集体，也可能是去垢剂添加后体系变混。正确做法是先离心，取上清和沉淀分别跑胶，再判断目标蛋白到底在哪一部分。如果沉淀里的比例很高，说明折叠或聚集控制需要额外优化，但这本身也是一种有价值的筛选信息。

5. 除了变体筛选，Nuclera还能覆盖哪些蛋白研究场景

5.1 抗体工程：从序列到可结合性判断

抗体片段的无细胞表达，是把序列信息和结合功能快速挂钩的捷径。单链抗体、Fab、VHH这类片段在无细胞体系中表达后，可以直接用于ELISA、SPR或BLI结合实验。对于早期几十个先导序列做结合活性排序，先无细胞表达初筛一轮，再挑有信号且结合强度好的片段去真核细胞表达，可以用更少的细胞实验拿到同样的决策结果。

这类蛋白有一个特殊性，链装配和二硫键形成对表达条件比较敏感。实际操作时可以通过调整孵育温度和添加氧化还原辅助条件来改善可溶性表达。如果第一轮表达量偏低但阳性信号清晰，先不要急着否定序列，优化一轮条件再下结论，往往会有很大改观。

5.2 酶工程与合成生物学中的突变体评估

酶改造项目的核心痛点是突变体数量大。几百个突变体逐一细胞表达，一次测试周期就是几周，还要消耗大量的培养基和培养箱空间。无细胞筛选可以快速收敛候选范围，把几百个突变体压缩到十几个，再进入更精细的活性验证和动力学分析。

对于需要辅因子、底物或伴侣共表达的体系，也可以在反应液中额外加入这些组分，让筛选条件更接近最终使用场景。有些金属酶需要额外补充金属离子才能表现活性，这在无细胞体系里操作起来很简单，不像细胞表达那样要考虑金属离子的膜转运和毒性问题。把表达和功能验证放在同一个反应体系里完成，是这套系统在酶工程里最被低估的价值。

5.3 毒性蛋白与膜蛋白：无细胞体系的“主场”

无细胞体系最独特的使用场景，永远是毒性蛋白和膜蛋白的早期验证。对细胞有毒的蛋白，传统表达常出现长菌缓慢、诱导后不长、甚至直接死亡的情况。而无细胞体系没有“宿主死亡”这个概念，可以放心尝试表达那些对细胞有强烈抑制作用的蛋白。

膜蛋白早期验证是另一个亮点。在反应体系中加入去垢剂、脂质体或纳米盘，让新生蛋白直接进入膜模拟环境，就可以初步判断这个膜蛋白能否折叠成有功能的结构。这个阶段获得的信息，比直接做完整膜蛋白表达纯化要便宜得多。膜蛋白纯化动辄需要在表达条件、去垢剂类型、增溶效率上走大量弯路，先用无细胞体系回答“这个序列值不值得做膜蛋白纯化”，能避开大量无效劳动。

5.4 与自动化平台衔接，把筛选流程做成工作流

Nuclera系统本身已经是半自动化流程，配合外部的移液工作站，可以把从PCR板到芯片上样的环节串成连续工作流。对于需要反复做蛋白筛选的团队，建立一条稳定的标准化流程，比偶尔做一次实验更有价值。

曼博生物这类平台的价值之一，就是把流程固化成SOP，让没用过无细胞系统的团队也能快速上手。标准化这件事，往往比设备本身更能决定项目能不能顺利推进。一旦流程稳定，数据就可以在多次实验间累积比较，形成具有参考意义的内部数据库。后续再做新项目时，先检索内部数据，再决定是否要跑新实验，整体研发节奏会顺畅很多。

我在实际操作Nuclera系统之后，最大的感受不是它“神奇”，而是它把蛋白筛选里最耗耐心的一环变成了当天能出结果的事。蛋白表达筛选的核心本来就不该是憋着一股劲把每一个变体都变成细胞表达，而是快速判断哪几个方向值得投入。无细胞表达系统在“判断”这个环节提供了极高的信息密度，曼博生物把它落地成可用的平台，等于让更多实验室能跨过方法门槛直接拿结果。最后提醒一句：第一次使用，无论样品再急，务必在同一张芯片上留好阳性对照和阴性对照，凡是让你省掉这一组的习惯，后面大概率会让你多花两倍的排查时间。