膜蛋白结构解析实战：从表达纯化到冷冻电镜的关键经验

膜蛋白结构解析，可以说是结构生物学里最磨人的一块硬骨头。我做这个方向前后也有七八年了，从最早在实验室里对着沉淀物发愁，到现在能稳定拿到近原子分辨率的密度图，中间踩过的坑、试错的经验，足够写一本小册子。今天不聊教科书上那些现成概念，我就把这些年实际操作中积累的思路、细节和一些不太容易在论文里看到的经验，认真拆开讲一讲。无论你是刚进实验室的研究生，还是想了解膜蛋白结构到底怎么“解”出来的同行，这篇文章应该能给你一些实在的参考。

膜蛋白之所以特殊，是因为它天然嵌在脂双层膜里，既有一部分亲水露在水相，又有一部分疏水埋在油相的膜内。这种“两面性”让它在体外研究中极其别扭——离开膜环境它就容易聚集失活，想让它像普通可溶蛋白那样在溶液里老老实实待着，几乎不可能。但偏偏这类蛋白又是细胞的门面：受体、通道、转运蛋白、酶，绝大多数药物靶点都是膜蛋白。理解了它的结构，就等于看到了药物分子和靶点结合的“锁孔”，这对药物研发的指导意义，是其他实验手段很难替代的。这篇内容我就从表达纯化开始，一路讲到冷冻电镜的数据处理，把完整链路里的关键环节和那些“不说就容易栽跟头”的细节都梳理清楚。

1. 内容整体设计与思路拆解

1.1 为什么膜蛋白结构如此“难搞”

很多人第一次接触膜蛋白，最直观的感受就是：普通蛋白的纯化方案稍微改改就能用，膜蛋白却几乎要从零开始。这里面的根本原因，在于它表面的化学性质分布太特殊了。水溶性蛋白表面基本是亲水的，怎么折腾都容易保持溶解状态；膜蛋白的表面则是一块亲水一块疏水，疏水区域特别“惦记”细胞膜里的脂质环境。一旦把它从膜里“拽”出来，这部分疏水表面就裸露在水相里，蛋白只能靠“抱团”来降低疏水表面的暴露，于是聚沉、变性接踵而至。

这个“拽出来”的过程，就是提取膜蛋白的关键——能不能找到一种温和的、能把疏水表面包埋起来的工具，让蛋白在溶液里既不接触水、又能保持天然构象。最常见的工具是去垢剂，它们像迷你版的磷脂分子，有亲水头基和疏水尾巴，能在蛋白疏水表面形成一圈“胶束壳”，模拟出膜的环境。但这圈壳的形成并不完美，去垢剂的选择、浓度、洗涤速度，都会直接影响蛋白的稳定性和后续结构解析的质量。

所以，做膜蛋白结构，第一步设计的核心思路不是“怎么测”，而是“怎么让蛋白在体外稳定存在”。你得在脑海里形成一个公式：膜蛋白稳定 = 合适的表达系统 + 温和的提取条件 + 刚好能维持构象的去垢剂或脂环境 + 全程可控的物理化学参数。整条链路环环相扣，任何一处疏忽，前面所有努力都可能白费。

1.2 从整体方案倒推设计思路

我在规划一个新膜蛋白的结构解析项目时，通常不是直接奔着“上电镜”去的，而是先回答三个问题：第一，这个蛋白在哪个物种里表达量最高、活性最自然；第二，用什么体系把它从膜里抽出来最温和；第三，最终用哪种技术手段来测结构。这三个问题并不是独立的，比如如果你选择冷冻电镜，那对蛋白的要求是分子量要够大、稳定性和均一性要好；如果选X射线晶体学，那还得额外考虑能不能长出晶体。方案选型背后的逻辑，说到底就是“以终为始”，从你要获得的那个结构的最终形态来倒推每一步。

以我做过的一个细菌转运蛋白为例，目标是想看清楚它结合底物前后构象怎么变。当时我选择了昆虫细胞表达系统，因为这个转运蛋白在大肠杆菌里表达量低，而且容易形成包涵体。换了昆虫细胞之后，表达量上去了，但膜上蛋白的量大了之后，提取这一步反而更容易出问题——去垢剂加多了蛋白会变性，加少了提取不完全。那时候我们试了一整板的去垢剂条件，从温和的DDM到比较剧烈的LMNG，一直到用荧光检测尺寸排阻色谱（FSEC）逐一筛选，才算找到一个既能充分提取、又不影响蛋白单分散性的条件。这个“筛选”阶段，其实就是整个项目中时间投入最大、最考验耐心的一环。

2. 核心细节解析与实操要点

2.1 表达系统的选择：没有最好的，只有最合适的

很多刚上手的人会问：“文献里用的表达系统我照搬不就行了吗？”理论上可以，但实际情况往往没这么简单。同样的蛋白，在不同表达系统里得到的翻译后修饰、脂质环境、折叠状态都可能不同。大肠杆菌表达系统便宜、周期短，但缺少真核生物特有的膜脂成分和翻译后修饰，很多复杂的膜蛋白在大肠杆菌里根本折不起来；酵母系统成本适中，但糖基化方式和哺乳动物差异较大，有时会影响蛋白功能；昆虫细胞和哺乳动物细胞表达量相对较高、环境也更接近天然状态，是膜蛋白表达的主力军，但代价是培养成本高、周期长。

我常用的判断标准是：先查文献里同家族蛋白都用什么系统、表达量和活性数据如何。如果没有头绪，就直接用昆虫细胞做初筛，同时备一个哺乳动物细胞表达做对照。实际操作中，同一蛋白在不同系统里表达的行为差异也挺大——有些蛋白在昆虫细胞里表达量不错但状态不均一，换到哺乳动物细胞反而稳定很多。这里的核心原则是，先拿到“正确折叠且稳定”的蛋白，产量放在第二位。

另外，无论选哪种表达系统，融合标签的设计都很讲究。常用的策略是在蛋白N端或C端加上GFP标签，方便利用荧光信号追踪蛋白是否表达、是否完整，甚至在早期筛选中直接用GFP融合来做FSEC分析。但标签不是越大多越好，过大的标签可能干扰蛋白的结构或功能。我习惯在标签和目的蛋白之间引入一个特异的蛋白酶切位点，比如HRV 3C或TEV，后续纯化过程中先利用标签做亲和富集，等蛋白状态稳定后再把标签切掉。

2.2 去垢剂与脂环境：膜蛋白的“生存土壤”

膜蛋白出了膜，靠什么“活着”，完全取决于去垢剂的选择。去垢剂这步选错了，后面做什么都白搭。常用的去垢剂包括：DDM（温和、稳定，但胶束偏大）、LMNG（新一代脂质样去垢剂，稳定性常优于DDM）、OG（较剧烈、胶束小，适合晶体生长）、CHS（通常与DDM或LMNG联用，帮助稳定某些胆固醇依赖的膜蛋白）。还有一类是两亲性聚合物，比如 amphipol 和 SMA（苯乙烯-马来酸共聚物），它们能直接从膜上“切”下一块包含蛋白和天然脂质的纳米盘，这个我在后面展开讲。

筛选去垢剂条件时，我习惯用 FSEC 作为主力侦察工具。原理挺简单：把细胞裂解后用去垢剂提取，然后上凝胶过滤柱，看目标蛋白的洗脱峰是否对称、是否靠前且尖锐。如果峰形弥散、出现多个峰，或者蛋白滞留在柱子上洗不出来，基本可以判断蛋白状态不佳或去垢剂条件不合适。这个方法最大的好处是快速，几天内就能完成几十个条件对比。再用荧光检测，又有GFP标签的帮忙，信号清楚干净，不会受大量杂蛋白干扰。

根据我的经验，突触膜蛋白、GPCR这类受体的家族成员，DDM和LMNG常常是首选。LMNG形成的胶束壳更紧凑，蛋白的热稳定性往往更好。但要注意，LMNG胶束较小这一点在负染电镜时可能会带来一些背景干扰，需要更多时间去优化。如果目标蛋白对去垢剂特别敏感，我会考虑一步跨越到脂纳米盘体系。脂纳米盘本质上是用一段特别设计的膜支架蛋白（MSP）围住一小块脂质双分子层，蛋白嵌在里面，四周是水溶性很好的MSP边缘，于是这个“膜蛋白-脂质-支架蛋白”复合物整体变成了一个可溶于水的颗粒。这种环境与天然膜更像，对保持蛋白构象和功能特别友好，而且纳米盘的尺寸也能通过MSP变体的选择来调节。

纳米盘制备有一个比较关键的点：去垢剂去除的速度和方式。一般用生物珠（Bio-Beads）吸附去垢剂，让蛋白和脂质缓慢自组装成盘。如果去垢剂移除太快，蛋白和脂质容易形成不规则聚集体；太慢，又可能无法完成组装。我常用梯度加生物珠的策略，分两到三次加入，每次间隔半小时，让体系逐步达到临界胶束浓度以下，组装效率会比一次性加入高不少。

2.3 蛋白稳定化：从源头降低构象异质性

结构解析最怕的就是“蛋白本身就不均一”。即使纯化后峰形看着漂亮，上样后电镜图像里的颗粒也可能东倒西歪。这里有个容易被忽视的问题：很多膜蛋白存在不同构象状态的动态平衡，比如转运蛋白的“向外开放-封闭-向内开放”循环，GPCR的激活态与非激活态转变。你捕捉到的其实是多个构象的混合体，后端图像分类可能会被扯得七零八落，很难收到高分辨。

应对策略大致有几类。第一类叫热稳定性突变，通过扫描突变或定向进化，找到能让蛋白在更高温度下保持完整的氨基酸替换。常用的筛选手段是检测解链温度，比如用荧光染料结合到疏水区域，随温度升高信号变化来确定蛋白的Tm值。找到T稳定的突变体后，构象通常会变得更刚性，分辨率往往显著提升。第二类是锁定构象。比如对转运蛋白，可以用底物或抑制剂把蛋白“锁”在某个特定状态；对GPCR，可以加入纳米抗体或工程化的小分子结合体，把激活态稳定住。这类方法在结构解析中极为常用，代价是后续数据处理时可能需要从密度图中减掉结合体的贡献，但换来的是颗粒的统一性，这笔交易很划算。

我在做一次跨膜通道蛋白时，就遇到过一个典型难题：纯化后蛋白看起来很好，但电镜二维分类后颗粒非常凌乱，怎么对齐都不行。后来用FSEC梯度实验加了一个已知的离子通道阻断剂，再上样发现颗粒的取向分布立刻改善了不少。原因其实很简单——阻断剂把这个通道定格在了关闭构象，消除了原先开放和关闭状态下重心的摇摆。这类小分子的妙用，是膜蛋白结构解析中非常重要但论文里往往一笔带过的经验。

3. 实操过程与核心环节实现

3.1 从细胞裂解到亲和纯化的完整流程

下面我把一个典型的膜蛋白结构解析前段流程完整走一遍，方便你按图索骥。假设我们已经在昆虫细胞中表达了带有GFP和His双标签的目标膜蛋白，接下来从大量培养细胞开始。

第一步是收细胞。转染后48到72小时，把细胞悬液离心沉淀，弃去上清，细胞沉淀直接冻在负八十度冰箱里，也可以立即进行后续提取。通常我们一次准备2到4升培养液，大概能拿到几十克湿细胞，足够后续纯化用了。

第二步是裂解与膜制备。把细胞沉淀重悬在预冷的裂解缓冲液中，缓冲液一般包含20 mM Tris或HEPES（pH在7.5到8.0之间）、150到300 mM NaCl、1到2 mM EDTA，以及蛋白酶抑制剂混合物。用高压细胞破碎仪或超声破碎细胞后，先低速离心去除未破碎的细胞和大的碎片，再用超速离心（如100,000 × g，1小时）把总膜组分沉淀下来。这一步的目的是先把膜蛋白富集在膜片里，“浓缩”后再去提取，杂蛋白已去掉大半。

第三步是去垢剂提取。把总膜沉淀重悬在含去垢剂的提取缓冲液中，4度摇动1到2小时，让去垢剂充分插入膜并把目标蛋白“挖”出来。提取完成后再次超速离心，取上清。这个上清就含有目标蛋白与去垢剂胶束的复合物，下面开始纯化。

第四步是亲和纯化。上清首先经过Ni-NTA或Ni-Sepharose介质，利用His标签把目标蛋白拉住。介质用含20到50 mM咪唑的缓冲液洗涤，洗掉大量杂蛋白，最后用较高浓度的咪唑（通常200到300 mM）洗脱，就拿到了初步纯化的蛋白。如果蛋白带有GFP标签，洗脱液应该呈现明显的绿色，这也是在纯化过程中最直观的“有没有蛋白”的信号。

第五步是标签切除与精细纯化。加入HRV 3C蛋白酶，4度孵育过夜，切掉GFP和His标签。然后过二次Ni-NTA去除非切割的蛋白、游离标签和酶，再用凝胶过滤层析进行最后的分离。凝胶过滤的缓冲液里要继续保留低浓度去垢剂，保证蛋白始终处于溶解状态。此时你会看到一条理想的对称单峰——目标蛋白复合物的洗脱峰，峰尖部分收集起来浓缩，这是后续制备冷冻电镜样品或晶体筛选的基础。

3.2 负染与冷冻制样：细节决定成败

纯化走到凝胶过滤这一步，拿到了状态不错的蛋白，接下来就到了“看得见”的阶段。很多人着急直接上冷冻电镜，结果数据一收全是问题。我强烈建议先做一轮负染电镜，用时短、成本低，能快速判断蛋白的均一性和颗粒形状。负染的做法是把蛋白吸附到碳膜上，用磷钨酸钠或醋酸铀酰染色，烘干后直接在普通透射电镜下观察。负染中看到颗粒大小均一、边缘清晰、没有明显的团聚，才说明蛋白状态适合冷冻制样。

冷冻制样是整个电镜流程里“手工感”最强的一步。理想的冰层厚度大概是蛋白直径的1.1到1.3倍，太薄蛋白会贴壁变形，太厚信噪比急剧下降。制样时用镊子夹住载网，先用多聚赖氨酸或亲水化处理，让蛋白均匀吸附，然后吸去多余液体，迅速投入液态乙烷中。这一连串动作必须在恒温恒湿的制样机里完成，才能保证冰层均一。我个人的经验是，蛋白浓度在0.5到2 mg/mL之间通常是个比较稳的起点，浓度太高颗粒重叠严重，太低每个视野里颗粒太少，数据收集效率会非常低。制样条件的优化，往往需要试掉好几盒载网，这是急不来的事。

3.3 X射线晶体学路径：晶体生长与数据收集

在冷冻电镜尚未普及的时代，膜蛋白结构主要靠X射线晶体学。晶体生长对膜蛋白而言，相当于还要额外解决一个“怎么把它从去垢剂胶束里请进晶体点阵”的问题。常用的方法是脂立方相（LCP）技术——把蛋白嵌入到脂质立方相中，再去叠加沉淀剂让蛋白在立方相中缓慢析出晶体。LCP的优势在于：蛋白处于一个更接近天然膜的脂质环境，晶体内部的堆积也更规整。但这需要专门的注射泵和极其细心的操作，晶体长出来通常是几百微米甚至几十微米大小，在同步辐射线站上收集衍射数据需要非常小心地挑选单晶和调整角度。

相比电镜，晶体学的好处是分辨率上限高，容易拿到1.5到2.5埃的数据；困难在于晶体生长这步的随机性——有些蛋白怎么筛都长不出晶体，换个去垢剂、加个突变，或者混入特定脂质可能就长了。没有太强的规律可循，更多是经验和耐心的比拼。如果项目目标是极高分辨率的构象细节、底物识别和催化机制，晶体学还是值得尝试的；如果主要想拿到整体构象或复合物组装形式，冷冻电镜会更合适。

3.4 冷冻电镜数据处理：从颗粒挑选到三维重构

冷冻电镜的数据处理流程，现在已经高度软件化。常用的软件包有RELION、cisTEM、cryoSPARC等。基本路径是：先对电影做运动校正，再估计每张显微照片的衬度传递函数参数，接着自动颗粒挑选，做几轮二维分类去掉坏颗粒，然后进行初始三维模型构建，再经过三维分类和三维精修，逐步把分辨率从约20埃推进到3埃甚至更高。

这里有一个非常关键但容易被低估的环节：二维分类的质量直接决定最终分辨率的“天花板”。如果颗粒在二维平均图中没有明显的二级结构特征，比如看不到α螺旋的弧线或β折叠的条纹，就说明颗粒取向太单一、构象异质性高，或者蛋白本身状态不好。这时候强行进入三维精修，分辨率大概率会卡在8到10埃上不去。反过来，如果二维分类能看到清晰的二级结构轮廓，后面三维精修通常不会太差。

说一句软件操作上的心得：RELION的贝叶斯抛光（Bayesian polishing）和cryoSPARC的局部精修（local refinement）在处理膜蛋白时特别有用，它们能修正颗粒在冰层中的细微漂移和局部柔性。尤其是对于那些含跨膜螺旋较多、胞外结构域灵活的蛋白，局部精修几乎是在高分辨版本中稳定提升分辨率的必需手段。

3.5 模型构建与验证：把密度图变成坐标文件

拿到高分辨密度图后，工作还没结束。模型构建的目的是把蛋白质的氨基酸序列“搭”进密度图里，得到包含每个原子坐标的模型。常用的工具包括Coot，以及自动化的RosettaCM、phenix.real_space_refine等。构建跨膜螺旋在Coot里相对机械——alpha螺旋的密度通常是圆柱状，你可以把理想螺旋直接放进去再微调；但loop区和胞外结构域比较费力，需要一条一条氨基酸地确认密度中的侧链位置。

模型构建完成后一定要做严格验证。我说几个最常见的指标：Ramachandran plot中允许区和最favored区的百分比、rotamer outliers比例、以及模型和密度图之间的相关系数。过去常看的R-factor和R-free，在冷冻电镜里不适用，但可以用模型对密度图的拟合度（比如map-model CC）来判断构建质量。如果CC值低于0.7，说明模型中可能有错误，或者某些柔性区域被强行建在了低密度处。这时候宁可把没有密度的残基删掉，也不要硬凑进去。我做过的不少模型，最终的都比较贴近百分之九十以上的残基落在allowed region，outliers控制在极低水平，后续发表时审稿人才不会揪着这些问题不放。

4. 常见问题与排查技巧实录

4.1 表达量很高但纯化后峰形很糟

有些蛋白在细胞里表达量相当可观，GFP荧光很强，结果一到凝胶过滤就出现宽峰、拖尾或主峰前还有大分子聚集体峰。这种情况多见于去垢剂溶解不足或蛋白在溶液里部分去折叠。典型例子是某些跨膜区特别长的蛋白，DDM提取效率低，导致胶束中蛋白的疏水区域仍有暴露。排查路径是：先把去垢剂浓度提高一截，同时适当延长提取时间；若仍不行，换LMNG或采用纳米盘从头制备。加少量胆固醇（如果是胆固醇依赖的蛋白）也常常能显著改善峰形，因为胆固醇可以填补膜蛋白表面的一些疏水缝隙，增加稳定性。

4.2 蛋白总是沉淀，无法浓缩

纯化后蛋白一浓缩就产生沉淀或絮状物，这也是高频问题。大概率原因有两个：一是去垢剂浓度低于CMC，导致胶束壳部分崩解；二是缓冲液中的离子强度或pH不合适，破坏了表面电荷平衡。我通常会先检查缓冲液中去垢剂的实际浓度，特别是经过超滤浓缩后，去垢剂也会被浓缩但CMC可能重新平衡。如果你用的是DDM，缓冲液里最好始终维持0.05%以上；LMNG则一般0.01%左右即可，但也要根据胶束大小适当调整。另一个技巧是，在浓缩前加入10%甘油或乙二醇等稳定剂，往往能大幅减少沉淀风险。甘油能提高溶剂粘度，也降低蛋白与疏水表面的接触概率。

4.3 电镜颗粒“不好看”，取向单一或贴在一起

冷冻电镜颗粒的取向分布如果严重偏向一个或少数几个方向，会导致三维重构时某个方向的采样严重不足，密度图出现各向异性，严重时甚至解不出结构。常见原因是蛋白-去垢剂胶束外形带来的择优取向，也可能是载网支持膜材料或制样表面的影响。应对方法包括：尝试不同孔径的载网（比如1.2/1.3的UltrAuFoil会比普通碳网好）、在制样缓冲液中加入低浓度的去垢剂或两性离子、或者在载网上加一层极薄的连续碳膜来帮助颗粒随机取向。实在不行可以考虑做并倾转技术（ligand-induced tilt或tilt series），但现在大家更常用的是优化buffer成分和制样条件来解决。

我认为这几乎是初学者到一个熟练者之间最需要跨过的那道坎。不要一看颗粒不好就以为是蛋白问题，其实很多时候改变一下缓冲液里的盐浓度或pH，颗粒取向就会奇迹般变得分散很多。这个试错过程虽然烦人，但也是电镜结构解析中最“手艺活”的部分。

4.4 分辨率卡在七八埃上不去

高分辨卡壳是膜蛋白结构解析的另一个经典瓶颈。原因往往不是单一因素：可能是构象异质性、颗粒数量不足、冰层太厚导致的成像质量下降，也可能是数据处理参数没有优化到位。建议按顺序排查：先看二维分类结果，如果还能看到明显的轮廓，可以考虑增加颗粒数量（收集更多显微照片）；如果卡壳时DQE较低的旧相机明显拖后腿，换K3或Falcon 4这类新型探测器和能量过滤器会有很大提升。此外，在三维分类时要大胆一点，多分类几组，利用多个子集分别精修，有时候一个不占主数的亚构象反而能修到更好的分辨率。膜蛋白经常存在需要“物以稀为贵”的态度去对待的重要构象。

4.5 常见问题速查表

我把这几年真实遇到的典型问题整理成一个速查表，供你拷贝到实验记录本里：

4.6 一个典型的“从卡壳到破解”全记录

最后分享一个真实案例。之前做一个真核细胞的膜受体复合物，第一次收了两千张片子，颗粒挑了不少，二维分类也勉强能看，但三维精修后分辨率卡在7.8埃左右，再怎么也上不去。当时我们有三个人同时参与这项目，每个人对问题归因的倾向都不一样——有人觉得是数据量不够，有人觉得是蛋白不均一，有人觉得是制样冰层问题。后来我们把负染和冷冻样品的颗粒仔细比对，发现冷冻样品里蛋白颗粒虽然多，但轮廓有些模糊，对比度偏低。于是我们决定优化制样条件，尝试增加一点去垢剂浓度来改善颗粒分散度和冰层质量。同时用cryoSPARC的3D分类把数据分成四组，结果其中一组颗粒数最少但分类特征明显更规整，精修后直接冲到3.4埃。那一组其实是复合物处于“关闭结合口袋”的稳定构象，而其他组则是几个中间态的混合体，互相干扰，导致平均下去分辨率被稀释了。这个经验让我更深切地体会到：膜蛋白的结构解析，很多情况下比拼的并不是最新的算法或最高的电镜规格，而是你能不能准确找到那个“最稳定的状态”，并用合适的条件把它锁定住。

个人体会是，膜蛋白结构这个行当，越往深走越像“手艺人活”。每一步都在跟蛋白的脾气较劲——它开心了你就能看到漂亮的密度图，它一变脸你就得从头排查。但正是这种挑战性，让每一次从卡壳到突破的过程都格外有价值。如果你正在做类似的课题，希望这些踩过的坑和试出来的经验，能让你少走点弯路。