近日小编收到一个师妹的咨询，已知一段氨基酸序列，如何才能逆向翻译成为DNA序列，愉快地在哺乳动物细胞中表达呢？

活细胞将DNA和mRNA中编码的遗传信息转化为蛋白质。该编码信息由三联核苷酸组成，称为密码子。通常情况下，总共有64种不同的密码子。其中的61种编码20种标准氨基酸，另3种起终止密码子的作用。相对于氨基酸种类而言，密码子的种类更多，这意味着一个氨基酸可以由多个密码子编码。事实上，一些常见的氨基酸，如精氨酸和亮氨酸，由多达6个密码子编码。

对于相同的氨基酸，不同的生物表现出对某些密码子使用的偏好性。有些物种几乎完全避免了某些密码子的使用。因此，在进行表达研究时考虑密码子优化是很重要的。如果密码子选取不当，会造成表达量降低、表达缓慢、提前终止等后果。

密码子优化是什么感觉？读下面的文字就体会到了。

因此，我们必须根据表达宿主的密码子偏好性，将我们的序列进行优化，让宿主不仅能读得懂，并且读的通。

以人源细胞宿主为例，下图是Homo Sapiens 的密码子偏好性表（来自于SnapGene），最常用的密码子以绿色背景显示。

表1：Homo Sapiens 的密码子偏好性表

那么是不是将DNA序列中的密码子比例换成上述这些比例就可以了？

不是这么简单~

下图是小编随机选取了一段氨基酸序列，使用不同的方法进行优化、逆向翻译，之后与上图的偏好性进行对比：

图1：使用不同方法优化的偏好性散点图

上图中每一个散点都对应一种密码子，越靠近红色斜线，说明其与标准密码子偏好性越符合；越离散，说明其与标准的比例差异越大。

可以看出，snapgene与COOL IC两种方法（■、●）非常聚集，所以是按照表1中的密码子偏好性来进行优化的，下面图片是COOL IC与表1中的偏好性对比，可以说是几乎一致的。

那么是否说明其他两个方法（IDT/COOL CC）优化的不好？并不是，只能说明，snapgene与COOL IC两种方法使用的仅是常见的优化标准之一，并不是唯一的优化算法。

这里小编列举几种常见的密码子优化算法：

综上，

• Snapgene与COOL IC使用的是ICU方法。

• COOL CC，则是用的Codon Context的优化参数。

• IDT则使用了一套自己的方案：将低于10%偏好性的密码子去除，重新分配剩余密码子的偏好性，然后根据ICU算法进行优化。

我们很难说哪种优化方案是最好的，目前尚没有定论。但至少按照上述一种或多种算法组合，我们可以顺利的将氨基酸序列，根据表达宿主的物种，进行逆向翻译成为DNA序列了。

密码子优化绝不仅仅是对密码子序列的调整和改变，由于密码子优化之后往往用于蛋白的表达，涉及到从载体构建、转化、RNA转录到蛋白翻译的所有过程。因此，必要时，还需要考虑以下几个影响因素：

好了，密码子优化方面今天就说这么多，能看到这里的，小编给你们点赞！

祝您十一长假快乐！