新闻详情

新闻详情

首页 / 资讯中心 / 详情

杆状病毒-昆虫细胞表达系统:重组蛋白生产的黄金平台

发布时间:2026/11/15 2:06:16来源:尧图网络
杆状病毒-昆虫细胞表达系统:重组蛋白生产的黄金平台
杆状病毒-昆虫细胞表达系统Baculovirus–Insect Cell Expression System简称 BEVS是一种成熟的真核重组蛋白表达平台。自20世纪80年代 Smith 等人首次将外源基因导入杆状病毒并实现高水平表达以来该系统逐渐发展成为生物制药和结构生物学研究的重要工具。凭借其高产量、较为接近哺乳动物的翻译后修饰能力、较低的培养成本和较高的安全性BEVS 已广泛应用于疫苗、诊断试剂、病毒样颗粒VLP以及复杂重组蛋白的制备。与其他常用表达系统相比BEVS 具有独特优势。大肠杆菌系统虽然快速、低成本但缺乏复杂的翻译后修饰且易形成包涵体哺乳动物细胞系统修饰能力最佳但培养成本高、周期长且对环境要求严格。BEVS 则在二者之间取得了平衡既能够保证较高的蛋白折叠和修饰质量又能以较低的成本和较宽松的条件实现规模化生产因此常被誉为重组蛋白生产的“黄金平台”。杆状病毒-昆虫细胞系统特点一系统组成及表达机制BEVS 的核心包括三部分转移质粒、杆状病毒载体如 bacmid以及昆虫宿主细胞。外源基因通常克隆至转移质粒并在 E. coli 中与杆状病毒 bacmid 进行重组随后转染至昆虫细胞中。经过病毒扩增外源基因可在细胞内通过强启动子驱动实现高水平表达。杆状病毒的两个经典强启动子是 polyhedrin (polh) 和 p10二者在病毒晚期被高度转录能够显著提高外源基因的表达量。典型的昆虫宿主细胞系包括传统的 Sf9、Sf21来源于 Spodoptera frugiperda以及 High FiveBTI-Tn-5B1-4来源于 Trichoplusia ni。其中 High Five 细胞因具有更高表达能力常用于疫苗 VLP 和复杂蛋白生产。二杆状病毒-昆虫细胞系统优势高表达、复杂修饰能力昆虫细胞能进行复杂的蛋白折叠与部分糖基化优于细菌系统但略逊于哺乳动物系统。操作简便、培养条件宽松无需 CO₂ 控制27 °C 温度即可培养易于规模化。安全性高杆状病毒仅感染无脊椎动物不影响哺乳动物利于生物安全控制。灵活性既适用于抗原蛋白、诊断试剂也适用于结构生物学和疫苗开发等研究与生产用途。系统优化与工程改造一病毒载体的基因工程策略为了提高重组蛋白产量及品质研究者通过删除或沉默病毒中的非必需基因如 cathepsin、chiA、p10、p26 等减少细胞溶解和蛋白降解风险从而优化分泌路径与表达效率。如 BestBac 2.0、flashBAC Gold/Ultra、BacMagic-3 等系统正是这一方向的成果。二昆虫细胞工程改造为了延长细胞生命周期、增强表达水平或模拟人源化糖基化科研人员对宿主细胞进行了工程化处理防止凋亡 / 延长存活导入抗凋亡基因如 P35、vankyrin或通过 RNAi 技术抑制 Caspase-1、TSC1 等基因可显著提高表达产量。人源化糖基化改造通过转染人类糖基转移酶基因实现复杂 N-糖链的表达。三无杆状病毒表达系统质粒瞬转方式采用 High Five 细胞通过质粒转染表达抗体与抗原实现快速高效生产适用于诊断用途。稳定细胞系与无杆病毒生产通过建立稳定表达的昆虫细胞系甚至利用适应进化ALE策略可进一步简化生产流程、提升稳定性与安全性。应用案例Cervarix®HPV 疫苗Cervarix® 是全球首个获批的 BEVS 商业化疫苗由昆虫细胞表达 HPV L1 蛋白并自组装成病毒样颗粒VLP具有良好的免疫原性和安全性。2007 年获欧洲药品管理局批准用于预防 HPV 感染及相关宫颈癌标志着 BEVS 在人用疫苗领域的产业化突破。Flublok®流感疫苗Flublok® 通过 BEVS 在 Sf9 细胞中高效生产流感病毒的血凝素HA蛋白不依赖鸡胚缩短了生产周期并避免了过敏风险。2013 年获美国 FDA 批准上市是首个基于 BEVS 的流感疫苗为季节性流感预防提供了更安全和高效的替代方案。杆状病毒-昆虫细胞表达系统凭借高产量、适度糖基化修饰、操作简便与安全性已成为重组蛋白制备的“黄金平台”。随着病毒载体与宿主细胞的持续优化以及无病毒表达系统和合成生物学的不断发展BEVS 将在疫苗研发、复杂蛋白生产和新发传染病应对中发挥更重要作用展现出更高效、更灵活和更安全的产业化前景。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/14 3:51:47

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/14 3:51:43

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉