基于DECODE算法的药物筛选策略增强哺乳动物细胞合成回路基因表达研究

本研究针对哺乳动物细胞工程中基因表达受限于细胞资源的问题，通过DECODE（Drug Enhanced Cell CONversion using Differential Expression）计算方法，筛选出能模拟iFFL（incoherent feed-forward loop）遗传回路效应的Filgotinib等小分子药物。研究发现这些药物能显著提高多种细胞系中瞬时和稳定表达基因的蛋白产量，并提升AAV和慢病毒转导效率，为生物医药和工业生物技术应用提供了非遗传修饰的细胞生产力增强方案。

　　

在合成生物学和细胞工程领域，如何突破细胞固有资源限制提升外源基因表达效率，一直是制约生物医药研发和工业化生产的瓶颈问题。传统解决方案依赖复杂的遗传回路设计，如研究者们开发的miRNA介导的非相干前馈环路（iFFL），虽然能通过重分配翻译资源提高蛋白产量，但需要引入额外遗传模块，增加了细胞负担和技术复杂性。

来自Telethon Institute of Genetics and Medicine（TIGEM）的研究团队在《Nature Communications》发表创新性研究，将计算生物学与实验验证相结合，开发出无需遗传改造就能增强细胞生产力的药物筛选策略。通过DECODE算法匹配iFFL细胞的转录组特征与药物诱导表达谱，成功鉴定出Filgotinib等能模拟遗传回路效应的小分子，使多种应用场景下的基因表达效率提升30-100%，为生物制品的规模化生产提供了新思路。

研究采用RNA测序分析iFFL设计细胞的转录特征，通过DECODE算法筛选LINCS数据库中19000种药物诱导的表达谱。对候选药物进行多维度验证：包括质粒转染的荧光蛋白表达检测、稳定整合基因的持续表达监测、分泌型蛋白CCL21的产量测定、分裂荧光素酶报告系统功能评估，以及AAV8和AAV_DJ病毒载体的转导效率测试。所有实验均设置未处理对照组，采用流式细胞术定量分析，并通过多批次重复确保结果可靠性。

研究结果部分，"Identification of small molecules to increase the expression of exogenous genetic payloads by DECCODE"显示，与开放环路（OL）设计相比，iFFL结构显著改变了RNA加工、翻译和代谢相关通路。DECODE算法筛选出的前30种药物中，Filgotinib等4种FDA批准药物能提高10-50%的荧光蛋白表达。"Selected small molecules increase expression of genes delivered as DNA or RNA in different cell lines"证实Filgotinib在HEK293T细胞中效果最显著，使modRNA编码的蛋白表达量翻倍，并将慢病毒产量提高60%。"Impact of small molecules on cell engineered by stable integration of transgenes"发现药物处理能缓解外源基因对稳定整合表达的干扰，在H1299-EGFP细胞中使EGFP表达恢复70%。"Improving viral vector transduction by Filgotinib supplementation"显示AAV8转导的Hepa1-6细胞阳性率提升100%，且在低感染复数（MOI）条件下效果更显著。

"Transcriptional landscape of Filgotinib treated cells"通过转录组分析揭示，Filgotinib通过影响RNA稳定性和核糖体组装等转录后调控过程发挥作用，而非其已知的JAK1抑制机制。这种作用模式与iFFL的资源重分配效应高度相似，但表现出明显的细胞类型特异性，如在CHO-K1细胞中仅对RNA转染有效。

该研究首次证明计算驱动的药物筛选策略可模拟复杂遗传回路的功能，建立了增强细胞生产力的非遗传方法学框架。Filgotinib作为临床批准药物，其新发现的基因表达增强特性可直接转化应用于病毒载体生产、细胞治疗等生物医药领域。研究揭示的细胞类型特异性响应规律，为精准化生物制造工艺优化提供了重要参考。这种将合成生物学原理与计算药物发现相结合的研究范式，为突破细胞固有生理限制开辟了新途径。