466个靶点大数据：CHO细胞生产抗体，这几条路最靠谱

来源：市场资讯

（来源：抗体圈）

摘要：我梳理了2011-2024年间164篇关于CHO细胞工程的研究，提取466个工程靶点数据后发现，这一领域已从简单的基因过表达转向CRISPR介导的基因敲除，组合工程、核靶点、表观遗传及凋亡/增殖通路改造的增产效果最显著。但多年来产量提升倍数始终稳定，标准化模型和结构化数据集的缺失成了瓶颈，而通路导向的多靶点改造，或许是下一代抗体生产的核心方向。

一、CHO细胞，抗体生产的绝对主力

生物药里，单克隆抗体是绝对的主力军，而CHO细胞就是生产这些抗体的“王牌工厂”。截至2021年，89%的哺乳动物源生物药、60%的重组治疗药都由它生产，从1986年tPA的50mg/L到如今工业级抗体的10g/L，产量翻了200倍。其实这背后，是工艺优化、基因工程、系统生物学等多方面的叠加，但面对复杂抗体分子，CHO细胞的生产瓶颈依旧明显，这也是近13年研究的核心切入点。

二、13年研究怎么筛？这份数据拆解够细致

为了摸清CHO细胞工程的真实脉络，研究团队做了一次系统性的文献梳理，从Medline、Embase等三大数据库筛出3373篇文献，经标题、摘要和全文筛选后，最终纳入164篇有效研究，手动提取了466个工程靶点的核心数据，包括改造策略、靶向通路、产量提升倍数等关键信息。整个筛选和数据提取的流程清晰，最大程度保证了数据的全面性和准确性。

系统文献检索、筛选及元数据提取流程

三、CHO细胞工程的研究全貌，藏在这些数据里

从164篇研究的特征来看，单克隆抗体仍是最主要的研究对象，占比62%，抗体衍生物和其他治疗蛋白分别占10%和18%。改造策略上，过表达（OEX） 依旧是主流，占63%，敲除（KO）和敲低（KD）分别占19%和14%。靶向通路中，凋亡/增殖、代谢、UPR/ER/Golgi/PTMs是重点，而亚细胞定位里，细胞质和细胞核靶点是研究最多的方向。

164篇CHO细胞工程研究的核心特征分布

四、改造方法的13年进化：CRISPR成敲除核心

2011年CHO基因组公布是个重要节点，在此之前，基因敲除技术复杂、成本高，而2012年CRISPR-Cas9的出现，彻底改变了CHO细胞工程的格局。早期研究70%以上用过表达，而2017年后，CRISPR介导的敲除占比持续提升，2020-2024年的敲除研究全部采用该技术。敲除的增产中位数（1.8倍）也略高于过表达（1.6倍），只是目前工业界因专利等问题，还未大规模应用CRISPR改造的生产细胞系。

CHO细胞工程改造方法及效果分析

五、靶点怎么选？这些方向的增产效果更突出

研究统计了466个工程靶点的表现，发现表观遗传靶点、通路组合改造、凋亡/增殖通路靶点的增产中位数最高，分别达2.7、2.5和2.2倍，远高于整体1.6倍的中位数。亚细胞定位上，多定位组合靶点、细胞膜和细胞核靶点的增产效果更优。而被反复研究的17个高频靶点里，转录因子XBP1s、凋亡调控因子BAX/BAK/Bcl-xL是核心，只是单一靶点改造效果有限，组合改造才能实现大幅增产。

CHO细胞工程靶点特征及增产效果分析

六、这些生产细节，影响改造的最终效果

做CHO细胞改造，生产端的细节也不能忽视。抗体衍生物的改造增产中位数（2.7倍）高于单克隆抗体，这或许和其初始产量低、提升空间大有关。而低产细胞系的改造增产中位数（2.5倍）也高于高产细胞系（1.8倍），但两者无显著统计学差异，说明高产细胞系的改造并非不可行，只是瓶颈和低产细胞系不同。稳定表达系统的增产效果，整体也优于瞬时表达系统。

重组蛋白类型及初始生产水平对改造效果的影响

七、高频靶点的真实表现，组合才是关键

我特意看了研究中最常被改造的4个靶点：XBP1s、Bcl-xL、BAX、BAK。单一过表达XBP1s或Bcl-xL，增产幅度基本在1-4倍，而将XBP1s与其他靶点组合，最高能实现13.6倍增产。BAX和BAK则几乎都是组合敲除，搭配其他靶点后，增产幅度在1.3-10倍之间。这也印证了，单一靶点改造的潜力有限，靶点的组合搭配才是提升产量的核心。

表1 4个高频工程靶点的核心数据提取

八、CHO细胞工程的痛点，远比想象的多

即便13年的研究积累了大量数据，CHO细胞工程依旧存在不少痛点。首先是数据报告异质性，不同研究的细胞系、培养基、检测方法不统一，甚至关键数据缺失，导致跨研究对比难度极大。其次是单靶点改造为主，73%的研究仍聚焦单一靶点，而多靶点组合研究占比低。还有工业界数据保密，企业的核心改造策略和高产数据极少公开，限制了整体研究的推进。

九、下一代CHO细胞工程，该往哪走？

结合这些研究数据，我觉得未来CHO细胞工程的核心方向很明确。组合工程是必然趋势，单一靶点的改造潜力已触顶，多靶点、多通路的协同改造才能实现产量的突破。AI和标准化模型会成为重要工具，NIST CHO参考细胞系的出现是个好开端，标准化的实验体系和结构化数据集，能让AI更好地预测改造效果。同时，CRISPR的产业化应用、针对难表达抗体的定制化改造，也会是未来的研究重点。