164篇研究、466个靶点，CHO细胞工程到底哪种策略最有效？

来源：市场资讯

（来源：抗体圈）

摘要

这篇发表在mAbs 2026年的系统综述，纳入了2011-2024年间164篇CHO细胞工程研究，提取了466个工程靶点的数据，系统分析了不同工程策略（过表达/敲除/敲低）、靶向通路、亚细胞定位对抗体生产力的影响。核心发现：组合工程效果显著优于单一靶点，敲除策略中位提升1.8倍高于过表达的1.6倍，CRISPR-Cas技术推动敲除研究从7%增至25%，表观遗传和凋亡/增殖通路效果最好。文章为下一代抗体生产的CHO细胞工程提供了数据驱动的指导框架。

为什么CHO细胞这么重要？

做抗体的都知道，中国仓鼠卵巢（CHO）细胞是治疗性抗体生产的绝对主力。从1986年第一个治疗性重组蛋白tPA获批以来，CHO细胞因为能进行正确的翻译后修饰、培养适应性强、对病毒感染有抗性，已经成为生物制药行业的标准宿主。

数据说话：截至2021年，89%的哺乳动物来源产品和60%的所有重组治疗蛋白都是在CHO细胞中生产的。全球抗体市场超过3400亿美元，CHO细胞功不可没。

但问题也很明显：CHO细胞的生产力仍然是瓶颈，特别是对于复杂分子——双特异性抗体、抗体药物偶联物（ADC）、Fc融合蛋白等。虽然通过培养工艺优化（培养基、补料、工艺参数），抗体滴度从1986年的约50 mg/L提升到了现在的约5 g/L，但进一步提升越来越难。

2011年CHO K1基因组测序完成，是一个里程碑，让精准的基因工程成为可能。这篇系统综述就是要回答一个核心问题：过去十几年，哪些CHO细胞工程策略真正有效？哪些靶点最值得关注？未来的方向在哪里？

164篇研究，466个靶点，数据全景

这篇综述按照PRISMA指南进行，检索了PubMed、Embase、Web of Science三个数据库，时间范围2011年1月到2024年12月。

筛选流程：初筛9521篇→去重后5627篇→标题摘要筛选后1105篇→全文评估后最终纳入164篇。从这164篇中，手动提取了466个工程靶点的关键性能数据（Figure 1）。

研究对象分布（Figure 2A）：单克隆抗体（mAb）占62%（102篇），其他治疗蛋白18%（30篇），抗体衍生物11%（17篇），其他报告蛋白8%（15篇）。这跟抗体在生物制药中的主导地位一致。

工程机制分布（Figure 2B）：过表达（OEX）占63%（103篇），敲除（KO）占19%（31篇），敲低（KD）占14%（23篇），混合策略2%（4篇），其他2%（3篇）。过表达仍然是主流，但敲除的比例在快速上升。

靶向通路分布（Figure 2C）：凋亡/增殖27篇、代谢15篇、UPR/ER/高尔基体/PTM 10篇、翻译5篇、其他16篇、转录因子（TF）18篇、表观遗传5篇、非编码RNA（ncRNA）32篇、组合/多个32篇、未知4篇。

亚细胞定位（Figure 2D）：细胞质55篇、细胞核29篇、线粒体17篇、ER/高尔基体13篇、细胞膜8篇、组合/多个38篇、其他4篇。

工程设置（Figure 2E）：稳定表达65%（106篇）、瞬时表达21%（35篇）、两者都有14%（23篇）。稳定表达是行业标准，跟实际生产一致。

作者机构：纯学术48%、学术和工业合作40%、纯工业12%。说明CHO细胞工程是学术界和工业界共同关注的热点。

年度发表趋势：2011-2013年每年7-12篇，2023年17篇，2024年17篇。发表量在稳步增长，反映了这个领域的持续热度。

Figure 1（系统文献检索工作流）、

Figure 2（164篇论文的特征）

哪种工程策略最有效？

这是这篇综述最核心的问题之一。让我们直接看数据。

整体生产力提升：所有164篇研究的中位最大提升为2.1倍（IQR 1.6-3.4倍），少数研究超过4倍，最高达到35倍。最大滴度从2011-2013年的中位56 mg/L，增加到2020-2022年的中位677 mg/L，总体中位245 mg/L（Figure 2F）。

过表达 vs 敲除 vs 敲低（Figure 3D）：

- 敲除（KO）：中位1.8倍（提示更高提升）

- 敲低（KD）：中位1.6倍（匹配总体中位）

- 过表达（OEX）：中位1.6倍

- 混合（Mix）：中位1.6倍

- 其他：中位1.6倍

统计检验显示组间有差异（p=0.0293），但事后两两比较不显著（p≥0.2432）。虽然统计上不够显著，但敲除策略的中位提升确实高于过表达，这跟一个直觉一致：过表达会给细胞增加代谢负担，而敲除不利基因可能更"干净"。

组合 vs 单一靶点（Figure 3F）：这是一个统计显著的发现！组合工程的中位提升为1.75倍，显著高于单一靶点的1.6倍（p=0.0002）。在前25篇最高提升（≥5倍）的研究中，组合策略占了23%（43篇中10篇），单一KO占20%（20篇中4篇），单一OEX占11%（81篇中9篇），单一KD占6%（16篇中1篇）（Figure 3G）。

这个发现很重要：组合工程不仅成功率更高，而且提升幅度更大。这跟实际生产中的经验一致——单一靶点的提升往往有限，多靶点协同才能突破瓶颈。

瞬时 vs 稳定（Figure 3E）：在同时报告瞬时和稳定结果的23篇研究中，配对分析显示稳定目标工程通常产生更高或相当的改进（p=0.0094）。12项研究中稳定工程产生0.4-6.8倍改进，5项研究中瞬时工程略好（0.3-0.9倍），6项研究两者相当。这说明稳定细胞系中的工程效果更可靠，跟行业实践一致。

Figure 3（CHO细胞靶工程方法及其对生物制药生产的影响）

哪些通路和靶点最值得关注？

除了工程策略，这篇综述还分析了靶向通路和具体靶点的效果。

通路效果排名（Figure 4E）：

- 表观遗传：中位2.7倍（效果最好）

- 通路组合：中位2.5倍

- 凋亡/增殖：中位2.2倍

- 代谢：中位1.6倍

- 翻译：中位1.7倍

- ncRNA：中位1.7倍

- 转录因子（TF）：中位1.3倍

- UPR/ER/高尔基体/PTM：中位1.3倍

表观遗传、通路组合、凋亡/增殖这三个方向效果最好。表观遗传的高提升跟最近几年的研究热点一致——通过DNA甲基化、组蛋白修饰、染色质重塑来全局调控基因表达，可能比单一基因操作更有效。

亚细胞定位效果（Figure 4F）：组合/多个定位中位1.8倍、细胞膜1.9倍、细胞核1.8倍效果最好；细胞质1.6倍、线粒体1.5倍、ER/高尔基体1.6倍效果较低。

最常报告的靶点（Figure 4C、4D、Table 1）：在466个靶点中，有370个不同靶点，其中321个（87%）只在1篇研究中出现，49个（13%）在多篇中出现。最常报告的前几个靶点是：

- XBP1s（11篇）：未折叠蛋白反应（UPR）的关键转录因子，过表达通常提升1.0-4倍

- BAK（10篇）：促凋亡蛋白，敲除通常提升1.3-2.2倍

- BAX（9篇）：促凋亡蛋白，敲除通常提升1.3-2.2倍

- Bcl-xL（8篇）：抗凋亡蛋白，过表达通常提升1.0-4倍

- BLIMP1（7篇）：B细胞成熟的转录因子，过表达通常提升1.5-3.5倍

- ATF4（6篇）、ATF6c（5篇）、miR-17（5篇）、PDI（4篇）、miR-92a（4篇）、CHOP（4篇）、LDH（4篇）

值得注意的是，凋亡通路的靶点（BAK、BAX、Bcl-xL）是研究最多的方向之一，而且效果不错。这很好理解——培养过程中细胞凋亡是限制产量的重要因素，抑制凋亡可以延长培养时间、增加活细胞密度，从而提高最终产量。

最高提升的6个案例：

1.35倍mAb滴度（4.5 g/L，14天补料分批）——染色体8号区域缺失，C12orf35 KO

2.33倍生产力（18 pg/cell/day）——3-氨基苯甲酰胺诱导非整倍体

3.30倍mAb生产力——ST6GAL1过表达（增加唾液酸化）

4.21倍（300 mg/L）——LDH-A KO + Bcl-2过表达（Fc融合蛋白）

5.15倍（16 pg/cell/day）——mCDC25B条件表达（检查点调节剂，bsAb）

6.13.6倍（630 mg/L和45 pg/cell/day）——BLIMP1和XBP1s过表达

这些最高提升的案例有一个共同点：大多是组合策略或全局调控（染色体缺失、非整倍体诱导、多基因组合），而不是单一基因操作。这进一步验证了组合工程的价值。

Figure 4（工程靶点的特征和表现）、

Table 1（4个最常发表靶点的提取数据）

CRISPR-Cas改变了游戏规则

这篇综述还分析了工程技术的演变趋势，这是一个很有意思的发现。

过表达 vs 敲除的趋势变化（Figure 3B）：过表达（OEX）的比例从2011-2013年的75%，下降到2023-2024年的53%。相应地，敲除（KO）的比例从2011-2013年的7%，增加到2022-2024年的25%。

这个趋势背后的驱动力是CRISPR-Cas技术的普及（Figure 3C）：

- 2011-2013年：主要使用ZFN（锌指核酸酶）

- 2014-2016年：TALEN和ZFN并存

- 2017-2019年：CRISPR-Cas成为主导技术

- 2020-2024年：几乎全部使用CRISPR-Cas

CRISPR-Cas让基因敲除变得简单、高效、低成本，直接推动了敲除研究的爆发式增长。在CRISPR之前，敲除一个基因需要复杂的ZFN或TALEN设计，成本高、周期长；现在只需要设计一条sgRNA，几周就能拿到敲除细胞株。

但这篇综述也指出了一个现实问题：CRISPR-Cas的专利环境非常复杂，相关专利预计到2032年才会到期。因此，目前CRISPR-Cas主要用于探索性研究，而不是直接用于生产细胞系。工业界在生产细胞系中使用CRISPR-Cas还需要等待专利到期或获得授权。

每篇论文的靶点数量也在增加（Figure 4A）：从2011-2013年的平均1.75个靶点/篇，增加到2020-2022年的4.53个靶点/篇，2023-2024年为2.89个。这说明随着技术进步，研究者越来越倾向于同时操作多个靶点，寻找协同效应。

重组蛋白类型的影响（Figure 5A）：mAb的中位提升为2.7倍，高于总体中位2.1倍；Ab衍生物2.1倍，其他治疗蛋白2.1倍，其他报告蛋白2.1倍。统计检验显示组间有差异（p=0.0458），但事后比较不显著。mAb的工程效果似乎更好，可能跟mAb的研究更多、优化更充分有关。

高生产者 vs 低生产者（Figure 5B）：低生产者中位1.8倍，高生产者1.8倍，未报告2.1倍；p=0.1577，无显著差异。这说明工程策略对高生产者和低生产者都有效，不存在"低生产者更容易提升"的明显趋势。

Figure 5（重组蛋白类型和生产水平的影响）

做抗体的人怎么看

从抗体专家的角度，这篇系统综述的发现很有参考价值。

第一，组合工程是未来的方向，单一靶点的红利已经吃完了。这篇综述最有价值的发现就是组合工程效果显著优于单一靶点（p=0.0002），而且最高提升的案例几乎都是组合策略。做抗体的都知道，现在单一基因过表达或敲除的提升往往只有1.5-2倍，很难再有突破。未来的CHO细胞工程应该走向多靶点协同，针对不同的瓶颈（分泌、折叠、凋亡、代谢、细胞周期）进行组合优化。

第二，敲除策略可能比过表达更"干净"，值得更多关注。虽然统计上不够显著，但敲除的中位提升（1.8倍）确实高于过表达（1.6倍）。这背后的逻辑很清楚：过表达会给细胞增加代谢负担——需要转录、翻译、折叠更多的蛋白，可能反而影响细胞生长和目的蛋白生产。而敲除不利基因（如促凋亡蛋白、代谢旁路酶）是"做减法"，不会增加细胞负担。随着CRISPR-Cas技术的普及，敲除会越来越容易，这个方向值得投入。

第三，表观遗传和全局调控是下一个突破口。这篇综述发现表观遗传策略的中位提升最高（2.7倍），而且最高提升的案例中有染色体缺失、非整倍体诱导等全局调控。传统的单基因操作就像"调一个旋钮"，而表观遗传和全局调控更像"重新调音"，可以同时改变上百个基因的表达，可能突破单基因操作的天花板。当然，全局调控的风险也更大——可能影响细胞生长、产品质量，需要更精细的控制。

第四，凋亡通路是经过验证的"安全牌"。BAK、BAX、Bcl-xL这些凋亡通路靶点是研究最多、效果最稳定的方向之一。对于新项目，如果不知道从哪里入手，先敲除BAK/BAX或者过表达Bcl-xL，通常能获得1.5-2倍的提升，而且风险较低。这是经过上百篇研究验证的"安全牌"。

第五，数据标准化和结构化报告是这个领域的短板。这篇综述也指出，很多研究没有报告初始滴度或qp（约26%），不同研究的培养条件、细胞株、培养基差异很大，导致跨研究比较非常困难。做抗体的人都有体会，文献里说"提升3倍"，换到自己的细胞株和工艺里可能只有1.2倍。未来需要更标准化的报告格式，包括初始滴度、最终滴度、qp、培养条件、细胞株背景等，这样才能真正进行数据驱动的比较和预测。

第六，AI和机器学习可能是下一个工具。这篇综述提到，未来需要更大、结构化的数据集，以及多组学比较。随着数据积累，AI模型可以预测哪些靶点组合最有效，减少试错成本。这跟抗体设计领域的AI趋势一致——从"试错"走向"预测"。

对实际工作的启示：

1.新项目起步：先做凋亡通路（BAK/BAX KO或Bcl-xL OEX），这是经过验证的安全牌

2.追求更高提升：尝试组合策略，比如凋亡+分泌（XBP1s/BLIMP1）、凋亡+代谢（LDH KO）

3.探索性研究：关注表观遗传和全局调控，这可能是下一个突破口

4.技术选择：CRISPR-Cas让敲除变得简单，优先考虑敲除策略，减少过表达的代谢负担

5.数据记录：标准化记录初始滴度、最终滴度、qp、培养条件，方便后续比较和AI建模

CHO细胞工程已经走过了三十年，从最初的随机筛选到现在的精准基因编辑，生产力提升了100倍。但对于复杂分子和更高产量的需求，我们还需要更多创新。这篇系统综述给了我们一个数据驱动的路线图——组合工程、敲除策略、表观遗传、全局调控，这些方向值得重点投入。做抗体的人，应该关注这些趋势，把它们用到实际的细胞株开发中。

参考文献

Schulz A, Munro T, Puklowski A, Slack E, Tolstrup AB, Otte K. Systematic review and data-driven insights into CHO cell engineering for next-generation antibody production. mAbs. 2026;18(1):2615475. doi:10.1080/19420862.2026.2615475