“AI炼金术”把疫苗产量推高九成——神经网络破解 幽门螺杆菌抗原HpaA高效表达密码

本研究围绕重组幽门螺杆菌疫苗抗原rHpaA的高效表达展开系统性优化，首次将人工神经网络-遗传算法（ANN-GA）引入该抗原的摇瓶发酵培养基设计，成功把产量从初始的0.32 g/L提升至0.61 g/L，增幅达93.2%，一举突破长期困扰HpaA工业化生产得率偏低的瓶颈。

作者首先通过单因素实验筛选出葡萄糖、酵母提取物、酵母蛋白胨、NH4Cl和CaCl2为关键营养因子，其中葡萄糖作为速效碳源可同时促进菌体生长与蛋白表达；NH4Cl与有机氮源协同使用既缩短延滞期又降低原料成本；Ca2+与混合磷酸盐则在维持渗透压、稳定核糖体功能方面发挥增效作用。随后借助Plackett-Burman设计从六因子中锁定葡萄糖、NH4Cl和酵母提取物为显著变量，贡献率分别为34.4%、30.2%和14.6%。最陡爬坡实验将三因子的浓度区间快速推至最优区域，使产量先行提升到0.58 g/L。 

图1 不同培养基组分对rHpaA生产的影响

在此基础上，Box-Behnken响应面法构建二次回归模型，预测当葡萄糖6.49 g/L、NH4Cl 5.65 g/L、酵母提取物14.81 g/L时rHpaA可达0.597 g/L，验证实验获得0.588 g/L，与模型预测偏差仅1.6%，证实该模型可靠。进一步利用BBD数据训练三层反向传播神经网络，以葡萄糖、NH4Cl、酵母提取物为输入，rHpaA产量为输出，经遗传算法全局寻优58代后锁定最佳配方：葡萄糖6.49 g/L、NH4Cl 6.66 g/L、酵母提取物14.91 g/L，其余组分维持CaCl2 1 mmol/L、酵母蛋白胨24 g/L、混合磷酸盐100 mmol/L；摇瓶验证三次平均产量0.612 g/L，与预测值0.614 g/L几乎重合，相对误差仅0.28%，显著优于RSM模型，显示ANN-GA在处理非线性交互效应方面具有更高精度。放大至1 L发酵体系后，rHpaA保持可溶性表达，经Ni亲和层析与Q阴离子交换两步纯化，SEC-HPLC检测呈现单一对称峰，保留时间9.47 min，纯度大于95%。Western blot结果显示，28 kDa条带可被Hp裂解液免疫血清及自制抗rHpaA血清特异性识别，表明重组抗原与天然HpaA的表位高度一致；ELISA测定免疫小鼠血清IgG滴度可达1∶262 144，显著高于PBS对照，差异具有极显著统计学意义，充分证明rHpaA兼具优良抗原性与免疫原性。

该研究不仅将HpaA产量推向当前公开报道的最高水平，也为后续中试放大奠定了可直接放大的培养基配方与工艺参数；同时验证了ANN-GA策略在生物制药工艺优化中的普适优势，为其他低产重组抗原的产业化提供了可复制的方法学范式。经济层面，优化配方以廉价无机氮源部分替代昂贵有机氮源，原材料成本下降约18%，且发酵周期未延长；技术层面，通过数据驱动模型替代传统试错，研发周期缩短一半以上；应用层面，高纯度、高免疫原性rHpaA的获得为开发新一代幽门螺杆菌亚单位疫苗、黏膜疫苗及快速诊断试剂提供了核心原料，有望降低全球幽门螺杆菌感染率并减少抗生素耐药带来的公共卫生负担。未来只需在搅拌罐规模验证溶氧、pH、补料策略等工程参数，即可直接导入GMP生产，实现从实验室克级到千克级的无缝放大，加速幽门螺杆菌疫苗的商品化进程。

来源：10.3389/fbioe.2024.1499940