De novo gene synthesis

Abstract

Due to the degeneracy of the genetic code, an average protein of 300 amino acids can be encoded by the truly astronomical number of more than 10150 different codon combinations; more than the estimated number of atoms in the observable universe. However, the choice between synonymous codons in the mRNA coding sequence is not random, but follows rules and has important functions in translation accuracy, efficiency and co-translational protein folding. This additional layer of information that mRNA primary structures encode is found in all three domains of life and is modulated by evolutionary forces as mutation and selection. Particularly, codon usage and codon context are strongly biased features in mRNA primary structure of different species. In heterologous protein expression, the translation instructions contained in the coding sequence, need to be recognized by the heterologous host, to avoid the production of insoluble, non-functional proteins. Factors such as differences in codon usage, and codon context between native and heterologous host must be considered, as well as the presence of rare codon rich regions and mRNA secondary structures. Gene optimisation is often the solution to overcome these difficulties and to obtain a higher yield of functional, correctly folded heterologous protein. The present work aimed at studying the effects of rare codons in a Plasmodium falciparum lysyl-tRNA synthetase gene (Pf LysRS) on protein solubility in Escherichia coli and whether protein solubility can be improved through codon harmonisation. Furthermore, the effect of other parameters such as codon context on translation accuracy and efficiency were analysed using the -galactosidase gene as another model.

Devido ao facto do código genético ser degenerado, uma proteína composta por 300 aminoácidos, pode ser codificada por um valor verdadeiramente astronómico de mais de 10150 combinações de codões; mais do que o número estimado de átomos no Universo observável. Contudo, a escolha entre codões sinónimos na sequência de mRNA não é aleatória, mas pelo contrário, segue regras e apresenta funções importantes ao nível da precisão e eficiência de tradução, bem como no folding co-traducional de proteinas. Esta camada adicional de informação que a estrutura primária do mRNA codifica é encontrada nos três domínios da vida e é modelada por forças como a mutação e a selecção. Em particular, a utilização de codões e o contexto de codões são características fortemente enviesadas na estrutura primária do mRNA de diferentes espécies. Na expressão heterologa de proteínas, as instruções traducionais contidas na sequência codificante necessitam de ser reconhecidas pelo hospedeiro heterologo de forma a evitar a produção de proteínas insolúveis, não funcionais. Factores como diferenças na utilização de codões e contexto de codões entre o hospedeiro nativo e heterologo devem ser consideradas, tal como a presença de regiões ricas em codões raros e a presença de estruturas secundárias de mRNA. A optimização de genes é frequentemente a solução encontrada para ultrapassar estas dificuldades e para obter um maior rendimento em proteínas heterologas solúveis e funcionais. O presente trabalho tem por objectivo estudar os efeitos de codões raros no gene da Lisil-tRNA sintetase de Plasmodium falciparum (Pf LysRS) em termos de solubilidade proteica em Escherichia coli, bem como estudar como essa solubilidade pode ser melhorada através de harmonização de codões. O efeito de outros parâmetros, como o contexto de codões, na precisão e eficiência de tradução foram analisados num outro modelo, o gene de -galactosidase.