这是系列的总览，也是团队对齐用的那一页。蛋白质工程（protein engineering，PE）改序列，让蛋白在指定应用里更好用。自然选择优化的是生物适合度，不是反应器、注射方案或洗涤剂配方；天然序列几乎总是起点，不是可交付物。
本篇交付三样：立项时能写下的真正目标、选路线时用的预测 / 筛选判据、报结果时同一套 $\Delta G$ 验收语言。后面各篇按工序展开，不在这里堆操作细节。
段末注释：蛋白质工程通常改编码基因，使宿主合成变体蛋白；遗传工程更常指把一个基因放到另一个生物里。前者改「这个蛋白好不好用」，后者改「这个生物会不会做这个蛋白」。
1. 为何必须工程，而不是「拿来就用」
进化只维持刚好够用的性质。中温菌蛋白在高温下会展开，而同源的嗜热菌蛋白能扛住同一温度，说明序列空间里「更稳」的解存在，只是中温环境给不出选择压。多余的稳定性、催化速度或结合强度若不再提高适合度，会被遗传漂变慢慢吃掉。
因此工程问题几乎总是：
- 场景变了（有机溶剂、高温、非天然底物、注射而非胰腺分泌）；
- 指标变了（剂量、半衰期、对映体纯度、单位酶产率）；
- 天然蛋白只是起点，不是终点。
经典对照：枯草杆菌蛋白酶（subtilisin）能耐受热水和表面活性剂，却被漂白剂氧化失活；把活性位点附近易氧化的 Met222 换成 Ala，就得到可用的洗涤剂蛋白酶。胰岛素的生理目标仍是控糖，但给药方式从「持续微量分泌」变成「餐前注射 / 夜间基底」，于是要分别工程成快效（lispro）与长效（glargine）类似物。
2. 立项只收四类目标
应用千差万别，方案把「必须改的蛋白性质」收成四类。立项先把应用句翻译成其中一类，并写出需要改多少（例如 $T_{\mathrm{m}}$ 提高 $8^{\circ}\mathrm{C}$，$K_{\mathrm{d}}$ 降 10 倍）。没有幅度的目标无法排期。
| 目标 | 英文 | 比较的是什么 | 应用里长什么样 |
|---|---|---|---|
| 稳定性 | stability | 功能态相对失活态是否更占优 | 耐热、耐溶剂、耐储存、血浆半衰期、耐受后续功能突变 |
| 结合 | binding | 复合物相对游离组分 | 抗体更咬抗原；或反过来：去免疫原性、减少受体介导清除 |
| 反应性 | reactivity | 过渡态相对酶+底物 | 更快、吃新底物、关掉有毒活力、开出新反应类型 |
| 选择性 | selectivity | 两种结合或两种反应的相对优劣 | 底物 / 配体判别、对映体选择、主产物对副产物 |
稳定性谈的是「还能不能工作」；结合谈「抓得紧不紧」；反应性谈「转得快不快」；选择性谈「在混合物里偏谁」。
**真正目标（true goal）**是：若只改这一条、其余不变，应用仍然变好。同时变好的其他性质常常是副作用或实现路径。例如工程一种更会切 Pro–Gln 的谷蛋白蛋白酶时，结合、选择性、反应性可能一起变；但若反应性没升，只是对 Pro–Lys 更挑食，对患者饮食没有帮助——真正目标是反应性，更紧的结合只是假设中的手段。
段末注释：真正目标是应用改善所必需的那条性质；假设是「怎样改能量差才能带动这条性质」。先写目标，再写假设，避免把 $K_{\mathrm{d}}$ 下降误当成已经成功。
3. 三条应用战线，同一套目标语言
医、农、工约束差几个数量级，但目标语言相同：都是四类性质之一（或有限组合）。排案例是为了对齐口径，不是为了背清单。
| 战线 | 例子 | 落到哪一类 |
|---|---|---|
| 医 | 曲妥珠单抗人源化并补 7 个框架突变，恢复对 HER2 的阻断 | 结合（兼降低免疫原性） |
| 医 | SARS-CoV-2 刺突蛋白多处 Pro 替换，锁在融合前构象 | 稳定性（构象） |
| 农 | 植酸酶耐制粒高温；Bt 毒素加强对昆虫肠靶标的结合 | 稳定性 / 结合 |
| 工 | 淀粉酶耐低 pH 与高温；转氨酶 27 处突变做西格列汀 | 稳定性 + 反应性 + 选择性 |
工业酶典型代价约 $$100/\mathrm{kg}$ 量级，治疗蛋白可高数个数量级；约束不同，但能量语言相同。用酶替换危险试剂，是绿色化学（green chemistry）里「降危害本身、而不只是降暴露」的一条主路。
4. 一条因果链：突变如何变成性质
方案里所有后续计算和筛选，都挂在同一条因果链上：
氨基酸替换 → 非共价相互作用与熵 → 各宏观态的相对吉布斯能 → 可测性质。
蛋白以宏观态（macrostate）存在：折叠 / 去折叠、游离 / 结合、酶+底物 / 酶·过渡态。态与态的吉布斯能差 $\Delta G$ 决定平衡；垒高决定快慢。工程做的是差分稳定（differential stabilization）：让目标相关的两个态能量差朝有利方向动，而不是「整分子一律更稳」。
室温下数量级对照：$\Delta G$ 每差约 $1.36,\mathrm{kcal,mol^{-1}}$，平衡常数大约差 10 倍。
$$
\Delta G = -RT\ln K
$$
| 性质 | 关键能量差 | 工程方向 |
|---|---|---|
| 稳定性 | $\Delta G_{\mathrm{unfold}}$（去折叠 − 折叠） | 增大（稳折叠 或 捣乱去折叠） |
| 结合 | $\Delta G_{\mathrm{d}}$（游离 − 复合物） | 增大（更难解离） |
| 反应性 | $\Delta G^{\ddagger}$（过渡态 − 酶+底物） | 减小（稳过渡态） |
| 选择性 | 两条路径的 $\Delta\Delta G$ | 拉开差距 |
酶不能改反应的热力学 $\Delta G^{\circ}$（只取决于底物与产物），只能改到达平衡的速度。这一点把「反应性」和「稳定性 / 结合」从概念上切开。
5. 两条策略：预测，或筛选
理性设计（rational design）：根据结构、机制和计算，提出少数替换，再实验验证。适合机制清楚、结构可靠、目标能写成「稳某一个态」的问题（许多稳定性位点、部分结合界面）。
定向进化（directed evolution，DE）：造多样性文库 → 筛选或选择 → 把优胜者当下一轮亲本。适合机制不清、上位性（epistasis）强、需要同时改多个性质、或计算反复说不准的问题。西格列汀工艺里的转氨酶起始对目标酮几乎无活力，最终换了 27 个残基，是这条路的工业标杆。
实际项目很少纯走一条：计算缩小位点，饱和突变或易错 PCR 补实验；DE 打出的热点再回结构解释。机器学习辅助工程是第三条加速带，但仍要先有本篇的目标定义与能量语言，否则模型在优化一个错的标签。
段末注释：理性设计用先验结构/机制压缩搜索空间；定向进化用可筛选的表型代替机制理解。二者都改变同一条 $\Delta G$ 链，差别只在「谁来提议下一个突变」。
6. 最小作业流程
- 写应用句：在什么条件下、对谁、成功长什么样。
- 翻译成四类之一，并给出幅度（倍数或 $\mathrm{kcal,mol^{-1}}$）。
- 列出不可破坏的已有性质（表达量、原底物活力、免疫原性……）。
- 画出相关态：折叠/去折叠？游离/结合？哪一个过渡态？两条竞争路径？
- 选策略：态清楚且结构好 → 先理性/计算；否则先可筛选的 DE，或二者交错。
- 先做出蛋白，再谈设计：没有表达与突变方法，图纸不会变成数据。
- 用同一指标定义成功：改进因子 $>1$ 才算赢；稳定性应比较 $1/K_{\mathrm{unfold}}$，不要误把更容易去折叠当成「更活」。
7. 验收
- 把「提高抗体药效」翻译成四类目标时，可能是结合、稳定性（血清半衰期）或降低非靶结合。你怎么用「只改一条、应用是否仍变好」来判决？
- 嗜热菌聚合酶很稳，却常不适合室温应用。缺的是哪一类性质？
- 计算预测 $\Delta\Delta G_{\mathrm{unfold}}=+2,\mathrm{kcal,mol^{-1}}$。这对应大约多少倍的去折叠平衡变化？下一步必须做什么？
（1：药效是应用句，不是目标；分别设想「只改 $K_{\mathrm{d}}$ / 只改清除 / 只改脱靶」哪种仍让临床指标变好。2：反应性——室温 $k_{\mathrm{cat}}$ 往往不够。3：约 30 倍量级；必须实测，计算只是提议。）
8. 依据与边界
口径对照 Protein Engineering（Kazlauskas）。原书 Ch.4 / Ch.7 / 部分 DE 章仍在修订，本方案对应工序只写已能稳定使用的部分，不拿未定稿章节充完整流程。
表达常用 pET；稳定性和结合提议常用 FoldX、Rosetta、AlphaFold。$\Delta\Delta G$ 与实验相关有限，柔性、溶剂化和协同突变容易算错。没有与真正目标同构的湿实验，计算输出只是待测清单。