发酵后的咖啡渣成分对SH-SY5Y神经细胞中与阿尔茨海默病相关的氧化甾醇27-羟基胆固醇的神经保护作用和抗氧化作用
《Food Chemistry》:Neuroprotective and antioxidant effects of fermented spent coffee ground fractions against Alzheimer's-related oxysterol 27-hydroxycholesterol in SH-SY5Y neuronal cells
【字体:
大
中
小
】
时间:2026年05月03日
来源:Food Chemistry 9.8
编辑推荐:
亚历杭德拉·阿兰西比亚-迪亚兹(Alejandra Arancibia-Díaz)| 索菲亚·特鲁希略-费尔南德斯(Sofía Trujillo-Fernández)| 卡罗琳娜·阿斯图迪略-卡斯特罗(Carolina Astudillo-Castro)| 毛里西奥·韦加拉-卡斯
亚历杭德拉·阿兰西比亚-迪亚兹(Alejandra Arancibia-Díaz)| 索菲亚·特鲁希略-费尔南德斯(Sofía Trujillo-Fernández)| 卡罗琳娜·阿斯图迪略-卡斯特罗(Carolina Astudillo-Castro)| 毛里西奥·韦加拉-卡斯特罗(Mauricio Vergara-Castro)| 卡门·索托-马尔多纳多(Carmen Soto-Maldonado)| 安德烈斯·科尔多瓦(Andrés Córdova)| 玛丽亚·埃尔维拉·苏尼加-汉森(María Elvira Zú?iga-Hansen)| 安娜·玛丽亚·维加-莱特(Ana María Vega-Letter)| 帕洛玛·富恩特斯(Paloma Fuentes)| 克劳迪娅·阿尔塔米拉诺(Claudia Altamirano)
智利瓦尔帕莱索天主教大学生物化学工程学院,巴西大道2085号
**摘要**
废弃咖啡渣(Spent Coffee Grounds, SCG)是一种富含酚类的农业工业废弃物,其生物医学潜力尚未得到充分探索。本研究开发了一种序贯生物处理方法,包括固态发酵、水醇提取和超滤,以选择性富集低分子量酚类化合物,并评估它们在阿尔茨海默病相关应激条件下的效果。研究人员量化了总酚类化合物(Total Phenolic Compounds, TPC)及其组成,并在暴露于过氧化氢(H?O?)或氧化甾醇27-羟基胆固醇(27-OHC)的SH-SY5Y神经元细胞中评估了其生物活性。27-羟基胆固醇是导致氧化还原失衡和淀粉样蛋白生成途径的关键因素。评估的参数包括细胞密度和存活率、活性氧(Reactive Oxygen Species, ROS)、超氧化物歧化酶(Superoxide Dismutase, SOD)活性以及β-淀粉样肽40(Aβ40)的积累。生物处理方法将总酚类含量提高了4.2倍,并使代谢物谱向高扩散性、低分子量化合物方向转变。小于3 kDa的组分表现出最强的功能响应,显著抑制了ROS的产生(约90%),恢复了SOD活性,并在27-OHC挑战下降低了Aβ40水平。这些结果表明,该富集策略能够获得具有强抗氧化和神经保护特性的SCG衍生物。
**1. 引言**
全球人口老龄化趋势给公共卫生系统带来了日益严峻的挑战。预计到2030年,60岁及以上的人口将增加64%,这迫切需要针对与年龄相关的疾病制定策略(Yiannopoulou & Papageorgiou, 2020)。阿尔茨海默病(Alzheimer's Disease, AD)是导致痴呆的主要原因,目前全球约有5500万人患病,预计在未来几十年内这一数字将急剧增加。最近的共识报告和大规模分析强调了AD的多因素和系统性特征,突出了淀粉样蛋白病理、脂质失调、神经炎症和代谢失衡之间的相互作用(Frisoni et al., 2025; Ravndal et al., 2025)。这些新观点进一步强调了预防性和多靶点策略的必要性。
AD的发病机制涉及复杂的分子和细胞过程,其中氧化应激和神经炎症起着关键作用。代谢异常如血脂异常和胆固醇氧化进一步加剧了这些过程(Oliveira, Bellozi, Reis and de Oliveira, 2018; Guarnieri et al., 2024; Lu et al., 2024; Serrano-Pozo et al., 2011; Singh et al., 2016)。在这种情况下,27-羟基胆固醇(27-OHC)作为一种由胆固醇氧化产生的氧化甾醇(Q. Wang et al., 2022),因其能够穿越血脑屏障(Blood-Brain Barrier, BBB)并促进神经毒性生物标志物(包括β-淀粉样肽)的积累而受到广泛关注。与H?O?等通用氧化剂相比,27-OHC更能反映脂质来源的氧化应激及其穿越BBB的能力,因此在模拟AD的体外系统中具有更高的病理生理相关性(Oliveira, Bellozi, Reis and de Oliveira, 2018)。27-OHC水平升高与线粒体功能受损、氧化应激增加以及细胞(SH-SY5Y)和小鼠模型中的神经元损伤有关(Oliveira, Bellozi, Reis and de Oliveira, 2018; Umetani et al., 2014),使其成为一种生理上重要的应激源(Y. Huang et al., 2025)。然而,很少有研究将生物处理驱动的天然提取物中的酚类富集与27-OHC诱导的应激下的功能评估相结合(Mutemberezi et al., 2016; Oliveira, Bellozi, Reis and de Oliveira, 2018)。尽管在药物治疗方面取得了进展,但治疗效果仍然有限,延缓AD进展的效果有限(Sharifi-Rad et al., 2022)。这一情况激发了人们对替代方法的兴趣,特别是那些富含抗氧化剂和酚类化合物(Phenolic Compounds, PCs)的饮食干预措施(Dominguez et al., 2021; Panza et al., 2018; Scarmeas et al., 2018; Tamura et al., 2020)。其中,绿原酸(Chlorogenic Acid, CGA)因其在不同实验模型中的抗氧化、抗炎和神经保护作用而受到广泛研究(Naveed et al., 2018; Tajik et al., 2017)。
一种有前景且可持续的替代方案是利用农业工业副产品作为促进健康的PCs来源。废弃咖啡渣(SCG)占加工后咖啡豆质量的近65%(Nguyen et al., 2019),由于其富含CGA、咖啡酸(Caffeic Acid, CA)和奎宁酸(Quinic Acid, QA)等PCs(álvarez et al., 2017; Mata et al., 2018; Monente et al., 2015; Mussatto, Carneiro et al., 2011),成为一种有吸引力的材料。最近的研究进一步支持了SCG作为可持续生物活性酚类来源的潜力;然而,大多数方法仍局限于成分分析和体外抗氧化测定,而在生物学相关系统中的验证有限(Ballesteros et al., 2017; Campos-vega & Oomah, 2015)。早期研究已经证明了咖啡衍生物PCs的抗氧化和神经保护潜力;然而,这些研究主要依赖于粗提物或分离化合物,并且大多在H?O?等经典氧化应激条件下进行评估。重要的是,这些方法主要局限于化学抗氧化能力或简化的生物模型,未能建立生物处理驱动的成分变化与疾病相关条件下的功能性生物结果之间的直接联系,这是传统抗氧化能力测定中的一个局限性(D. Huang et al., 2005; Prior et al., 2005)。此外,这些方法没有采用生物处理策略来选择性富集低分子量(low-MW)PCs,也没有研究它们在氧化甾醇诱导的氧化应激下的效果,而这是AD高度相关的机制(Arauzo et al., 2020; Ballesteros et al., 2017; Campos-vega & Oomah, 2015; Esquivel & Jiménez, 2012; Magalh?es et al., 2016; Okur et al., 2021)。除了健康益处外,SCG的利用还具有环境优势,有助于减少废物和可持续资源利用。
尽管咖啡PCs和氧化应激模型已得到广泛研究,但在将生物过程工程策略与反映疾病特异性氧化应激机制的生物学相关验证系统相结合方面仍存在关键差距,这一局限性在文献中越来越受到重视,强调了从化学抗氧化能力测定向生物学相关验证的转变的必要性(Niki, 2010)。
在这种情况下,一种综合工艺结合了固态发酵(Solid-State Fermentation, SSF)来调节酚酸谱,优化的水醇提取与序贯超滤(Ultrafiltration, UF)相结合,以选择性富集小于3 kDa的组分,并在27-OHC(一种能够穿越BBB的氧化甾醇,与神经退行性过程直接相关)下进行功能验证,这一方法尚未得到系统研究。本研究通过建立过程驱动的酚类调节、分子分级和功能性生物效应之间的直接联系,超越了描述性的抗氧化特性评估,迈向生物学相关的功能验证。因此,本研究的新颖之处在于将先前优化的SSF条件与基于膜的分级和在生理相关氧化甾醇诱导的神经元应力模型下的功能验证相结合。本研究旨在通过使用H?O?诱导的氧化应激和27-OHC触发的神经毒性,在体外SH-SY5Y神经元模型中评估通过优化水醇提取(HE)和超滤(UF)处理的SCG富集CGA提取物的抗氧化和神经保护效果。在这方面,本研究为提供关于发酵和分级SCG提取物在27-OHC诱导的神经毒性下的生物学效应的功能相关证据做出了贡献。
**2. 材料与方法**
2.1. 化学品和试剂
本研究中使用的所有化学品和试剂均为分析级。除非另有说明,酚类标准品、溶剂和通用试剂均购自?Sigma-Aldrich(美国密苏里州圣路易斯)和?Merck(德国达姆施塔特)。培养基和补充剂来自?Gibco(美国马萨诸塞州沃尔瑟姆)。荧光探针和分子生物学试剂由?Invitrogen(美国加利福尼亚州卡尔斯巴德)提供。用于Western blotting(WB)的抗体购自?Invitrogen,超氧化物歧化酶(SOD)活性测定试剂盒购自?Sigma-Aldrich(美国密苏里州圣路易斯)。
2.2. SCG的固态发酵
SCG采用Arancibia-Díaz等人(2025)先前描述的SSF工艺进行处理(Arancibia-Díaz et al., 2025),使用曲霉菌(Aspergillus sp.)作为接种菌(见图1A)。SCG来自六家当地咖啡店,由大约85%的阿拉比卡咖啡(Coffea arabica)和15%的卡内福拉咖啡(Coffea canephora)混合而成。收集后进行了初步的物理化学表征:水分含量和pH值分别为63.4 ± 3.7%(湿基)和5.65 ± 0.58。为确保批次均匀性和发酵前的酚类稳定性,材料在40°C下轻轻干燥、均质化、灭菌,然后冷冻干燥。冻干的SCG在无菌条件下储存于-20°C,直至使用,以便在实验重复中进行标准化底物准备。
**图1. 从废弃咖啡渣(SCG)中获取富含酚类组分的综合生物工艺。**
(A)使用米曲霉(Aspergillus oryzae)和黑曲霉(Aspergillus niger)进行固态发酵(SSF)的非发酵样品(T0)和发酵样品(T10和T30),随后在100 rpm和40°C下进行优化的水醇提取,通过旋转蒸发和冷冻干燥获得E-SCG提取物(n = 3),生物重复次数(n = 3)。
(B)使用分子量截留值分别为100、50、30、10和3 kDa的膜进行序贯超滤(UF),从冻干提取物(E-SCG-T0、E-SCG-T10和E-SCG-T30)中获得渗透液和保留液组分。
真菌接种菌通过使用灭菌SCG作为生长支持的繁殖培养产生。简而言之,1.0 g SCG在121°C下高压灭菌15分钟,然后悬浮在添加了氨苄西林(1.0 mg/L)的土豆葡萄糖琼脂中以防止细菌污染。培养物在30°C下培养5-7天,直至出现可见的孢子形成。收集孢子,过滤去除菌丝碎片,并重新悬浮在含有吐温80?(NaCl 9.0 g/L;吐温80? 4.0 mL/L)的无菌盐溶液中。使用Neubauer计数室测定孢子浓度,得到1.2 × 1012 ± 0.15 × 1012孢子/L的接种浓度。该悬浮液用于在SSF过程中达到每克干底物1.0×10?–1.0×10?孢子的最终接种水平。这一接种范围基于初步优化试验确定,以确保均匀定殖和控制真菌生长,同时避免过度积累生物量。
SSF在30°C的受控条件下进行,通气流速为0.5 L/min,水分脉冲为90 mL/d,持续30天。在定义的时间点(第0天、第10天和第30天)收集样品,立即冷冻并储存在-80°C,以备进一步提取和化学表征分析。为了获得具有不同酚类谱的提取物,一个批次在第10天停止,得到富含CGA的提取物,而另一个批次延长至第30天,得到富含QA的提取物。每次发酵结束后,材料被冻干并研磨至均匀的颗粒大小,然后进行水醇提取。
2.3. 优化的水醇提取
PCs的回收采用我们早期工作(Arancibia-Díaz et al., 2023)中优化的方法。简而言之,将发酵后的SCG与67.3% v/v的水醇溶液以1:9(w/v)的固液比混合,在100 rpm和40°C下搅拌培养1小时。培养后,立即过滤悬浮液,并在40°C下进行旋转蒸发,直至完全去除酒精组分(见图1A)。然后将提取物冻干,得到稳定的粉末以供后续分析。
2.4. 提取物的超滤(UF)
具有最高CGA和QA浓度的提取物经过一系列分子量截留值分别为100、50、30、10和3 kDa的膜进行序贯超滤(UF),共五个阶段(见图1B)。进入第一阶段的进料溶液定义为E-SCG,对应于SSF第0天(E-SCG-T0)、第10天(E-SCG-T10)和第30天(E-SCG-T30)水醇提取得到的冻干质量。每个UF阶段的渗透液作为下一阶段的进料。在每个步骤中,都测定了TPC、CGA、CA和QA的浓度。通过表观保留系数(方程1)评估了每种膜的选择性。(1)σx?i=1?Cp,iCA,i?100其中:σx?i:第i阶段超滤(UF)时分子x的表观保留系数。Cp:第i阶段渗透物的浓度(mg/mL),CA:第i阶段进料溶液的浓度(mg/mL)。此外,根据方程(2)计算了五个UF阶段(Y1–5)中TPC的总产量:(2)Y1?5=所有渗透物中TPC的质量(mg)第1–5阶段TPC的质量初始进料中的TPC质量?100其中:Y1–5:UF过程中TPC的总产量(%)。所有渗透物中的TPC质量(第1–5阶段):整个UF过程后回收的TPC总毫克数。初始阶段中的TPC质量:进入第1阶段的SCG提取物中的TPC毫克数。SCG提取物的富集度(E-SCG)根据方程(3)定义:(3)E=CGA+CA+QA/TPC?100其中:E:SCG提取物中酚类化合物在CGA、CA和QA中的富集度(%),CGA:绿原酸浓度(mg/mL),CA:咖啡酸浓度(mg/mL),QA:奎宁酸浓度(mg/mL),TPC:酚类化合物总量(mg/mL)。该参数反映了在UF获得的每个组分中鉴定出的目标酚类化合物(CGA、CA、QA)的比例。2.5. 生物活性化合物的提取产量和回收效率的测定水醇提取物(YHE-SCG)的质量产量根据方程(4)计算:(4)YHE?SCG=ME?SCG/MSCG?100其中:ME-SCG:从SCG(未发酵或发酵)中获得的冻干提取物的质量(干基)。MSCG:用于水醇提取的SCG的质量(未发酵或发酵)。TPC或CGA或CA或QA的回收效率(η)按照方程(5)确定:(5)η%=CE?SCG?ME?SCG/MSCG?100其中:η:回收效率(%)。CE-SCG:提取物中TPC或CGA或CA或QA的浓度,以mg GAE/g提取物的形式表示(对于TPC)和其他生物分子目标以mg/g提取物的形式表示(冻干提取物的质量)。ME-SCG:从废弃咖啡渣(未发酵或发酵)中获得的冻干提取物的质量(干基)。MSCG:SCG(未发酵或发酵)中TPC或CGA或CA或QA的浓度,以mg GAE/g SCG的形式表示(对于TPC)和其他生物分子目标以mg/g SCG的形式表示(干基)。该参数反映了从固体基质中有效转移到可溶性提取物组分中的TPC和生物活性化合物的目标比例。2.6. 化学表征使用高效液相色谱法(HPLC–DAD)和二极管阵列检测器对UF渗透物中的CGA、咖啡酸(CA)和奎宁酸(QA)进行了定量。样品通过0.22 μm膜过滤后注入C18反相柱,并在320 nm处设置紫外检测器。CGA和CA的定量遵循Alonso等人的方法(Alonso等人,2007年),而QA的定量则遵循Rodrigues等人的方案(Rodrigues等人,2007年)。通过保留时间和分析标准的光谱特性确认了鉴定结果,而定量基于R2 ≥ 0.995的外部校准曲线。使用Folin–Ciocalteu方法(Prior等人,2005年)以微孔板格式测定渗透物中的TPC,以没食子酸为标准。测量在765 nm处进行,TPC以每克提取物的干重计算的没食子酸当量(mg)表示。HPLC-DAD和TPC分析的结合提供了强大的、足够的定量信息,以支持食品基质中的这一概念验证。为了确保数据集之间的一致性,结果根据以下标准化基础表示:(i) TPC为mg GAE/g SCG,(ii) 通过HPLC测定的个别羟基肉桂酸为mg/g提取物,(iii) 渗透物和UF组分为mg/mL,以及(iv) 细胞测定的相对活性或%为%(SOD活性、ROS和细胞密度)。这些单位约定在整个手稿中一致应用,并在所有表格和图例中明确说明。为了保持一致性,结果根据样品的性质报告:(i) 固体基质的mg GAE/g SCG干重,(ii) 冻干提取物的mg/g提取物,以及(iii) 渗透物和保留物的mg/mL。这确保了处理步骤之间的可比性,同时保持了产量计算的可追溯性。2.7. 细胞培养SH-SY5Y细胞和细胞毒性人类神经母细胞瘤SH-SY5Y细胞(ATCC CRL-2266)在添加了10%胎牛血清(FBS)和1%青霉素-链霉素(P/S)的Alpha Dulbecco改良Eagle培养基(αDMEM)中培养,并在含有5% CO?的潮湿培养箱中维持在37 °C。通过台盼蓝排除试验(Strober,2001)评估了富含CGA的SCG提取物和纯CGA的细胞毒性。细胞以2.6*10^3 ± 2.2*10^1细胞/cm^2的密度接种在12孔板(Corning?)中。经过24小时的粘附期后,细胞用100–1000 μg/mL的提取物浓度或50–1000 μM的CGA处理24小时。使用血细胞计数器计算存活细胞和非存活细胞的数量,并将细胞浓度和存活率相对于未经处理的对照组进行计算。保持≥90%存活率的提取物浓度被认为是无害的,并被选用于进一步实验。数据以n = 3个独立生物重复实验的平均值±标准差报告,每个实验有3个分析重复。2.8. 用富含CGA的SCG提取物和纯CGA处理一旦确定了无毒浓度,就评估了抗氧化和神经保护能力。之前,细胞以2.6*10^3 ± 2.2*10^1细胞/cm^2的密度接种在12孔板(Corning?)中。经过24小时的粘附期后,细胞暴露于H?O? 100 μM或27-OHC 30 μM引起的氧化应激1小时,随后用富含CGA的SCG提取物、组分或纯CGA处理24小时(处理后设计)。所有实验中都包括了载体对照(27-OHC为0.1%乙醇,H?O?为蒸馏水)。2.9. 细胞内ROS和SOD的测量使用DCFH-DA探针定量细胞内ROS的产生。细胞在37 °C下与25 μM 2,7-二氯荧光素二乙酸酯(DCFDA)共培养30分钟,并在485激发/535发射处使用AplisKan微孔板读取器(BioTek Instruments,美国)测量荧光。结果相对于未经处理的对照组进行归一化,并表示为相对荧光单位(RFU)。同时,使用商业试剂盒CS0009(Sigma-Aldrich,St. Louis,MO,美国)按照制造商的说明测量超氧化物歧化酶(SOD)活性,SOD作为内源性抗氧化防御的直接指标,因为27-OHC和H?O?会增加超氧化物的形成并损害神经细胞的SOD功能。该测定基于超氧化物阴离子对水溶性四唑盐(WST-1)还原的抑制作用,并在450 nm处使用微孔板读取器记录吸光度。根据试剂盒提供的校准曲线计算酶活性,并以对照条件下的百分比活性表示。2.10. 西部印迹分析考虑到SH-SY5Y细胞在改良的RIPA缓冲液(50 mM Tris-HCl pH 7.6,150 mM NaCl,1% SDS,1% Triton X-100,0.5% sodium deoxycholate,5 mM EDTA,不含EDTA的蛋白酶抑制剂)中裂解,在冰上匀浆,并在95 °C下加热5分钟。裂解物在4 °C下以14,000 g离心10分钟,然后通过BCA测定蛋白质浓度。等量的蛋白质(30 μg)与Laemmli缓冲液(70:30,v/v)混合,在95 °C下变性5分钟,并在16% Tricine-SDS-PAGE凝胶上分离Aβ-40或在12% Glycine-SDS-PAGE凝胶上分离β-actin。蛋白质使用湿转移法在4 °C下以100 mA转移80分钟(对于Aβ-40)和400 mA转移80分钟(对于β-actin)到PVDF膜上(0.2 μm,甲醇激活)。膜在30 °C下用5% BSA在TBST中封闭1小时,然后在4 °C下与anti-Aβ-40抗体(1:500,Invitrogen?)或anti-β-actin抗体(1:1000,Invitrogen?)孵育过夜作为加载对照。洗涤后,膜在25 °C下与HRP结合的二级抗体(1:3000,Invitrogen?)孵育1小时。蛋白质条带通过增强的化学发光可视化,并使用Licor?数字化学发光系统成像。曝光时间调整以保持在线性检测范围内。单体Aβ-40在约4 kDa处被检测到,也观察到了更高分子量的寡聚体(8–20 kDa)。使用ImageJ Fiji?进行密度测量,并将Aβ-40的水平归一化为β-actin。结果以n = 3个独立生物重复实验的平均值±标准差表示。曝光时间优化以避免信号饱和,密度测量仅在线性动态范围内进行。Aβ-40单体在约4 kDa处分析;更高分子量的寡聚体(8–20 kDa)仅进行定性报告。2.11. 统计分析所有数据以平均值±标准差表示。对于每个终点,进行了n = 3个独立生物重复实验,每个实验有三次分析重复。使用Shapiro–Wilk检验评估数据分布的正态性,并在参数分析之前评估方差的同质性。涉及单个独立变量的比较使用单因素ANOVA进行,然后在满足参数假设时使用Tukey的事后检验。涉及两个独立变量的实验使用双因素ANOVA进行,然后使用Tukey的多重比较检验来评估主效应和交互项。当参数检验的假设不满足时,使用Kruskal–Wallis检验进行数据分析,然后使用Dunn的事后检验。p值<0.05被认为具有统计显著性。所有分析都使用GraphPad Prism 9.0进行。3. 结果和讨论3.1. 发酵SCG提取物(E-SCG)的酚类化合物谱型和化学表征:水醇提取物(YHE-SCG)的质量产量在第0天为2.39%;经过10天的发酵后,增加到6.25%,增加了约2.6倍。第30天也观察到了类似的值(6.15%),表明可提取化合物的最高溶解度发生在前10天内,并在此之后保持稳定(见表1)。这些结果与我们小组之前报告的SSF早期阶段酚类化合物的增强释放一致(Arancibia-Díaz等人,2025年),并为后续的分馏和生物活性评估提供了合适的组成基线。表1. SSF对PCs含量和SCG提取性能的影响。数值以每克提取物(干重)的个别酚类化合物的毫克数(mg)和总酚类化合物的没食子酸当量(GAE)/g SCG表示(n = 3,平均值±标准差)。时间(天)0 10 30YHE-SCG (%) 2.39 ± 1.05 6.25 ± 0.76 6.15 ± 1.21 总酚类化合物(mg GAE/g)TPC(mg GAE/ g SCG)28.25 ± 3.91 99.14 ± 1.97 124.37 ± 27.19 TPC(mg GAE/ g提取物)83.60 ± 11.84 94.47 ± 11.27 97.90 ± 40.10 ηTPC (%) 7.10 6.00 4.80 绿原酸(mg/g)CGA(mg / g SCG)8.78 ± 0.61 55.14 ± 2.24 4.82 ± 0.25 CGA(mg / g提取物)21.00 ± 1.60 77.40 ± 16.30 20.00 ± 2.00 ηCGA (%) 5.70 8.80 25.50 咖啡酸(mg/g)CA(mg / g SCG)0.00 ± 0.00 2.78 ± 0.22 5.67 ± 0.54 CA(mg / g提取物)0.00 ± 0.00 12.00 ± 0.80 5.80 ± 4.60 ηCA (%) 0.00 26.90 6.30 奎宁酸(mg/g)QA(mg / g SCG)0.00 ± 0.00 1.13 ± 0.12 38.00 ± 6.64 QA(mg / g提取物)0.00 ± 0.00 0.10 ± 0.00 41.12 ± 3.70 ηQA (%) 0.00 0.55 6.60表1. 随着时间的推移观察到组成变化。TPC从第0天的28.25 mg GAE/g SCG逐渐增加到第10天的99.14 mg GAE/g SCG,到第30天达到124.37 mg GAE/g SCG。虽然CGA含量在第10天之前急剧增加(55.14 mg/g SCG),但在第30天显著下降(4.82 mg/g SCG)。这种下降与CA和QA的出现和随后的积累一致,这与SSF期间的CGA酶促水解一致(Adachi等人,2008年;Arancibia-Díaz等人,2023年;Arancibia-Díaz等人,2025年;Butiuk, Adachi和Hours,2015年;Butiuk等人,2018年)。实际上,CA在第0天不存在,但在第30天达到5.67 mg/g SCG,而QA从第0天的0 mg/g SCG强烈积累到第30天的38.00 mg/g SCG。这种组成变化反映了SSF驱动的生物转化过程,不仅增加了酚类化合物的可用性,还积极重塑了酚类化合物的谱型,使其更适合后续的分馏和生物系统中的功能评估。对提取物的分析表明,尽管ηTPC保持中等(4.8–7.1%),但观察到个别酚类化合物的选择性富集。值得注意的是,ηCGA在第30天达到25.5%的峰值,而ηCA在第10天达到26.9%,这些值与之前的优化提取研究相当(Arancibia-Díaz等人,2023年;Arancibia-Díaz等人,2025年;Bouhzam等人,2023年)。QA在早期阶段的回收率可以忽略不计,但在第30天增加到6.6%,与其在发酵基质中的积累一致。这些发现表明SSF不仅增强了酚类化合物的整体释放,还实现了特定低分子量PCs的靶向富集,这对于后续的功能评估至关重要。本研究中获得的TPC浓度与我们小组在优化的水醇提取条件下之前报告的值一致(Arancibia-Díaz等人,2023年;Arancibia-Díaz等人,2025年),支持了该过程的可重复性。在这个背景下,这里应用的SSF条件与之前确定的最佳条件相对应,为后续的分馏和功能评估提供了一个一致的成分基线。本研究的结果与未发酵SCG的报告结果一致,其中TPC水平通常在6到30 mg GAE/g之间,具体取决于溶剂和提取条件(Panusa等人,2013年;Zuorro和Lavecchia,2012年)。在这里观察到的较高TPC和CGA水平反映了之前优化的SSF条件的应用(Arancibia-Díaz等人,2025年),为进一步处理提供了一个一致的成分框架。值得注意的是,第10天的CGA含量(55.14 mg/g SCG)超过了未经处理的SCG通常报告的5–10 mg/g(Vu等人,2021年),这与研究表明SSF促进了咖啡基质中酯化氯原酸盐的释放(Monente等人,2015年)一致。CGA水平的下降与CA和QA的出现相吻合,这反映了在发酵咖啡果肉和壳中之前描述的代谢转变,这些转变归因于酯酶介导的水解(Esquivel和Jiménez,2012年)。同样,第30天QA的积累(38.00 mg/g SCG)反映了从释放完整的氯原酸盐到其下游代谢物的渐进性转变。与这些成分变化一致的是,尽管总体提取效率适中,但回收效率显示出特定酚类化合物的靶向富集。在特定的发酵阶段,ηCGA和ηCA超过了25%,这些值与优化的水解酒精提取系统报告的值相当(Bouhzam等人,2023年;Mussatto, Ballesteros等人,2011年)。由于这些参考研究是使用未发酵的SCG进行的,因此这里获得的结果反映了我们团队之前报道的优化SSF条件的应用(Arancibia-Díaz等人,2025年),这些条件为后续的分馏和功能评估提供了合适的成分谱型。在这个背景下,当前的工作在这个已建立的框架基础上,将过程衍生的成分特征与可以在生物系统中进一步评估的酚类组分联系起来。
3.2. 超滤(UF)驱动发酵SCG提取物的分馏:连续超滤揭示了在不同发酵阶段(T0、T10、T30)获得的提取物之间的总体TPC产率(Y1–5)存在显著差异。渗透物中的Y1–5对于未发酵提取物(E-SCG-T0)最低(约6.5%),在第10天达到最高(E-SCG-T10;约23%),而在第30天处于中间水平(E-SCG-T30;约14%),这表明发酵减少了基质保留并促进了酚类化合物的释放。同时,总体保留系数(σ1–5)显示出与总体TPC产率(Y1–5)相反的模式,未发酵提取物的保留系数较高,而发酵提取物的保留系数较低。这一趋势与SSF后存在的低分子量PCs比例较高相符,这自然有利于它们通过UF膜。由于σ1–5和Y1–5是渗透和保留的互补指标,观察到的模式与发酵引起的成分变化一致,而不是独立的机械效应(见表2)。这些结果表明,SSF引起的成分变化直接影响UF的性能,建立了生物过程驱动的酚类重塑与基于膜的分馏行为之间的联系。
表2. SCG提取物的UF性能和PCs组成(Y1-5和σ1-5)。对于未发酵(T0)和发酵提取物(T10和T30),显示了渗透物中的TPC回收率(Y1–5)和表观保留系数(σ1–5),以及经过连续UF(100、50、30、10和3 kDa)后获得的进料溶液和渗透物组分中的PCs组成(TPC、CGA、CA和QA)。数值对应于n=3个独立生物重复实验的平均值±标准差。
超滤性能和SCG提取物的酚类组成(Y1–5和σ1–5)。
E-SCG-T0
Y1–5 6.5 σ1–5 73.4
Fraction TPC CGA CA QA
Feed 8.36 ± 1.84 2.10 ± 0.16 0.00 ± 0.00 0.00 ± 0.00
100 kDa 7.72 ± 0.74 2.10 ± 0.63 0.00 ± 0.00 0.00 ± 0.00
50 kDa 7.28 ± 0.70 2.11 ± 1.32 0.00 ± 0.00 0.00 ± 0.00
30 kDa 5.47 ± 1.61 2.08 ± 0.43 0.00 ± 0.00 0.00 ± 0.00
10 kDa 2.34 ± 1.11 2.10 ± 2.36 0.00 ± 0.00 0.00 ± 0.00
3 kDa 2.22 ± 0.81 2.10 ± 0.04 0.00 ± 0.00 0.00 ± 0.00
E-SCG-T10
Y1–5 23.0 σ1–5 16.8
Fraction TPC CGA CA QA
Feed 9.47 ± 1.27 7.74 ± 1.63 0.12 ± 0.08 0.01 ± 0.00
100 kDa 8.71 ± 0.51 7.73 ± 0.19 0.13 ± 0.02 0.01 ± 0.00
50 kDa 8.46 ± 0.75 7.74 ± 0.41 0.13 ± 0.00 0.01 ± 0.00
30 kDa 8.15 ± 0.72 7.72 ± 0.58 0.12 ± 0.01 0.01 ± 0.00
10 kDa 8.01 ± 0.21 7.72 ± 0.01 0.12 ± 0.00 0.01 ± 0.00
3 kDa 7.88 ± 0.30 7.72 ± 0.08 0.12 ± 0.01 0.01 ± 0.00
E-SCG-T30
Y1–5 14.1 σ1–5 30.6
Fraction TPC CGA QA
Feed 9.79 ± 4.10 2.00 ± 0.20 0.58 ± 0.46 4.12 ± 0.37
100 kDa 9.63 ± 3.03 2.00 ± 0.16 0.58 ± 0.20 4.13 ± 0.36
50 kDa 7.97 ± 0.39 2.01 ± 0.24 0.57 ± 0.30 4.11 ± 0.11
30 kDa 7.00 ± 2.00 2.00 ± 0.10 0.57 ± 0.24 4.11 ± 0.33
在对产率和保留率进行总体评估后,分析了UF渗透物的化学组成,以评估低分子量PCs的选择性富集。表2中的数据显示了不同UF阶段CGA、CA和QA的相对浓度,既以单独浓度表示,也以相对于TPC的富集比率表示。这种双重表示方法能够同时评估绝对和相对富集情况。使用最低截留膜(10和3 kDa)获得的渗透物一致显示了发酵提取物(E-SCG-T10和E-SCG-T30)中CGA、CA和QA的最高比例。相比之下,未发酵提取物(E-SCG-T0)仅在10 kDa和3 kDa渗透物中达到类似的比例,表明低分子量PCs较少见,需要更紧密的膜进行富集,而在发酵基质中这些化合物更容易通过UF阶段。
图2总结了这些结果作为相对比例,强调了≥90%的富集阈值(CGA + CA + QA)。
下载:下载高分辨率图像(334KB)
下载:下载全尺寸图像
图2. 在固态发酵后第0天(T0)、第10天(T10)和第30天(T30)的SCG水解酒精提取物中羟基肉桂酸(CGA + CA + QA)的富集百分比(MWCO:100、50、30、10和3 kDa)。红色虚线表示CGA + CA + QA富集的90%阈值。数据代表平均值±标准差(n=3个独立生物重复实验),个别数据点已显示。当不可见时,误差条小于符号大小。(关于此图例中颜色的解释,请参阅本文的网页版本。)
研究表明,SSF可以减少胶体/大分子污染物的比例,并增加溶液中PCs的可用性(Cassano等人,2018年)。类似的UF行为,包括澄清和低分子量PCs的选择性渗透,在植物基基质中也有广泛报道(Cassano等人,2018年;Conidi等人,2020年)。观察到的CGA、CA和QA的渗透物富集与其分子量(CGA为354.3 g/mol,CA为180.2 g/mol,QA为192.2 g/mol)一致,这些分子量有利于它们通过UF膜的渗透,而较高分子量的成分则被优先保留。这种行为在农业食品系统中已经得到很好的证实,其中UF作为纳滤(NF)之前的澄清步骤,用于浓缩低分子量PCs(Conidi等人,2020年;Mejia等人,2022年)。因此,这里观察到的选择性渗透反映了提取物中低分子量PCs的优势,并支持了UF阶段观察到的分馏模式(Cassano等人,2018年;Castro-Mu?oz,2024年;Conidi等人,2020年;Kyll?nen等人,2023年;Sánchez-Arévalo等人,2023年)。在这个背景下,观察到在不同UF截留值下CGA + CA + QA的富集百分比≥90%,对于E-SCG-T10为50 kDa,E-SCG-T30为30 kDa,而E-SCG-T0仅为10 kDa(见图2),表明SSF驱动的成分变化直接影响了分馏行为。这种转变使得低分子量PCs在发酵基质中更早地渗透,反映了分子种类的重新分布,而不仅仅是它们丰度的增加。虽然UF对低分子量PCs的选择性渗透在农业食品系统中已有广泛报道(Cassano等人,2018年;Sánchez-Arévalo等人,2023年),但在这里观察到的富集阈值随阶段的依赖性变化尚未在SCG中系统描述。这些发现表明,SSF驱动的成分变化不仅改变了PCs的谱型,还以直接影响基于膜的分馏行为的方式改变了提取物的性质,从而生成适合后续功能评估的酚类组分。
3.3. CGA富集的SCG提取物和纯CGA在SH-SY5Y细胞中的细胞毒性:SH-SY5Y神经母细胞瘤细胞系是评估神经元活力、氧化应激和与神经退行性相关机制的公认模型,广泛用于阿尔茨海默病(AD)和帕金森病相关神经毒性的研究(B?r?czky等人,2025年;de Medeiros等人,2019年;Xicoy等人,2017年)。在这项研究中,使用纯CGA、CA和QA作为参考标准,评估了发酵SCG提取物的体外细胞毒性潜力。纯CGA、CA和QA在250 μM以下基本上是无毒的,在24小时后仍保持95–97%的活力(见表3)。在任何测试浓度(0–500 μM)下均未检测到统计学上的显著差异。只有在500 μM时观察到细胞密度略有下降,活力值相对于未经处理的对照组下降了28–31%;然而,这种减少并未达到统计学显著性。这些数据表明,所有三种酚酸在250 μM以下都处于安全操作范围内,支持它们适用于后续的抗氧化和神经保护测定。这些结果与报告中的安全范围一致,即CGA和CA在SH-SY5Y、PC12和原代皮质神经元中的安全范围为10–200 μM(Anggreani & Lee,2017年;Ayna等人,2020年;Gao等人,2020年;Heitman & Ingram,2014年)。尽管QA受到的研究关注较少,但在小鼠神经元中报告的安全浓度高达100 μM(Park等人,2024年),在Caco-2细胞系中为10–200 μM(Sadeghi Ekbatan等人,2018年)。
表3. 在37°C和5% CO2条件下处理24小时后,纯羟基肉桂酸(CGA、CA、QA)和SCG衍生提取物及超滤(UF)渗透物对SH-SY5Y神经细胞的细胞毒性评估。活力范围(%)表示测试浓度区间内的最小–最大值(纯化合物:0–1000 μM;提取物:0–1.5 mg/mL)。IC50值以μM表示纯化合物,以mg/mL表示提取物组分。无毒浓度范围对应于保持≥90%细胞活力的最高浓度。数据代表三个独立生物重复实验的平均值±标准差(n=3)。
处理类型 浓度范围 细胞活力范围(%) IC50 无毒浓度范围
纯化合物(μM) CGA 0.0–1000 99.07–90.27 >1000 在500 μM以下保持>90%活力
CA 99.07–88.11
提取物组分(mg/mL) E-SCG-T0 0.0–1.5 99.95–0.10 <0.75 在0.25 mg/mL以下保持>90%活力
E-SCG-T0(<10 kDa渗透物) 99.95–11.58 <1.00
E-SCG-T0(<3 kDa渗透物) 99.95–11.42 >1.00
E-SCG-T10 0.0–1.5 96.97–48.85 >1.00 在0.5 mg/mL以下保持>90%活力
E-SCG-T10(<10 kDa渗透物) 96.97–52.06
E-SCG-T10(<3 kDa渗透物) 96.97–56.09
E-SCG-T30 0.0–1.5 98.70–24.00 <1.00 在0.5 mg/mL以下保持>90%活力
E-SCG-T30(<10 kDa渗透物) 98.70–43.33
IC50值确定为CGA和QA约为4000 μM,CA大于3000 μM(数据未显示)。这些值明显高于文献中的值,可能反映了终点定义的差异,例如生长抑制与代谢活性的区别,或测定条件(Anggreani & Lee,2017年;Ayna等人,2020年;Gao等人,2020年;Heitman & Ingram,2014年)。因此,这项研究的发现与之前报道的羟基肉桂酸的NOAEL范围一致,CGA和CA在神经元和神经母细胞瘤模型中在200 μM以下没有不良反应(Anggreani & Lee,2017年;Ayna等人,2020年;Gao等人,2020年;Heitman & Ingram,2014年),而QA在100 μM以下仍然无毒(Park等人,2024年;Sadeghi Ekbatan等人,2018年)。这些数据支持在100–300 μM范围内进行后续神经保护测定的安全窗口。
SH-SY5Y细胞暴露于SCG提取物后的活力根据SSF阶段和UF组分而变化(见图3)。对于E-SCG-T0,在0.5 mg/mL时活力降至80%以下,估计的IC50范围在0.25至0.50 mg/mL之间(见表3)。UF部分缓解了这种效应,10 kDa渗透物的估计IC50为0.50–0.75 mg/mL,而3 kDa渗透物的活力下降更为显著,这可能与未发酵基质中存在的低分子量化合物的共同渗透有关(Nunes等人,2022年)。相比之下,E-SCG-T10仅导致轻微的活力下降,估计的IC50值在0.75至1.25 mg/mL之间。3 kDa渗透物在1.25 mg/mL以下保持≥70%的活力,这与其中CGA的高富集(≥70%)相符。E-SCG-T30显示出中间特征,其粗提取物的IC50值为0.50–0.75 mg/mL,其UF组分的IC50值为0.75–1.0 mg/mL。相对较高的QA比例(约非发酵提取物(E-SCG-T0)具有更高的成分复杂性,其中包含可能影响细胞毒性反应的大分子成分,而SSF(热浸提)后经过UF(超滤)处理则导致基质逐渐简化,并富集了低分子量的酚类化合物。在这种情况下,不同组分之间观察到的存活率差异与第3.1节和第3.2节中描述的成分变化一致。分析SSF过程中的酚类化合物变化发现,第10天的提取物显示出短暂的CGA峰值,在第30天时该峰值向CA和QA方向移动,这与观察到的细胞毒性变化相吻合。至少90%(CGA + CA + QA)的富集水平最早出现在T10(50 kDa渗透物)中,随后在T30(30 kDa渗透物)中达到,最后在T0(10 kDa渗透物)中达到,这反映了基质的逐渐变化。E-SCG-T0 < 3 kDa渗透物在T0组分中显示出最显著的细胞密度降低(见图3A)。尽管本研究中没有对这种渗透物中的特定低分子量化合物进行表征,但这种模式与非发酵SCG提取物通常报告的更高成分复杂性一致(Campos-vega & Oomah, 2015; Esquivel & Jiménez, 2012; Magalh?es et al., 2016),后者包含除酚酸以外的更广泛的小分子成分。相比之下,T10(见图3B)和T30(见图3C)渗透物在发酵后富集了低分子量酚类化合物,但在相同的浓度范围内产生的细胞密度降低幅度较小。这些观察结果表明,SSF不仅增加了酚类化合物的比例,还减少了可能导致T0衍生渗透物敏感度增加的非酚类低分子量成分。
我们的团队之前的研究表明,SSF/优化的水醇提取/UF组合工艺可以提高酚类化合物的产量和富集度,特别是羟基肉桂酸(Arancibia-Díaz et al., 2023; Arancibia-Díaz et al., 2025)。此外,基于膜的分离工艺(如UF)已被广泛报道可以通过选择性富集低分子量PC(酚类化合物)来改善提取物的成分,同时减少干扰性的高分子量成分(Cassano et al., 2018; Conidi et al., 2020)。总体而言,SSF、优化的水醇提取和UF的组合工艺能够生成细胞毒性较低的酚类组分,同时保持高水平的CGA、CA和QA。这些发现支持这些组分适用于后续的氧化应激和神经保护模型评估,将成分优化与生物学相关性联系起来。
3.4. 调节细胞内氧化应激:ROS生成和SOD活性
图4.A显示了纯CGA和富集的SCG组分(E-SCG-T10–3 kDa)对SH-SY5Y细胞在100 μM H?O?或30 μM 27-OHC诱导的氧化应激下细胞内ROS水平的影响。这两种氧化剂都导致ROS水平显著增加,与未处理的对照组相比,支持它们作为神经系统中的氧化应激源。H?O?是一种广泛使用的经典诱导剂,可促进SH-SY5Y和其他神经模型中的线粒体功能障碍、脂质过氧化和细胞凋亡(Feng et al., 2023; Tie et al., 2022; Yang et al., 2016)。相比之下,27-OHC是一种具有病理生理相关性的脑渗透性氧甾醇,能够增加氧化应激并促进淀粉样蛋白生成信号通路,从而加速阿尔茨海默病的进展(Ma et al., 2015; Staurenghi et al., 2021; H. L. Wang et al., 2016)。因此,使用这两种应激源提供了互补的方法学相关性和与阿尔茨海默病相关的氧化还原失衡的转化相关性。这些结果使用第3.2节中表征的UF衍生组分获得,使得可以直接评估成分精炼如何转化为生物学性能。在这些条件下,CGA处理显著减少了ROS积累,相对于仅使用氧化剂的组别,抑制效果约为40–50%。在两种应激条件下效果相当,尽管在H?O?处理中观察到的抑制效果略更显著。这种模式表明,虽然CGA对通用氧化剂具有广泛的效力,但其对抗脂质来源的氧化应激源(如27-OHC)的能力可能更为有限,这强调了在病理生理相关条件下评估这一现象的重要性(Cao et al., 2019; Lee et al., 2020; Liang & Kitts, 2015; Oboh et al., 2013)。E-SCG-T10–3 kDa组分在所有处理中显示出最强的细胞内ROS减少效果,在H?O?暴露下接近90%的抑制率,在27-OHC挑战下也显示出类似的减少。这一行为与先前的报告一致,表明复杂的咖啡衍生提取物在多种生物测定中可以胜过单独的PC标准(Angeloni et al., 2021; Ciaramelli et al., 2018; Nzekoue et al., 2020)。在我们的模型中,发酵的SCG组分,尤其是E-SCG-T10–3 kDa,始终表现出比纯CGA更强的ROS减少效果。这一结果与其含有更高水平的低分子量PC(包括CGA)是一致的。总体而言,这些发现表明,在测试条件下,富含CGA的发酵组分在降低ROS水平方面比纯CGA更有效。
下载:下载高分辨率图像(367KB)
下载:下载全尺寸图像
图4. 在暴露于氧化应激并接受富含酚类的SCG提取物处理的SH-SY5Y细胞中的氧化还原平衡。(A) 在暴露于27-OHC(30 μM)或H?O?(100 μM)后,通过DCFH-DA荧光测量细胞内ROS水平,随后用纯CGA或富含酚类的SCG提取物(E-SCG)处理24小时。(B) 在相同实验条件下,细胞裂解物中的超氧化物歧化酶(SOD)活性。数据以平均值±标准差(n = 3)表示。统计分析采用双因素ANOVA,随后进行Tukey多重比较测试。星号表示组间存在统计学显著差异(p < 0.05)。
本研究的结果表明,咖啡副产品提取物中多种酚类成分的协同作用增强了抗氧化反应,其效果超出了单独分子所观察到的效果。先前的研究已经报道了咖啡衍生提取物的协同效应,多项研究表明复杂的提取物基质在自由基清除和冷冻保护测定中优于单独的酚类酸(Angeloni et al., 2021; Ciaramelli et al., 2018; Nzekoue et al., 2020)。此外,E-SCG-T10–3 kDa恢复内源性抗氧化酶活性(如SOD)的能力表明其具有双重保护机制,结合了直接的ROS清除和增强内在防御。这一发现与现有证据一致,即富含多酚的提取物对氧化应激和神经功能障碍具有多靶点作用,进一步支持它们作为阿尔茨海默病相关氧化病理中的神经保护剂的能力(Bakuradze et al., 2010; Nzekoue et al., 2020)。综合来看,这些发现表明SCG衍生提取物,尤其是E-SCG-T10–3 kDa,在降低ROS水平方面具有潜力,无论是在经典的H?O?还是27-OHC氧化应激条件下。
鉴于细胞内ROS积累仅反映了H?O?和27-OHC引发的氧化失衡的一个方面,我们接下来检查了这些应激源是否也破坏了内源性抗氧化系统。为了探索细胞氧化还原反应的这一补充方面,在相同的实验条件下评估了SOD活性。图4.B显示,SH-SY5Y细胞暴露于30 μM 27-OHC或100 μM H?O?后,SOD活性降至约5–6 U/mg蛋白质,而未处理对照组中的SOD活性约为13–14 U/mg蛋白质。这两种氧化剂都显著损害了内源性抗氧化防御,这与先前的神经和胶质系统研究结果一致(Y. Huang et al., 2025; Ma et al., 2015)。在SH-SY5Y/C6共培养物中,27-OHC被证明可以降低SOD和GSH活性,而通过使用当归-少药-三棱草(Danggui-Shaoyao-San)治疗可以恢复这种活性(Y. Huang et al., 2025)。同样,在原代星形胶质细胞中,27-OHC抑制了SOD活性,耗尽了谷胱甘肽,并抑制了Nrf2驱动的抗氧化信号通路(Ma et al., 2015; Y. Wang et al., 2019)。目前的结果支持了这些在SH-SY5Y单培养物中的观察结果,并提供了证据表明咖啡衍生的酚类化合物可以对抗这种氧甾醇引起的抑制作用。
在27-OHC挑战后,CGA处理导致SOD活性部分恢复(约10 U/mg蛋白质)。然而,富集的SCG组分(E-SCG-T10–3 kDa)实现了更完全的恢复,接近基线水平。统计分析确认了两种处理的显著保护作用(p < 0.05),其中SCG衍生组分的效果优于纯CGA,表明CGA与CA、QA和其他代谢物的共同作用。当H2O2作为氧化应激的正对照时(Angeloni et al., 2021; Liang & Kitts, 2015; Rudrapal et al., 2022; Szwajgier et al., 2017),也观察到了类似的结果,CGA和SCG组分都减轻了H2O2引起的SOD活性下降。这些观察表明,富集的组分在经典氧化剂和与阿尔茨海默病相关的氧甾醇条件下都能保护内源性抗氧化防御。
另一方面,本研究评估了与阿尔茨海默病具有更高病理生理相关性的氧甾醇诱导的氧化应激系统。富集的SCG组分(E-SCG-T10–3 kDa)在27-OHC挑战下保持了SOD活性并减少了ROS积累,从而扩展了CGA的保护作用,之前的研究已在上皮细胞(Lu et al., 2024)、肾细胞(Dai et al., 2024)、海马神经元(Shi et al., 2020)和Sertoli细胞(S.-X. Zhang et al., 2024)中记录了这种保护作用,将其扩展到与胆固醇氧化直接相关的神经退行性背景中。E-SCG-T10–3 kDa组分在两种氧化挑战下都部分恢复了SOD活性,显示出比纯CGA更明显的效果。这些互补的结果表明,CGA富集的发酵组分在降低ROS水平方面比纯CGA更有效。
图4.A和4.B的综合证据强调了SCG衍生酚类化合物发挥神经保护作用的互补机制。一方面,CGA和富集提取物(E-SCG-T10–3 kDa)显著减少了H?O?和27-OHC引起的细胞内ROS积累,支持它们作为直接自由基清除剂的作用。另一方面,同样的处理通过恢复SOD活性来保持内源性抗氧化防御,而这两种氧化剂都强烈抑制了SOD活性。ROS减少和酶防御的维持的这种结合表明,SCG衍生组分不仅作为化学抗氧化剂发挥作用,还作为细胞氧化还原平衡的调节剂。这种多靶点保护在阿尔茨海默病的背景下尤为重要,因为氧甾醇引起的氧化应激既导致线粒体功能障碍,又促进淀粉样蛋白生成信号通路。通过整合直接和间接的抗氧化作用,CGA富集的SCG组分调节了细胞氧化还原平衡,支持它们在神经退行性模型中进一步研究的适用性。
3.5. 对27-OHC诱导的毒性的神经保护作用:Western blot分析Aβ-40表达
鉴于纯CGA和发酵的SCG组分E-SCG-T10–3 kDa在ROS和SOD测定中最为有效,因此特别分析了这两种处理对Aβ-40积累的影响:单独的酚类酸(CGA)和富含CGA的发酵组分。这些分析使用第3.2节中描述的UF衍生组分进行,直接评估了成分精炼如何影响淀粉样蛋白生成的结果。图5显示了纯CGA和富含CGA的提取物(E-SCG-T10–3 kDa)对暴露于30 μM 27-OHC的SH-SY5Y细胞中Aβ-40表达的影响。蛋白质水平通过Western blot进行分析,条带强度通过密度计量化,并根据每个泳道的相应β-actin信号进行标准化。统计比较基于这些标准化比率(图5A)。代表性的免疫印迹图见图5B。
下载:下载高分辨率图像(200KB)
下载:下载全尺寸图像
图5. CGA和SCG衍生提取物对27-OHC诱导应激下SH-SY5Y细胞中Aβ-40表达的影响。(A) 在暴露于27-OHC(30 μM)或H?O?(100 μM)后,通过DCFH-DA荧光测量细胞内ROS水平,随后用纯CGA或富含酚类的SCG提取物(E-SCG)处理24小时。(B) 在相同实验条件下,细胞裂解物中的超氧化物歧化酶(SOD)活性。数据以平均值±标准差(n = 3)表示。统计分析采用双因素ANOVA,随后进行Tukey多重比较测试。星号表示组间存在统计学显著差异(p < 0.05)。
(B) 代表性Western blot图像显示了在指定处理下的β-actin、β-amyloid(约4 kDa)和寡聚体物种(约20–5 kDa):未处理对照组、CGA、E-SCG-T10–3 kDa、27-OHC以及联合处理(CGA + 27-OHC;E-SCG-T10–3 kDa + 27-OHC)。
在我们的实验模型中,暴露于30 μM 27-OHC导致细胞内Aβ-40水平显著增加,与未处理对照组相比。类似地,27-OHC暴露后Aβ-40的增加已被广泛报道,支持这种氧甾醇作为阿尔茨海默病中血脑屏障通透性介质、线粒体功能障碍和淀粉样蛋白病理的相关性(Wang et al., 2021; Wang, Zang, He, Zhang and Xie, 2022, Wang et al., 2019; Zhang et al., 2018, Zhang et al., 2019)。
CGA处理使Aβ-40积累减少了约25%,而富集的SCG组分则减少了约40%。尽管没有完全恢复基线水平,但这种反应接近于未诱导对照组的值,表明神经元稳态部分得到恢复。使用E-SCG-T10–3 kDa处理后,与27-OHC处理组相比,Aβ-40的积累减少了。这一结果表明,富含CGA的组分不仅能够减轻ROS的生成和SOD的损伤,还能缓解下游的淀粉样蛋白生成反应。迄今为止的数据表明,SCG衍生的酚类化合物具有多靶点的神经保护作用。这一点得到了ROS积累减少、内源性抗氧化防御机制得以保留以及淀粉样蛋白生成反应减轻的支持,后者体现在Aβ-40水平降低上。这些效应的结合支持了它们在干扰氧化甾醇驱动的病理级联反应中的潜在作用,而这些级联反应是阿尔茨海默病(AD)进展的核心(Bj?rkhem等人,2009年;Brahmi等人,2025年;Ma等人,2015年;Mutemberezi等人,2016年;Staurenghi等人,2021年)。先前的研究表明,几种酚类化合物可以减轻神经元模型中的氧化和凋亡变化(Kelsey等人,2010年;Marrazzo等人,2019年;Pennisi等人,2017年;Wang等人,2021年)。然而,它们对淀粉样蛋白生成结果的潜在影响在氧化甾醇诱导的压力条件下很少被研究。在这方面,E-SCG-T10–3 kDa组分观察到的Aβ-40积累减少表明,富含酚类的提取物可以在27-OHC挑战下特异性地调节淀粉样蛋白生成反应,而在这种条件下,这种效应的报告并不一致。
先前的研究表明,27-OHC可以激活几种淀粉样蛋白生成调节因子,包括NF-κB、APP和BACE1,同时也会影响胆固醇的运输(Ma等人,2019年;Seo等人,2018年)。尽管这些途径在本文中未得到讨论,但我们模型中观察到的Aβ-40积累减少表明,未来的研究应该评估富含酚类化合物的发酵SCG提取物是否可以与这些调节机制相互作用。E-SCG-T10–3 kDa组分比纯CGA更强的保护效果表明,保护作用不能仅归因于CGA,而可能是CGA、CA、QA以及通过SSF和UF富集的其他代谢物的共同作用。这一解释与先前的研究结果一致,即咖啡衍生的酚类化合物混合物比单一酚酸具有更强的神经保护作用。例如,Angeloni等人(2021年)证明,烘焙咖啡提取物在SH-SY5Y细胞中比单独的CGA具有更强的ROS减少和线粒体保护作用。Bakuradze等人(2010年)在人类干预研究中报告说,摄入咖啡酚类化合物后,氧化还原调节得到增强,蛋白质氧化减少。同样,Ciaramelli等人(2018年)显示,咖啡冲泡液和富含黑素素的组分在体外神经退行性模型中比单独的羟基肉桂酸更有效地限制了蛋白质聚集并保持了神经元完整性。虽然本研究的主要目的不是直接解析成分-活性关系,但在测量的变量(ROS、SOD和Aβ-40)中观察到的一致模式支持了多种酚类成分共同作用的可能性。
3.6 综合解释:将酚类成分、抗氧化反应和神经保护联系起来
本文提出了机械性考虑,作为解释观察到的生物反应的背景框架,而不是直接来自当前实验设计的证据。本研究提供了证据,支持通过SSF、优化的水解酒精提取和UF处理SCG可以产生富含低分子量PC(主要是CGA)的组分。这些组分通过减少ROS、恢复SOD活性和减轻暴露于氧化应激和淀粉样蛋白生成途径的SH-SY5Y神经元细胞中的Aβ积累来发挥神经保护作用。虽然有几项研究报告了咖啡衍生酚类化合物的抗氧化或神经保护作用(Soca?a等人,2020年),但相对较少的研究考察了它们通过SSF的转化(Arancibia-Díaz等人,2023年;Arancibia-Díaz等人,2025年;Rochín-Medina等人,2018年)、通过基于膜的分级富集,以及在27-OHC诱导的脂质氧化应激下的验证(Ma等人,2015年;Merino-Serrais等人,2019年;D.-D. Zhang等人,2015年)。本研究旨在通过将成分变化与病理生理学相关的AD模型中的功能结果联系起来,来填补这一空白。
本研究的一个相关发现是,SSF将TPC增加了4.2倍,并促进了从CGA到其衍生物CA和QA的时间成分转变,如先前所报道的(Arancibia-Díaz等人,2023年;Arancibia-Díaz等人,2025年)。这种成分转变可能与微生物酶活性有关,特别是酯酶和氧化还原酶,据报道它们在SSF过程中将CGA水解为CA和QA。这种转变的相关性在于其功能后果:CA已被证明比CGA具有更强的自由基清除和金属螯合活性(Liang & Kitts,2015年),而QA则被观察到作为多酚复合物的稳定支架(Farah & Donangelo,2006年),可能比单独的标准物质具有叠加或互补的矩阵效应。尽管QA在神经元模型中的研究较少,但其积累可能有助于提取物的稳定性和功能相互作用,这与酚类化合物混合物可以表现出单独分子未观察到的新兴性质的证据一致。总的来说,这些发现表明,SSF不仅增加了酚类含量,还改变了SCG提取物的成分,从而增强了它们的功能潜力。
随后的UF阶段在从富含多糖、黑素素和蛋白质的大分子组分中分离出低分子量生物活性分子方面发挥了关键作用。第10天获得的3 kDa渗透物(E-SCG-T10–3 kDa)在评估的所有反应(ROS减少、SOD恢复和Aβ-40减少)中表现出最高的生物活性。这种反应与ROS水平大约减少了90%、SOD活性恢复以及β-淀粉样蛋白积累减少了50%相关。这些多靶点反应表明,分子大小和成分富集有助于塑造生物活性。先前关于未经处理的SCG或粗咖啡提取物的报告描述了在正常条件下的抗氧化和细胞保护作用(Janissen & Huynh,2018年;Mussatto, Ballesteros等人,2011年;Mussatto, Machado等人,2011年),但在氧化甾醇诱导的神经元应激条件下则较少见(Merino-Serrais等人,2019年;D.-D. Zhang等人,2015年)。在这种情况下,当前的研究结果表明,通过SSF和UF富集的SCG组分代表了具有增强功能特异性的酚类化合物的相关来源,值得进一步研究其在神经保护应用中的潜力。
使用27-OHC作为体外氧化和神经退行性应激的诱导剂是本研究的一个相关优势。虽然H?O?是神经元细胞中氧化应激的传统模型(Paradies等人,2010年),但它可能无法完全反映人脑中的脂质氧化环境。相比之下,27-OHC是由CYP27A1从胆固醇生成的内源性代谢物,能够穿过血脑屏障,并与突触功能障碍、线粒体损伤和Aβ积累相关(Azarfar等人,2025年;Merino-Serrais等人,2019年;D.-D. Zhang等人,2015年)。在本研究中,SCG衍生的组分减轻了27-OHC诱导的ROS产生,有助于恢复酶的抗氧化防御,并减少了Aβ-40的积累。这些发现表明了对与AD相关的生理相关形式的氧化还原失衡的保护作用。该模型的应用超出了使用通用氧化应激剂的范畴,解决了在神经退行性疾病研究中较少探讨的脂质衍生氧化挑战(Brahmi等人,2025年)。
机械性考虑表明,由于多种酚类成分的共同作用,SCG衍生的组分可能比纯CGA、CA和QA表现出更强的生物活性。一个合理的解释是,提取物基质保持了羟基肉桂酸之间的叠加或互补相互作用,包括它们的3-、4-和5-CQA异构体,以及次要化合物如二咖啡酰奎宁酸和三角芥子碱。这些类型的相互作用已在酚类混合物中被报道,其中组合的抗氧化反应可以超过单独化合物的效果(Erskine等人,2022年;S?czyk等人,2021年;Skroza等人,2022年)。此外,一些低分子量PC与可能影响细胞相互作用的物理化学性质有关,包括膜渗透性或线粒体结合(Guan等人,2025年;Stevens等人,2018年)。尽管这些机制在当前研究中没有直接探讨,但这些观察为解释如E-SCG-T10–3 kDa等低分子量富集组分的独特生物行为提供了相关背景。此外,据报道,从初级PC生成的代谢物表现出与母体分子不同的生物活性,表明生物转化可能增强功能生物利用度(Carregosa等人,2020年)。本研究观察到的SOD活性部分恢复与现有证据一致,表明酚类化合物可以调节氧化还原敏感的途径,包括Nrf2/ARE轴,从而上调内源性抗氧化酶(Amoroso等人,2023年;Silvestro & Mazzon,2022年)。最后,本研究观察到的Aβ-40积累减少可能表明对淀粉样蛋白生成过程有影响。尽管没有直接评估APP/BACE1或分泌酶活性,但先前的报告支持酚类化合物可以调节淀粉样蛋白代谢,包括对BACE1活性和分泌酶平衡的影响(Chen等人,2025年;El Gaamouch等人,2022年)。
本研究提供了一个综合视角,说明如何通过SSF、优化的水解酒精提取和UF处理SCG,生成具有增强功能特性的低分子量组分,将成分变化与27-OHC应力下的细胞抗氧化反应和神经保护联系起来。尽管需要进一步的研究来扩展代谢物分析并在更先进的神经元和体内模型中验证这些效果,但目前的发现为在功能性食品和营养保健品开发框架内进一步探索SCG衍生的组分提供了相关基础(Vauzour,2012年)。虽然我们之前的研究表明,受控的SSF在优化条件下增强了SCG中绿原酸及其相关衍生物的释放和抗氧化能力(Arancibia-Díaz等人,2025年),但本研究通过结合基于UF的分级和在氧化甾醇诱导的应力下的神经生物学验证,扩展了这种方法。具体来说,本研究采用了基于UF的分级来分离富含低分子量PC的组分(<3 kDa),并在暴露于胆固醇衍生的氧化甾醇27-OHC的神经元细胞模型中评估了它们的生物活性。通过评估氧化还原调节(ROS和SOD活性)以及淀粉样蛋白生成信号(Aβ-40表达),当前的工作提供了对SSF衍生组分神经保护潜力的机制洞察。
与之前主要关注SCG提取物或木质素-多糖复合物的抗氧化性能(Fu等人,2023年),以及SCG衍生生物聚合物的UV阻断或材料导向应用(Bhattarai & Janaswamy,2023年;S. Zhang等人,2023年),或其一般的抗炎和神经保护性质(Angeloni等人,2021年)的报告不同,我们的方法结合了受控的生物过程优化、分子量分级和在与AD病理相关的氧化甾醇诱导应力模型下的目标评估。这种多层次策略将SSF衍生的SCG组分不仅定位为抗氧化成分,还定位为氧化还原-淀粉样轴的候选调节剂。在这个背景下,当前的发现扩展了来自体外神经元生物测定的现有证据,确认了SCG衍生羟基肉桂酸组分的功能抗氧化和抗淀粉样蛋白生成性质。从转化角度来看,许多临床前研究使用海马Aβ水平、早老素-1(PS1)和β-分泌酶-1(BACE1)表达、肿瘤坏死因子-α(TNF-α)、白细胞介素-1β(IL-1β)和NF-κB通路激活等标志物,评估了PC的生物利用度和神经保护效果(Soca?a等人,2020年)。然而,这些研究主要在小鼠模型中进行,而人类的临床证据仍然有限,主要集中在认知终点,如警觉性、精神疲劳和头痛缓解(Cropley等人,2012年)。
将SCG衍生的酚类组分转化为人类应用将需要进一步考虑胃肠道的物理化学条件、I期和II期代谢以及微生物群介导的生物转化,所有这些都可能显著影响稳定性、吸收和系统可用性。个体间微生物组组成的差异可能进一步调节代谢物谱型和生物反应性。此外,尽管像27-OHC这样的氧化甾醇可以轻易穿过血脑屏障(BBB),但完整PC或其代谢物到达神经元组织的能力取决于吸收效率、血浆蛋白结合以及跨肠道和脑屏障的运输机制。基于它们的低分子量和结构特性,SCG衍生的羟基肉桂酸及其代谢物可能是针对氧化还原失衡和淀粉样蛋白生成信号的相关候选物。我们提出,<3 kDa组分可能通过胃肠道和微生物代谢过程中生成的生物活性代谢物直接或间接地发挥系统效应。未来的研究需要结合模拟的胃肠道消化模型、微生物群发酵系统、通透性测定(例如Caco-2细胞模型)、药代动力学分析以及在转化模型中的体内验证,以确定在生理相关条件下的生物可利用性、血脑屏障(BBB)的通透性以及作用机制。总之,本研究表明,SSF与超滤(UF)结合使用可以将SCG转化为富含低分子量多酚(PCs)的组分,这些多酚具有对抗27-OHC诱导的氧化应激和淀粉样蛋白生成过程的保护作用。这些发现有助于理解SCG作为功能性生物活性化合物的可持续来源,并支持其在阿尔茨海默病中脂质相关氧化应激研究中的重要性。未来专注于全面化学表征、机制验证和临床前评估的研究将对于进一步评估SCG衍生物的转化潜力至关重要。
4. 结论
通过SSF对SCG进行生物转化,随后通过优化的醇水提取和UF处理,得到了分子量低于3 kDa的组分,这些组分富含羟基肉桂酸,其中主要是CGA,而CA和QA的含量较低。这些组分在SH-SY5Y细胞中表现出神经保护作用,通过降低细胞内ROS水平、恢复SOD活性至基线水平以及减少Aβ-40的积累来减轻27-OHC诱导的氧化应激和淀粉样蛋白生成。在测试条件下,这些效果比单独使用酚类标准物质(CGA)在非细胞毒性浓度下观察到的效果更为显著。
这种增强的生物活性可以归因于两个互补因素:(i)SSF引起的成分变化,导致酚类成分的重新分布;(ii)UF的选择性分离作用,使得低分子量羟基肉桂酸得到富集,同时减少了高分子量成分的存在。
总体而言,这些发现支持SCG作为具有多靶点生物活性的酚类化合物可持续来源的潜力。除了为这一丰富的农业工业副产品提供了增值途径外,这项工作还为进一步研究SCG衍生的羟基肉桂酸组分在脂质相关氧化应激和神经退行性疾病中的作用奠定了基础。
**作者贡献声明:**
Alejandra Arancibia-Díaz:撰写、审稿与编辑、初稿撰写、数据可视化、验证、项目监督、软件使用、资源管理、方法学设计、实验设计、资金申请、数据分析、概念构建。
Sofía Trujillo-Fernández:撰写、审稿与编辑、数据管理。
Carolina Astudillo-Castro:撰写、初稿撰写、项目监督、资源管理、数据分析。
Mauricio Vergara-Castro:撰写、审稿与编辑、数据分析。
Carmen Soto-Maldonado:撰写、审稿与编辑、初稿撰写、项目监督、数据分析。
Andrés Córdova:撰写、审稿与编辑、数据分析。
María Elvira Zú?iga-Hansen:撰写、审稿与编辑。
Ana María Vega-Letter:撰写、审稿与编辑。
Paloma Fuentes:撰写、审稿与编辑。
Claudia Altamirano:撰写、审稿与编辑、验证、项目监督、资源管理、数据管理。