《Food Chemistry: X》:Integrated discovery and mechanistic characterization of xanthine oxidase inhibitory peptides from sheep Milk
编辑推荐:
高尿酸血症在全球范围内呈上升趋势,黄嘌呤氧化酶(xanthine oxidase,XOD)是关键治疗靶点。本研究整合了肽组学(peptidomics)、机器学习(machine learning)、分子动力学模拟(molecular dynamics simu
高尿酸血症在全球范围内呈上升趋势,黄嘌呤氧化酶(xanthine oxidase,XOD)是关键治疗靶点。本研究整合了肽组学(peptidomics)、机器学习(machine learning)、分子动力学模拟(molecular dynamics simulations)和实验验证,从羊奶中发现XOD抑制肽。VHSE-CatBoost模型筛选了乳源肽,并确定了四种候选肽:FAWP、GPGGAW、FGER和YPF。所有肽均呈剂量依赖性抑制XOD,其中FAWP活性最强(IC50 = 12.99 mM)。动力学分析显示FAWP和FGER为混合型抑制,GPGGAW和YPF为竞争性抑制。热力学证明FAWP-XOD结合是自发的(ΔG = ?6.0 kcal/mol)。紫外(UV)和圆二色(CD)光谱表明芳香族微环境扰动以及XOD中α-螺旋/β-折叠含量减少。分子动力学模拟显示FAWP、GPGGAW和FGER通过氢键和疏水相互作用稳定占据活性位点。网络药理学(network pharmacology)进一步提示对炎症和肾脏通路具有多靶点效应。这些羊奶源肽为高尿酸血症管理提供了有前景的天然制剂。
**论文解读:整合发现与机制表征——羊奶中的黄嘌呤氧化酶抑制肽**
**研究背景与问题**
高尿酸血症在全球范围内发病率快速上升,已成为继高血糖、高血压、高血脂之后的“第四高”,中国患病率从8.5%增至18.7%。持续尿酸过饱和可导致单钠尿酸盐结晶沉积于关节、肾脏和血管,引发痛风、肾结石及梗阻性肾病,且与脂肪肝、代谢综合征、胰岛素抵抗等密切相关。黄嘌呤氧化酶(xanthine oxidase,XOD)是尿酸合成的关键酶,也是临床治疗高尿酸血症的核心靶点。现有XOD抑制剂如别嘌呤醇、非布司他等虽有效,但存在严重皮肤反应、肝脏或胃肠道毒性等副作用;促尿酸排泄药物如丙磺舒、苯溴马隆则面临肾脏安全性问题和肾功能不全患者疗效降低的局限。因此,天然来源的降尿酸化合物备受关注。食物源生物活性肽(如乳制品、海鲜、坚果等)已被证明可抑制XOD活性、调节尿酸转运蛋白,并具有抗炎和抗氧化特性,且安全性高、毒性低、吸收好。羊奶的干物质、蛋白质和脂肪含量高于牛奶或山羊奶,宏量营养素谱更接近人乳,是生物活性肽的优质来源,但其XOD抑制肽的系统研究尚属空白。传统实验方法由于XOD结构复杂、机制多样,筛选高效抑制肽效率低下。因此,研究人员旨在通过整合肽组学、机器学习、分子对接和分子动力学等计算与实验手段,系统发现并表征羊奶中XOD抑制肽的活性与机制。
**研究内容与结论**
本研究通过整合肽组学(peptidomics)、机器学习(machine learning)、分子动力学模拟(molecular dynamics simulations)及实验验证,从羊奶中发现了四种XOD抑制肽(FAWP、GPGGAW、FGER、YPF)。其中FAWP抑制活性最强(IC
50 = 12.99 mM),表现为混合型抑制;热力学分析显示其与XOD自发结合(ΔG = ?6.0 kcal/mol),熵驱动为主;光谱及分子动力学模拟揭示了肽诱导XOD构象变化、二级结构重组及稳定占据活性位点;网络药理学进一步提示这些肽具有调控炎症和肾脏通路的潜在多靶点效应。该研究为羊奶源肽作为高尿酸血症管理的功能性物质提供了机制见解,论文发表在《Food Chemistry: X》。
**主要关键的技术方法**
1. **肽组学与计算机模拟水解**:利用Nano LC-MS/MS鉴定新鲜羊奶(来源:当地农场)的内源肽,同时基于UniProt检索羊乳主要蛋白序列(κ-酪蛋白、αs1-酪蛋白、αs2-酪蛋白、β-酪蛋白、α-乳白蛋白、β-乳球蛋白、血清白蛋白、乳铁蛋白),应用BIOPEP-UWM数据库进行九种商业蛋白酶(胰蛋白酶、糜蛋白酶、胃蛋白酶、弹性蛋白酶、蛋白酶K、枯草杆菌蛋白酶、木瓜蛋白酶、菠萝蛋白酶、无花果蛋白酶)的单酶、双酶和三酶组合(共129种)计算机模拟水解,生成肽库。
2. **机器学习模型构建与虚拟筛选**:构建平衡二分类数据集(正集202个实验验证的XOD抑制肽,负集202个非抑制肽),采用七种氨基酸描述符,评估四种集成学习算法(CatBoost、GBDT、LightGBM、XGBoost)。最优的VHSE-CatBoost模型(基于VHSE描述符)用于预测肽库中肽的XOD抑制概率,筛选出概率>0.8的538个高置信候选肽。
3. **分子对接与实验验证**:使用AutoDock Vina对候选肽进行分子对接,选取结合亲和力≤?8.0 kcal/mol的肽(前十名)进行固体合成(纯度≥95%),通过WST-8法测定XOD抑制活性及IC
50。
4. **抑制机制与结构分析**:通过Lineweaver-Burk图分析抑制类型;等温滴定量热(ITC)测定FAWP与XOD结合的热力学参数;紫外吸收光谱和远紫外圆二色(CD)光谱分析肽诱导的XOD构象变化;使用GROMACS(amber99sb-ildn力场)进行200 ns分子动力学模拟,分析复合物稳定性、氢键、结合自由能(MM-PBSA)等。
5. **网络药理学分析**:利用Swiss Target Prediction和GeneCards数据库预测肽的高尿酸血症相关靶点,通过STRING构建蛋白互作网络,并进行GO和KEGG通路富集分析。
**研究结果**
**3.1 羊奶内源肽的理化特征**
通过Nano LC-MS/MS鉴定出9918条内源肽,主要来自酪蛋白和乳清蛋白;85%分子量<1.5 kDa,77.7%肽长度在3–12个残基,疏水性和芳香族残基丰富,表明其具有作为XOD抑制剂的良好潜力。
**3.2 计算机模拟水解肽的特征**
计算机模拟水解产生的肽库中,超过69%为不超过5个残基的短肽,三肽丰度最高。蛋白酶K和无花果蛋白酶是产肽最多的酶,倾向于产生富含疏水和芳香族残基的短肽,适合XOD活性位点的非极性环境。
**3.3 机器学习模型优化**
比较四种机器学习算法及七种氨基酸描述符后,CatBoost结合VHSE描述符取得了最高性能(精确率、F1分数和AUC最优),因此被选中用于后续筛选。
**3.4 整合筛选与鉴定XOD抑制肽**
VHSE-CatBoost模型从肽库中筛选出538个高概率肽(概率>0.8)。这些高亲和力肽富集芳香族残基(Phe、Trp),且结合能量与肽长度呈负相关(短肽3–5个残基结合最强)。分子对接进一步筛选出前十名肽(结合亲和力?9.7至?8.9 kcal/mol),包括FAWP、FGER、TNAYF、YPF、GPGGAW。
**3.5 候选肽的实验验证**
合成的五种肽均呈剂量依赖性抑制XOD。FAWP活性最强(IC
50=12.99±0.33 mM),其次为GPGGAW(15.51±0.35 mM)、FGER(16.90±0.14 mM)、YPF(20.98±0.72 mM),TNAYF在最高浓度下抑制率<50%。与已报道的食源XOD抑制肽(IC
50 3–25 mM)相比,FAWP和GPGGAW处于中高水平。
**3.6 不同肽对XOD的抑制类型**
Lineweaver-Burk图表明:FAWP和FGER为混合型抑制(同时增加表观Km和降低Vmax),GPGGAW和YPF为竞争性抑制(Vmax不变,Km增大)。
**3.7 FAWP–XOD相互作用的热力学分析**
ITC分析显示FAWP与XOD以约1:1的化学计量结合,解离常数Kd=38.6 μM,结合为自发过程(ΔG=?6.0 kcal/mol),由正焓变(ΔH=4.2 kcal/mol)和大熵贡献(?TΔS=?10.2 kcal/mol)驱动,表明疏水相互作用是主要驱动力。
**3.8 肽诱导XOD的结构变化**
紫外吸收光谱显示肽结合后XOD在280 nm的峰强度轻微下降,提示芳香族残基微环境变化。远紫外CD光谱表明所有肽均降低XOD的α-螺旋和β-折叠含量,增加无规卷曲比例,FAWP和FGER诱导的变化最为显著。
**3.9 分子动力学分析**
200 ns分子动力学模拟显示,四种XOD-肽复合物在10–30 ns内达到平衡(RMSD稳定于0.15–0.27 nm)。氢键分析表明FGER形成最持久的氢键;残基RMSF显示FGER降低活性位点附近运动,FAWP稳定疏水袋但增加外周环灵活性。结合自由能(MM-PBSA)排序为FAWP(?124.22 kJ/mol)> GPGGAW(?116.77 kJ/mol)> FGER(?89.71 kJ/mol)> YPF(?51.97 kJ/mol),与IC
50趋势一致。
**3.10 肽与XOD相互作用的氨基酸水平机制**
分子动力学后残基级分析显示:FAWP通过四个持久氢键(Glu1261、Gln767、Gln1040、Ser1082)及以Phe914和Phe798为核心的疏水网络稳定结合;FGER通过多个氢键(Gln767、Ser1080、Glu802等)与Phe914的π-π堆积结合;GPGGAW由Trp6与疏水残基以及Gln112、Glu1261等氢键锚定;YPF极性接触较少,但疏水相互作用(Phe914、Phe1005等)仍提供稳定化。
**3.11 网络药理学分析**
预测的肽靶点与高尿酸血症相关基因共有32个重叠靶点。蛋白互作网络显示STAT3、PTGS2、ACE、REN、PPARG、CXCR4、CTSB等为关键节点。KEGG通路富集于肾素-血管紧张素系统、TNF信号、NF-κB信号等高尿酸血症相关通路;GO生物过程涉及缺氧应答、血压调节和肽激素加工。这表明这些肽可能通过炎症和肾脏途径发挥多靶点作用。
**总结与结论**
本研究整合了肽组学、机器学习、分子动力学模拟和实验验证,系统发现并表征了羊奶中的XOD抑制肽。VHSE-CatBoost模型成功鉴定出FAWP为最强抑制剂(IC
50=12.99 mM),表现为混合型抑制。热力学、光谱学及模拟分析揭示了自发结合、XOD构象变化以及通过氢键和疏水相互作用的稳定活性位点占据。网络药理学进一步提示对炎症和肾脏通路具有多靶点效应。研究结论翻译如下:
本研究建立了从羊奶中发现XOD抑制肽的综合框架,整合了肽组学、基于机器学习的筛选、分子动力学模拟和实验验证。VHSE-CatBoost模型成功鉴定出FAWP为最强抑制剂(IC
50=12.99±0.33 mM),表现为混合型抑制。热力学、光谱学和模拟分析揭示了自发结合、XOD构象变化以及通过氢键和疏水相互作用的稳定活性位点占据。网络药理学进一步提示对炎症和肾脏通路具有多靶点效应。这些发现为羊奶源肽抑制XOD的机制提供了见解,并凸显了它们作为功能性生物活性化合物的潜力。未来研究应旨在优化肽活性、评估体内功效以及评估其在复杂食品体系中的性能。