多模态工作流识别植物蛋白中的非γ-谷氨酰kokumi肽

《Food Chemistry》：A multi-modal workflow identifies non-γ-glutamyl kokumi peptides in plant proteins

　　

研究人员对三种不同作物进行了全面的4D蛋白质组学分析。计算机模拟预测表明，黑绿豆蛋白质具有最高的kokumi肽潜力。分子对接和钙敏感受体(CaSR)测定显示，非γ-谷氨酰肽是CaSR的正向变构调节剂。该工作流程适用于可能赋予食品kokumi感觉的新型肽的鉴定。

植物蛋白是可持续食品系统的关键，但其感官表现常表现为苦味、涩味和“单薄”风味，落后于动物产品，制约消费者接受。增强风味深度和醇厚感是植物基食品创新的核心挑战。Kokumi（源自日语的浓厚味觉属性，指满口感、厚实感和连续性）能放大并延长其他基本味道而不改变其本身。机制上，kokumi感觉与味觉细胞中的钙敏感受体（CaSR）激活密切相关，传统研究主要集中于γ-谷氨酰肽（GGPs，含γ-谷氨酰键的肽）这类CaSR正向变构调节剂（PAM，增强激动剂效应的配体）。然而，γ-谷氨酰结构并非kokumi活性的唯一来源，新兴证据表明短的非γ-谷氨酰肽也能结合并激活CaSR。为此，研究人员开发了一种无偏、高通量的多模态工作流，将蛋白质组学、计算机模拟分子对接和受体功能测定相结合，对黑绿豆（Vigna mungo）浓缩蛋白（BGPC）、藜麦（Chenopodium quinoa）分离蛋白（QPI）和大麻籽（Cannabis sativa）浓缩蛋白（HSPC）三种不同作物蛋白来源进行系统筛选，最终确定BGPC具有最高的kokumi肽生成潜力，并进一步通过发酵、肽组学、分子对接和细胞实验验证了新型非γ-谷氨酰kokumi肽。该研究为打破“仅γ-谷氨酰”的发现范式、扩大kokumi肽结构多样性提供了可推广的路径，论文发表在《Food Chemistry》。

研究人员使用的主要关键技术方法（不超过250字）：采用多重蛋白质提取结合液相色谱-离子淌度-串联质谱（LC-IM-MS/MS）进行4D蛋白质组学分析；基于BIOPEP和EROP数据库构建748条味觉活性肽序列库，通过VBA宏进行“cryptides”（蛋白序列中隐藏的已知味觉活性肽）计算机预测，并计算加权活性指数（WAI）；对BGPC进行蛋白酶A水解后，分别采用乳酸乳球菌乳亚种（LA）和乳脂亚种（LC）发酵及γ-谷氨酰转移酶处理（GA）；通过10 kDa超滤、C18除盐后进行无酶搜索的肽组学鉴定；对2–5残基肽段使用AutoDock Vina进行