综述：机制导向的食品来源抗疲劳肽工程化：从分子设计到蛋白酶约束的生产

《TRENDS IN FOOD SCIENCE & TECHNOLOGY》：Mechanism-guided engineering of food-derived anti-fatigue peptides from molecular design to protease-constrained production

　　

摘要 背景
食物来源的抗疲劳肽正作为功能性食品成分被研究，但大多数研究仍依赖对蛋白质水解物的经验性筛选。报道的效果通常使用终点生物标志物进行评估，包括血乳酸 (BLA)、血尿素氮 (BUN)、抗氧化酶活性和炎性细胞因子，而活性序列、因果机制、靶点结合、胃肠道命运以及酶促释放的可重复性往往尚未确立。
范围与方法
本综述考察了一种基于机制的方法来发现和生产抗疲劳肽。与疲劳相关的过程被归类为与肽开发相关的五个领域：代谢负担和恢复动力学、能量感应和线粒体功能、通过 Keap1-Nrf2 的氧化还原调节、炎症损伤和肌肉恢复，以及伴有肠道轴效应的中枢疲劳。已发表的食物来源肽根据相关机制、序列特征、证据强度以及实际应用局限性进行比较。利用已知生物活性化合物和药理学探针的化学和结构信息，推导出肽设计所需的氨基酸和序列要求。本综述还评估了基于靶点的设计、从已知分子特征生成肽基序、多标签预测和迭代候选选择。
主要发现与结论
本综述确立抗疲劳活性最好被视为一种取决于序列和过程的功能，而不是蛋白质来源或水解物的一般属性。本综述围绕机制模块、四级证据层次、药效团到肽的转化，以及整合生物功能与生产可行性的闭环计算流程重新组织了该领域。Keap1-Nrf2 蛋白 - 蛋白相互作用作为一个结构定义的设计案例，展示了已知结合特征如何指导肽序列设计。这些要素共同提供了一条路线图，将抗疲劳肽研究从经验性筛选转变为基于机制的设计。

引言
疲劳是一种多维度的生理状态，其特征是身体表现下降、恢复能力受损、精神动力减弱以及感知努力增加。据估计全球患病率为 16.4%，影响超过 13 亿人 (Yoon 等，2023)，理解疲劳的生理基础至关重要。疲劳并非由单一的生化事件引起，而是外周代谢、神经肌肉功能、氧化应激、炎症信号、内分泌调节和中枢神经传递同时变化的结果 (Liao 等，2025)。在长时间或高强度运动期间，骨骼肌必须在快速变化的代谢需求下维持 ATP 重新合成、离子稳态、钙循环和线粒体呼吸。当这些过程出现不匹配时，乳酸、质子、无机磷酸盐、氨和其他代谢物积累，糖原和磷酸肌酸储备下降，活性氧 (ROS) 增加，炎症反应被激活，中枢驱动可能减弱 (Allen 等，2008)。这些过程为营养策略创造了多个干预点。食物来源的生物活性肽与该领域相关，因为它们可以由食用蛋白生成，在消化过程中转化，并通过疏水性、电荷、芳香族残基、氧化还原活性残基、两亲性和蛋白水解稳定性发挥取决于序列的生物学效应。来自不同蛋白来源的累积证据支持食物来源肽通过多种机制具有抗疲劳潜力 (Wang, Wang 等，2021)。这些发现表明，抗疲劳活性不仅仅是一种来源属性。它与肽序列、丰度、途径背景、消化命运和制备工艺密切相关。

尽管取得了这些进展，抗疲劳肽研究仍受经验性水解物筛选主导。典型的研究选择一种食物蛋白，进行酶解，按分子量或极性分离水解物，并评估耐力表现以及一组有限的生化终点。这一工作流程产生了许多活性材料，但通常留下了未解决的关键问题。负责的肽序列通常未知。受影响的疲劳机制通常是从广泛的生物标志物中推断出来的。极少测试途径变化的因果关系。合成肽活性与声称的亲本蛋白释放之间的关系并不总是得到证明。许多研究使用血乳酸 (BLA)、血尿素氮 (BUN)、抗氧化酶活性或细胞因子作为终点标志物，而没有澄清这些变化是代表主要机制、次要恢复反应还是运动耐受的总体改善。最近的综述总结了天然或植物来源的抗疲劳肽，包括蛋白质来源、制备方法、结构特征、评估模型和机制 (Liao 等，2025；Wang, Wang 等，2021)。最近关于食物来源生物活性肽的综合综述日益强调需要整合肽鉴定、结构分析、机制调查和安全评估 (Nikoo 等，2026)。然而，该领域仍缺乏一个将疲劳生物学、分子设计、肽证据分级、机器学习、酶促释放和食品成分制造联系起来的整合框架。这一差距很重要，因为抗疲劳肽研究的下一阶段不仅要识别活性水解物。它还必须定义为什么某种肽或肽簇起作用，如何预测它，如何从食用蛋白中释放它，以及如何将其标准化为功能性食品成分。

基于机制的视角围绕机制模块、途径读出和验证要求重新组织了抗疲劳肽的发现。疲劳生物学被映射为几个可设计的肽模块，包括代谢负担和恢复动力学、能量感应和线粒体韧性、氧化还原信号和 Keap1-Nrf2 可设计性、炎症损伤和肌肉恢复重塑，以及伴有肠道轴约束的中枢疲劳。这些模块在设计可行性和证据要求方面有所不同。代谢恢复可以通过乳酸运输、LDH、氨代谢和恢复动力学进行评估，尽管直接的肽 - 靶点证据仍然有限。能量代谢可以通过 AMPK-SIRT1-PGC-1α 信号、GLUT4 转位、脂肪酸氧化和线粒体呼吸进行评估，但如果没有靶点水平证据，不应假设直接结合 AMPK。氧化还原调节提供了一个更具结构可解释性的案例，因为 Keap1 识别 Nrf2 中的类肽酸性基序，Keap1-Nrf2 蛋白 - 蛋白相互作用的肽抑制剂已在相邻领域证明了基于靶点设计的可行性 (Iegre 等，2023)。炎症恢复可以通过 TLR4-NF-κB、NLRP3、细胞因子信号和泛素 - 蛋白酶体相关的蛋白水解进行评估，但需要模型特异性和因果验证。与中枢疲劳相关的系统可以指导机制解释，尽管食物肽的直接中枢作用需要提供稳定性、吸收、血脑屏障 (BBB) 运输和靶点结合的证据。

机器学习可以结合机制标签、分子先验、肽描述符和制造约束来对候选序列进行排名。有用的模型不应只输出一般的抗疲劳评分。它应生成机制特异性和过程特异性的输出，包括代谢恢复、氧化还原防御、炎症消退、肠道轴相关性、消化稳定性、苦味风险、溶解度、亲本蛋白存在和酶促释放概率。此类模型需要整理好的数据集，将水解物水平的活性、基于 LC-MS/MS 的序列鉴定、合成肽验证、途径扰动、靶点水平证据和制造可行性分离开来。现有的肽预测器表明，模型开发应包括序列描述符、理化性质、蛋白质语言模型嵌入、感知来源和序列簇数据划分、外部验证、负数据和不确定性估计 (Charoenkwan 等，2022；Kalyan 等，2021；Shen 等，2022)。预测的序列还必须转化为食品成分。这要求在食用蛋白中识别序列，选择释放它的蛋白酶，通过 LC-MS/MS 确认其丰度，富集相关馏分，并在食品基质中标准化成分。因此，本综述提出了食物来源抗疲劳肽的基于机制的方法。本综述将疲劳机制和肽证据与序列设计、多标签预测和蛋白酶控制生产联系起来 (图 1)。

章节片段
将疲劳机制映射到可设计的肽模块
疲劳源于多种风险因素的相互作用，包括衰老、慢性疾病、久坐生活方式、营养不良、睡眠剥夺和过度体力活动 (Liao 等，2025)。这些因素损害神经肌肉功能、代谢调节、氧化还原平衡和中枢神经系统 (CNS) 驱动。在各种形式的疲劳中，运动引起的疲劳是在竞技和日常环境中最常遇到的。鉴于这种多系统复杂性，一个结构化的、基于机制的框架

将报告的肽证据映射到疲劳机制上
报道的食物来源抗疲劳肽提供了基于机制设计的经验基础，但当前的证据格局仍然破碎。许多研究表明，蛋白质水解物或肽馏分改善耐力表现并在力竭运动后调节生化指标 (表 1)。较少的研究鉴定负责的肽序列、验证合成肽、测试靶点结合或证明活性序列的可重复释放

将分子先验知识转化为抗疲劳肽设计规则
抗疲劳肽数据集较小且证据质量不均。来自天然生物活性化合物和药理学探针的分子先验知识定义了可转移的识别特征、途径终点和残基水平约束用于肽基序设计，但它们不应将食物肽研究转向药物发现。它们的价值在于途径终点、识别特征、类药效团排列和结构约束，这些可以抽象为肽基序

针对机制定义的抗疲劳肽的计算设计策略
计算方法可以整合疲劳机制、肽证据和已知生物活性化合物的化学特征，以生成和排名候选肽。设计问题不仅仅是搜索延长运动时间的肽。它需要基于疲劳机制、蛋白界面或途径水平信息、报告的肽证据、分子先验、食物蛋白存在、蛋白酶释放可行性、消化命运、感官风险和的整合排名

可制造的抗疲劳肽成分的蛋白酶限制生产
计算选择的肽必须在食品蛋白处理的背景下进行评估。如果预测的抗疲劳肽不存在于食用蛋白中，不能被食品级蛋白酶释放，在水解过程中仅以微量丰度出现，在消化过程中迅速降解，或不能在最终成分中标准化，则其转化价值有限。蛋白酶限制生产被视为抗疲劳肽工程的核心组件。其实质输出

结论与未来展望
食物来源抗疲劳肽研究正从经验性水解物筛选转向基于机制的、可制造的肽工程。当前研究缺乏机制深度和转化成熟度之间的平衡。许多研究仍依赖终点生物标志物，而未鉴定活性序列、证明因果途径或靶点结合、评估胃肠道命运或确认可重复的酶促释放。抗疲劳活性不再

未引用参考文献
Amigo and Hernández-Ledesma, 2020; Bodine and Baehr, 2014; Cai et al., 2024; Cai et al., 2023; Cantó and Auwerx, 2009; Hargreaves and Spriet, 2020; Li et al., 2025; Liu et al., 2023; Newsholme and Blomstrand, 2006; Norton and Layman, 2006; Pedersen and Febbraio, 2008; Powers and Jackson, 2008; Wang et al., 2021; Zhao et al., 2025; Zhu et al., 2024.

CRediT 作者贡献声明
马小玉：概念化、调查、可视化、初稿撰写。杨思明：可视化、监督。刘心然：可视化、监督。赵文硕：可视化。张玲：可视化。程淑珍：概念化、审阅与编辑、资金获取、监督。杜明：概念化、审阅与编辑、资金获取、监督。

利益冲突声明
作者确认他们在本手稿描述的工作中没有利益冲突。

致谢
本工作得到了大连市高层次创新团队项目 (2023RG005) 和兴辽英才计划 (XLYC2403202) 的支持。作者感谢 BioGDP.com 提供的绘图协助。

马小玉 | 杨思明 | 刘心然 | 赵文硕 | 张玲 | 程淑珍 | 杜明
海洋食品加工与安全控制国家重点实验室，大连工业大学食品科学与技术学院，中国 大连，116034