Pred5AOP:基于深度学习,分子对接和实验验证的食品衍生抗氧化的高效选
Yan Zhang1, Yi He1, Shihong Li1
1Key Laboratory for Molecular Enzymology and Engineering of Ministry of Education, Edmond Fischer Cell Signaling Laboratory, College of Life Sciences, Jilin University, 2699 Qianjin Street, Changchun 130012, China.
Food chemistry
|August 7, 2025
概括
研究人员使用一种新的in silico选方法从食物蛋白中鉴定出强有力的抗氧化. 这些体显示出显著的自由基清除和细胞保护,为功能性食物和疗法提供了潜力.
科学领域:
- 食品科学 食品科学 食品科学
- 生物化学 生物化学
- 计算生物学 计算生物学
背景情况:
- 饮食中的蛋白质衍生具有有益的抗氧化特性,可以安全食用.
- 从庞大的蛋白质数据库中识别有效的抗氧化是一种挑战.
研究的目的:
- 开发和验证一种新的计算方法,用于从食蛋白质中选抗氧化.
- 识别和实验证实具有潜在治疗和功能性食品应用的抗氧化.
主要方法:
- 在29种食蛋白的化中,生成了76343种的数据库.
- 开发基于机器学习的选工具 (Pred5AOP) 来识别潜在的抗氧化.
- 实验验证包括自由基清除试验,细胞保护试验,分子对接,量子化学分析和分子动力学模拟.
主要成果:
- 在Pred5AOP方法成功地确定了六个抗氧化:DHD,DDHR,TPNT,HYHE,NDHY和NGDA.
- 实验验证证证实了显著的抗氧化活性,其中HYHE,DDHR和NDHY显示出异常有效.
- 计算分析揭示了这些与Keap1蛋白的强烈结合亲和关系,阐明了它们的抗氧化机制.
结论:
- 已经建立了一种新且有效的in silico策略,用于从食物蛋白中识别抗氧化.
- 鉴定到的具有强大的抗氧化活性,并与Keap1蛋白具有良好的相互作用.
- 这些发现支持开发用于功能性食品和治疗干预措施的抗氧化.


