深度学习优化了核桃抗高血压的多酶水解.
Fan Mo1, Rui Long1, Yingbin Shen2
1College of Food Science and Light Industry, Nanjing Tech University, Nanjing, 211816, China.
International journal of biological macromolecules
|November 2, 2025
概括
这项研究使用深度学习来从核桃蛋白中制造抗高血压. 优化的有效降低了老鼠的血压,并显示出强大的抗氧化和胃肠道稳定性.
科学领域:
- 食品科学与技术 食品科学与技术
- 生物技术是生物技术.
- 营养保健品 营养保健品
背景情况:
- 高血压是全球主要的健康问题.
- 饮食质为血压管理提供了一个有前途的途径.
- 优化的生产需要先进的方法.
研究的目的:
- 通过使用深度学习,从核桃蛋白中优化抗高血压的产生.
- 为了评估这些的疗效在体外和体内.
- 探索大型语言模型 (LLM) 在功能性发现中的潜力.
主要方法:
- 深度学习与体外和体内实验的整合.
- 开发一种使用LLM进行酶查的新型多酶组合方法.
- 对血管酶转化酶 (ACE) 抑制活性和抗氧化性质的评估.
- 使用自发高血压大鼠 (SHRs) 和分子对接分析的体内研究.
主要成果:
- 优化的核桃蛋白水解剂 (W1) 实现了77.96%的ACE抑制,并证明了胃肠道的稳定性.
- 在SHR中,W1表现出显著的抗氧化活性,并有效降低了血压.
- 生物标志物分析显示,抗氧化剂状态和血管保护得到改善,其中关键具有强烈的ACE结合亲和力.
结论:
- 深度学习和LLM可以有效地优化功能性的生产.
- 核桃蛋白衍生的是一种有希望的,稳定的,生物可用的选择,用于高血压管理.
- 这种方法为控制血压和改善血管健康提供了一种新的饮食策略.


