Моделирование гидролиза животного белка эндопротеазами in silico

Бесплатный доступ

В последнее время повышенным спросом пользуются продукты питания с функциональной направленностью, способствующие укреплению здоровья. Перспективным сырьем для такой продукции могут быть субпродукты мясные, например свиные желудки, богатые источником биологически доступного белка. Целью данного исследования была оценка потенциальной биологической активности различных изолятов белка животного происхождения. В качестве объекта исследования был использован белок, идентифицированный в базе UniProt, как VIP_PIG (P01284) или глюкагоноподобный белок. С помощью компьютерного моделирования был проведен анализ прогнозирования вероятности появления биоактивных пептидов после гидролиза белка с помощью протеиназы К, термолизина и пепсина (рН>2). Установлено, что данные протеазы продемонстрировали высокий потенциал в расщеплении белка на фрагменты. Пепсин (рН>2) способствовал образованию большего количества пептидов в гидролизате. Наиболее длинный пептид FTSDFSR был обнаружен в образцах, подвергшихся обработке термолизином, в то же время данный пептид обладал самой высокой молекулярной массой (859,3944 кДа). Пептид VKKY был признан наиболее часто встречающимся в образцах, обработанных всеми тремя ферментами, и был первым по массе (537,3395) при обработке пепсином (рН>2). Впоследствии были синтезированы шесть биоактивных пептидов, имеющих баллы пептидного ранкера выше 0,5. Дальнейшая работа исследования будет направлена на определение токсичности, аллергенности, а также наличия терапевтического эффекта in silico и in vivo.

Еще

Белок, пептиды, протеазы, метод in silico, молекулярная масса, пептидная последовательность, пептидный ранкер

Короткий адрес: https://sciup.org/142244155

IDR: 142244155   |   УДК: 543.645.6   |   DOI: 10.53980/24131997_2025_1_55

Текст научной статьи Моделирование гидролиза животного белка эндопротеазами in silico

Ежегодно в процессе промышленной переработки сельскохозяйственной продукции производится большое количество пищевых побочных продуктов животного происхождения, которые обычно используются в качестве корма для непродуктивных животных [1, 2].

Мясные субпродукты являются хорошим источником биоактивных пептидов, полученных из белковых гидролизатов при воздействии коммерческих протеаз [3].

В настоящее время существует большой интерес к использованию биоактивных пептидов в функциональных продуктах питания, способствующих укреплению здоровья [4]. Авторами классифицированы биологически активные пептиды, получаемые из продуктов питания, такие как противораковые, противодиабетические, антигипертензивные, противомикробные, снижающие уровень холестерина и другие [5–7].

Кроме того, следуя аналогичной тенденции, используемой при исследовании других гидролизатов, таких как гидролизаты молочного, растительного белка, содержащие производные биоактивных пептидов с широким спектром биологических свойств, разработка гидролизатов животного происхождения представляет собой актуальную задачу для ученых, пытающихся определить связь между химической структурой пептидов и их биологической активностью [8].

В пищевой промышленности ферментативный гидролиз является наиболее распространенным методом, используемым для высвобождения пептидов из белков, в котором обычная тепловая обработка используется в качестве предварительной для усиления гидролитического действия [9].

Гидролиз in silico работает в соответствии с предположением, что все расщепляемые пептидные связи в определенном белке будут доступны для фермента и будут легко гидроли-зованы [10–12].

Преимуществом исследований in silico является экономия времени и реагентов, а также возможность выявления того, какие пептиды имеют биологический потенциал. Для оценки прогнозирования биологической активности пептидов используются соответствующие базы данных, позволяющие искать точное соответствие интересующей аминокислотной последовательности [13–14].

В связи с вышеизложенным целью работы было использование методов in silico при расщепления животного белка протеазами и прогнозирование биологической активности образованных пептидов для их дальнейшего изучения.

Материалы и методы исследования

С помощью программного обеспечения PeptideCutter были предсказаны вероятные места расщепления белка выбранными ферментами в наиболее специфичных последовательностях. Инструмент PeptideMass использовали для вычисления массы полученных пептидов. Для прогнозирования потенциальной биологической активности пептидов применяли программный ресурс с открытым исходным кодом Peptide Ranker.

Результаты исследований и их обсуждение

Данная статья является продолжением исследований, направленных на изучение процесса ферментации животного белка методом in silico . Ранее авторами было изложено обоснование необходимости проведения вышеуказанных исследований и представлены экспериментальные данные по поиску и идентификации белка VIP_PIG (P01284) [15].

Для определения характеристик пептидов белка VIP_PIG (P01284) выбрали программное обеспечение PeptideCutter, прогнозирующее потенциальные места расщепления заданными протеазами или химическими веществами.

Из доступных ферментов и химических веществ выбрали все ферменты, предложенные программным обеспечением: протеиназа Arg-C, эндопептидаза Asp-N, Asp-N-эндопептидаза + N-концевой Glu, BNPS-скатоле, каспаза1-каспаза10, высокая специфичность химотрипсина (C-термин для [FYW], не перед P), низкая специфичность химотрипсина (C-термин [FYWML], не перед P), клострипаин, CNBr, энтерокиназа, гранзимеБ, фактор Xa, муравьиная кислота, глутамилэндопептидаза, гидроксиламин, йодособензойная кислота, ЛизК, ЛизН, NTCB (2-нитро-5-тиоцианобензойная кислота), пепсин (рН1.3), пепсин (рН>2), пролин-эндопептидаза, протеиназа K, стафилококковая пептидаза I, протеаза вируса травления табака, термолизин, тромбин, трипсин (табл. 1).

Таблица 1

Результаты расщепления белка P01284 доступными протеазами*

Название фермента

Количество расщеплений

Расположение мест расщепления

Протеиназа Arg-C

4

12 56 58 75

Эндопептидаза Asp-N

4

2 8 46 51

Asp-N-эндопептидаза + N-концевой Glu

5

2 8 23 46 51

CNBr

1

61

Высокая специфичность химотрипсина (С-термин для [FYW], не перед Р

6

6 10 22 50 54 66

Низкая специфичность химотрипсина (С-термин [FYWML], не перед Р

17

1 6 10 13 14 17 22 23 26 45 50 54 57 61 66 67 71

Клострипан

4

12 56 58 75

Муравьиная кислота

4

3 9 47 52

глутамилэндопептидаза

1

24

Гидроксиламин

1

72

ЛизК

6

20 21 59 64 65 74

ЛизН

6

19 20 58 63 64 73

Пепсин (pH 1.3)

14

5 6 9 10 13 16 17 25 26 49 50 57 70 71

Пепсин (pH>2)

18

5 6 9 10 13 16 17 21 25 26 49 50 53 54 57 65 70 71

Протеиназа К

27

2 5 6 7 10 13 14 17 19 22 23 24 26 27 48 49 50 51 54

55 57 62 63 66 67 70 71

Стафилококковая пептидаза I

1

24

Термолизин

19

1 4 5 12 13 16 18 22 25 26 48 49 56 60 61 62 66 69 70

Трипсин

10

12 20 21 56 58 59 64 65 74 75

*Информация получена из результатов поиска с помощью программного обеспечения PeptideCutter 15 ноября 2024 г.

Во время моделирования эксперимента некоторые выбранные протеазы ( BNPS-скатоле, каспаза1-каспаза10, энтерокиназа, фактор Xa, гранзимеБ, йодособензойная кислота, NTCB (2-нитро-5-тиоцианобензойная кислота), пролин-эндопептидаза, тромбин, протеаза вируса травления табака) не смогли оптимально расщепить и высвобождать биоактивные пептиды.

Тем не менее многие протеазы продемонстрировали высокий потенциал в генерации большого количества расщеплений белка. Количество расщепленных пептидных связей указывает на степень гидролиза белка.

Анализируя табличные данные, отмечаем, что наибольшее колличество мест расщеплений дают протеиназа К (27 расщеплений), термолизин (19 расщеплений) и пепсин рН>2 (18 ращеплений). Участки расщеплений с помощью исследуемых ферментов нанесены на карты последовательностей и представлены на рисунках 1–3.

ПротК|

ПротК ||

ПротК | ||

ПротК || ||

ПротК ||| ||

ПротК | ||| ||

ПротК | | ||| ||                  ПротК

ПротК | | | ||| ||                  ПротК |

ПротК || | | ||| ||                 ПротК| |

ПротК |  ||  | | ||| ||                 ПротК || |

ПротК| |  ||  | | ||| ||                 ПротК|  |||

ПротК|| |  ||  | | ||| ||                ПротК||  |||

ПротК ||| |  ||  | | ||| ||               ПротК||||| |

| ||| | || | | ||| || |||| || | HADGVFTSDFSRLLGQLSAKKYLESLIXXXXXXXXXXXXXXXXXHSDAVFTDNYTRLRKQ 1 ---------+ --------- +---------

+ --------- +---------+---------+ 60    ПротК

ПротК |

ПротК ||

ПротК| ||

ПротК || ||

ПротК | || ||

|| || ||

MAVKKYLNSILNGKR

61 --------- +----- 75

Рисунок 1 – Карта участков расщеплений белка P01284 ферментом протеиназа К

Терм

Терм |

Терм ||

Терм | ||

Терм Терм | | ||

Терм | Терм | | | ||           Терм Терм

Терм || Терм | | | | ||             Терм | Терм |

| || || | | | || || | | HADGVFTSDFSRLLGQLSAKKYLESLIXXXXXXXXXXXXXXXXXHSDAVFTDNYTRLRKQ 1 --------- +---------+ --------- +

  • - --+ --------- + --------- + 60 Терм

Терм |

Терм ||

Терм | ||

Терм | | ||

|| | ||

MAVKKYLNSILNGKR

61 --------- +----- 75

Рисунок 2 Карта участков расщеплений белка P01284 ферментом термолизин

Pn2

Pn2 |

Pn2 ||                        Pn2

Pn2 | ||                          Pn2 |

Pn2| | ||                           Pn2||

Pn2 || |  ||     Pn2                 Pn2 |||

Pn2 | || | || Pn2 Pn2 |                Pn2 | || |

|| || | || | || || || | HADGVFTSDFSRLLGQLSAKKYLESLIXXXXXXXXXXXXXXXXXHSDAVFTDNYTRLRKQ 1 ---------+---------++

  • - --+---------+---------+ 60 Pn2

Pn2 Pn2 |

| ||

MAVKKYLNSILNGKR

61 --------- +----- 75

Рисунок 3 Карта участков расщеплений белка P01284 ферментом пепсин (рН>2)

Далее с помощью программного обеспечения PeptideMass расщепляли белковую последовательность и вычисляли массу полученных пептидов.

При расчете масс учитывали:

  • -    отобразить пептиды с массой: превышающей 500 и меньше, чем unlimited Далтон сортируется попептидным массам;

  • -    для каждого отображаемого пептида показать : все известные посттрансляционные модификации;

  • -    максимальное количество пропущенных сколов (MC): 0;

  • -    модификации цистеинов: все цистеины в восстановленной форме с аддуктами акриламида (Cys_PAM);

  • -    модификации метионинов: метионины не подвергались окислению;

  • -    расчет массы: используя моноизотопные массы встречающихся аминокислотных остатков и определяя массу пептида как [M+H]+.

Результат моделирования гидролиза с использованием выбранных коммерческих ферментов представлен в таблице 2.

Молекулярная масса, положение, пептидная последовательность белка, высвобождаемые различными ферментами*

Таблица 2

Молекулярная масса

Положение

Пептидная последовательность

протеиназа K

пепсин (рН>2)

термоли зин

протеиназа K

пепсин (рН>2

термоли зин

протеиназа K

пепсин (рН>2)

термо лизин

469,1929

469,1929

859,3944

7–10

7–10

6–12

TSDF

TSDF

FTSDF SR

438,2711

438,2711

509,3082

20–22

20–22

19–22

KKY

KKY

AKKY

375,2350

437,2030

348,1765

11–13

3–6

23–25

SRL

DGVF

LES

348,1765

375,2350

317,1819

24–26

11–13

14–16

ESL

SRL

LGQ

317,1819

227,1138

262,1033

15–17

1–2

2–4

GQL

HA

ADG

290,1346

219,1339

219,1339

3–5

25–26

17–18

DGV

SL

LS

227,1138

204,0979

156,0767

1–2

15–16

1–1

HA

GQ

H

177,0870

177,0870

132,1019

18–19

18–19

13–13

SA

SA

L

166,0862

148,0604

132,1019

6–6

24–24

26–26

F

E

L

132,1019

132,1019

132,1019

14–14

14–14

27–27

L

L

I

132,1019

132,1019

118,0862

23–23

17–17

5–5

L

L

V

132,1019

132,1019

916,4159

27–27

23–23

50–56

I

L

FTDN YTR

633,3501

132,1019

544,3565

58–62

27–27

57–60

RKQMA

I

LRKQ

512,1987

537,3395

537,3395

51–54

63–66

63–66

TDNY

VKKY

VKKY

438,2711

512,1987

429,1728

64–66

51–54

45–48

VKKY

TDNY

HSDA

429,1728

446,2609

333,1768

45–48

68–71

67–69

HSDA

NSIL

LNS

389,2507

431,2725

246,1448

55–57

58–60

71–72

TRL

RKQ

LN

333,1768

429,1728

150,0583

68–70

45–48

61–61

NSI

HSDA

M

166,0862

389,2507

132,1019

50–50

55–57

70–70

F

TRL

I

133,0608

265,1546

118,0862

72–72

49–50

49–49

N

VF

V

132,1019

221,0954

90,0549

67–67

61–62

62–62

L

MA

A

132,1019

133,0608

71–71

72–72

L

N

118,0862

132,1019

49–49

67–67

V

L

118,0862

63–63

V

* Информация получена из результатов поиска с помощью программного обеспечения PeptideMass 06 декабря 2024 г.

Выявлено, что протеиназа К высвобождает большее количество предпочтительных биоактивных пептидов по сравнению с другими ферментами одноименного действия. Эффективность этих ферментов в высвобождении пептидов с биоактивностью зависит в основном от специфичности расщепления.

Наиболее длинный пептид «FTSDFSR» был обнаружен в образцах, подвергшихся обработкой термолизином, в то же время данный пептид обладал самой высокой молекулярной массой (859,3944 кДа). Пептид «VKKY» был признан наиболее часто встречающимся в образцах, обработанных всеми тремя ферментами, и был первым по массе (537,3395) при обработке пепсином (рН>2). Наименьшую массу (90,0549) показал пептид «A», обработанный термоли-зином.

Следующим этапом исследования предстояло изучение прогнозируемой биологической активности выбранных пептидов.

Идентифицированные пептиды различались по длине: от 1 до 7 аминокислот, и имели показатели Peptide Ranker в диапазоне от 0,1 до 0,99 (табл. 3).

Таблица 3

Идентифицированные пептидные последовательности из фракции гидролизата VIP белка с молекулярной массой 8,539 кДа

Пептидная последовательность и ранжировка пептидов по прогнозируемой биологической активности

протеиназа K

пепсин (рН>2)

термолизин

TSDF

0,3

TSDF

0,3

FTSDFSR

0,498556

KKY

0,105

KKY

0,105

AKKY

0,139303

SRL

0,49389

DGVF

0,729146

LES

0,0577883

ESL

0,0804803

SRL

0,49389

LGQ

0,322493

GQL

0,49668

HA

0,184157

ADG

0,309463

DGV

0,161525

SL

0,330018

LS

0,204782

HA

0,184157

GQ

0,376251

H

0,226978

SA

0,141393

SA

0,141393

L

0,639092

F

0,999052

E

0,0240725

L

0,639092

L

0,639092

L

0,639092

I

0,223609

L

0,639092

L

0,639092

V

0,0266109

I

0,223609

L

0,639092

FTDNYTR

0,283549

RKQMA

0,20774

I

0,223609

LRKQ

0,127531

TDNY

0,106237

VKKY

0,0655318

VKKY

0,0655318

KKY

0,105

TDNY

0,106237

HSDA

0,113

HSDA

0,113

NSIL

0,245434

LNS

0,125503

TRL

0,271255

RKQ

0,0987733

LN

0,257214

NSI

0,118644

HSDA

0,113

M

0,970074

F

0,999052

TRL

0,271255

I

0,223609

N

0,109656

VF

0,815398

V

0,0266109

L

0,639092

MA

0,693293

A

0,208643

L

0,639092

N

0,109656

V

0,0266109

L

0,639092

V

0,0266109

* Информация получена из результатов поиска с помощью программного обеспечения Peptide Ranker 12 декабря 2024 г.

Для каждого пептида было получено значение, указывающее на его потенциальную активность. В дальнейших исследованиях будут использованы только те пептиды, у которых показатель пептидного ранкера выше 0,5, так как чем ближе показатель к 1, тем выше биологическая активность пептида.

Таким образом, было идентифицировано 6 пептидных последовательностей, обладающих потенциальной биоактивностью.

В ходе исследования было установлено, что среди использованных ферментов пепсин (pH>2) теоретически продемонстрировал гидролиз большинства биологически активных пептидов, за ним следуют протеиназа К и термолизин.

Данные согласуются с исследованиями других авторов и объясняются тем, что пепсин обладает более широкой специфичностью и преимущественно расщепляет пептидные связи, образованные ароматическими аминокислотами и аминокислотами с карбоксильными группами.

Так, F.C.А. Panjaitan и др. признали пепсин (pH > 2) наиболее перспективным ферментом для получения биоактивных пептидов из белка гигантского морского окуня, идентифицированных с помощью протеомики, который теоретически высвобождает 82 ингибирующих DPP-IV пептида и 47 ингибирующих ACE-I пептидов [16].

Использование пепсина при гидролизе желатина привело к образованию пептидов, полученных из коллагена с низкой молекулярной массой от 3 до 6 кДа [17].

P. Kęska и др. в своей работе использовали пепсин для выделения из вяленой свиной корейки пептидов с молекулярной массой менее 7 кДа, способных ингибировать DPP-IV [18].

Доказано, что расщепление ферментами существенно влияет на процесс протеолиза. Его можно использовать для изменения степени гидролиза пептидов в зависимости от различных ферментов.

Поскольку Peptide Ranker прогнозирует, насколько вероятна биологическая активность пептидов, но не указывает, для каких целей они наиболее подходят, дальнейшие исследования будут направлены на определение токсичности, аллергенности, а также наличия терапевтического эффекта in silico и in vivo .

Заключение

Представленные в исследовании результаты подтверждают, что применение техники in silico может обеспечить быструю и надежную информацию об идентификации биоактивных пептидов из гидролизатов белков и определить выбор подходящего фермента для получения этих пептидов.

Результаты анализа гидролизата P01284 показали, что животные белки могут быть хорошими источниками пептидов. Более того, пепсин (pH>2) продемонстрировал наибольшую перспективность в высвобождении биоактивных пептидов из гидролизатов белков. Кроме того, свиные субпродукты могут быть альтернативным источником биоактивных пептидов, которые могут использоваться в качестве функционального ингредиента в фармацевтической и нутрицевтической продукции. Однако необходимо дальнейшее тестирование in vivo , чтобы гарантировать безопасность и стабильность этих пептидов во время желудочно-кишечного пищеварения.