Пищевой пептид для предупреждения избыточной массы тела: виртуальный скрининг прогнозирования токсичности и выведения
Автор: Тихонов С.Л., Тихонова Н.В.
Журнал: Вестник Восточно-Сибирского государственного университета технологий и управления @vestnik-esstu
Статья в выпуске: 2 (93), 2024 года.
Бесплатный доступ
Целью исследований являлось прогнозирование токсичности и выведения биопептида, профилактирующего ожирение. В качестве объекта исследований использован синтезированный пептид со следующей последовательностью аминокислот: CHAECGAACKEFCLEG, предупреждающий избыточную массу тела. Пептид имеет сходство с глюкагоноподобным пептидом-1 (GLP-1), регулирующим энергетический обмен. Характеристика пептида: общее гидрофобное соотношение -53 %, общий заряд равен + 0,25, гидрофобность пептида по Уимли - Уайту в целом остатке на уровне 4,63, молекулярная масса - 1556,826 Да, молекулярная формула - C62H97N19O20S4, потенциал связывания с белками (индекс Бомана) составляет 0,93 ккал/моль, изоэлектрическая точка pН 6,77. Пептид хорошо растворим в воде. Установлено, что исследуемый пептид при приеме внутрь не вызывает острую токсичность, гепатотоксичность, цитотоксичность, не оказывает отрицательного влияния на деятельность сердца, не активирует рецепторы генов белков теплового шока, не вызывает повреждения ДНК и нарушения функций митохондрий. Пептид характеризуется средним периодом полувыведения и низким плазменным клиренсом, что позволяет считать его эффективным. Следует отметить, что прогнозируемые характеристики не всегда совпадают с фактическими значениями, полученными в экспериментах in vitro. Поэтому возможно рекомендовать пептид для включения в состав продуктов питания специализированного и профилактического назначения при условии доказательства эффективности в доклинических и клинических исследованиях.
Пептиды, избыточная масса тела, острая токсичность, гепатотоксичность, медикаментозная токсичность, период полувыведения, плазменный клиренс
Короткий адрес: https://sciup.org/142241934
IDR: 142241934 | DOI: 10.53980/24131997_2024_2_37
Список литературы Пищевой пептид для предупреждения избыточной массы тела: виртуальный скрининг прогнозирования токсичности и выведения
- Yeh T.-L., Chen H.-H., Chiu H.-H. et al. Morbidity associated with overweight and obesity in health personnel: a 10-year retrospective of hospital-based cohort study in Taiwan // Diabetes Metab Syndr Obes. -2019. - N 12 (267). - P. 74.
- Ramos SalasX., SalasX.R. The ineffectiveness and unintended consequences of the public health war on obesity // Can J Public Health. - 2015. - Vol. 106 - P. E79.
- Li F., Jiang C., Krausz K.W. et al. Microbiome remodelling leads to inhibition of intestinal farnesoid X receptor signalling and decreased obesity // Nat Commun. - 2013. - N 4. - P. 2384.
- Anhe F.F., Roy D., Pilon G. et al. A polyphenol-rich cranberry extract protects from diet-induced obesity, insulin resistance and intestinal inflammation in association with increased Akkermansia spp. population in the gut microbiota of mice // Gut. - 2015. - N 64 (872). - P. 83.
- Org E., Mehrabian M., Lusis A.J. Unraveling the environmental and genetic interactions in atherosclerosis: Central role of the gut microbiota // Atherosclerosis. - 2015. - N 241 (387). - P. 9.
- Liu R., Hong J. Xu X. et al. Gut microbiome and serum metabolome alterations in obesity and after weight-loss intervention // Nat Med. - 2017. - N 23 (859). - P. 68.
- Cheng Y.-C., Liu J-R. Effect of Lactobacillus rhamnosus GG on Energy Metabolism, Leptin Resistance, and Gut Microbiota in Mice with Diet-Induced Obesity // Nutrients. - 2020. - N 12 (9). - DOI: 10.3390/nu12092557.
- Жамсаранова С.Д., Лебедева С.Н., Болхонов Б.А. и др. Ферментативная конверсия пищевого белка и оценка антиоксидантной активности пептидов // Вестник ВСГУТУ. - 2021. - № 4 (83). - С. 5-14. -DOI: 10.53980/24131997_2021_4_5.
- Fosgerau K., Hoffmann T. Peptide therapeutics: current status and future directions // Drug Discov Today. - 2015. - N 20 (122). - P. 8.
- Xu F., Lin B., Zheng X. et al. GLP-1 receptor agonist promotes brown remodelling in mouse white adipose tissue through SIRT1 // Diabetologia. - 2016. - N 59 (1059). - P. 69.
- Bordicchia M., Liu D., Amri E-Z. et al. Cardiac natriuretic peptides act via p38 MAPK to induce the brown fat thermogenic program in mouse and human adipocytes // J Clin Invest. - 2012. - N 122 (1022). -P. 36.
- Sun L. Peptide-based drug development // Mod Chem Appl. - 2013. - N 01 (1) - P. 2.
- Fournel A., Drougard A., Duparc T. et al. Apelin targets gut contraction to control glucose metabolism via the brain // Gut. - 2017. - N 66 (258). - P. 69.
- Li Z., Zhang B., Wang N. et al. A novel peptide protects against diet-induced obesity by suppressing appetite and modulating the gut microbiota // Gut. - 2023. - N 72 (686). - P. 698.
- Larsen I.S., Fritzen A.M., Carl C.S. et al. Human Paneth cell a-defensin-5 treatment reverses dyslipidemia and improves glucoregulatory capacity in diet-induced obese mice // Am J Physiol Endocrinol Metab. - 2019. - N 317 (E42). - P. 52.
- Khabbaz H., Karimi-Jafar M.H., Saboury A.A. et al. Prediction of antimicrobial peptides toxicity based on their physico-chemical properties using machine learning techniques // BMC Bioinformatics. - 2021. - N 22 (1). - P. 549. - DOI: 10.1186/s12859-021-04468-y.
- Tice R.R., Austin C.P., Kavlock R.J. et al. Improving the human hazard characterization of chemicals: A Tox21 update // Environ. Health Perspect. - 2013. - N 121. - P. 756-765.
- Tox21 Data Challenge 2014 // National Center for Advancing Translational Sciences (NCATS). -URL: https://tripod.nih.gov/tox21/challenge.
- Paul-Friedman K., Martin M., Crofton K.M. et al. Limited chemical structural diversity found to modulate thyroid hormone receptor in the Tox21 chemical library // Environ. Health Perspect. - 2019. - N 127. - P.097009.
- Barta G. Identifying biological pathway interrupting toxins using multi-tree ensembles // Front. Environ. Sci. - 2016. - Vol. 4. - 12 p.
- Koutsoukas A., St Amand J., Mishra M. et al. Predictive toxicology: Modeling chemical induced toxicological response combining circular fingerprints with random forest and support vector machine // Front. Environ. Sci. - 2016. - N 4. - P. 11.
