Прогнозирование рисков присутствия микотоксинов в пищевых системах, полученных на основе зернового сырья

Агропромышленный комплекс Уральского федерального округа (АПК УрФО) является отраслью, которая обеспечивает значительную часть внутреннего регионального стратегического продукта. Известно, что в период летней засухи и осенних дождей прошлого 2023 года значительная часть урожая оказалась низкого качества, с рисками присутствия токсигенных плесеней и их вторичных метаболитов. Возникший погодный коллапс, который пришелся на уборочный период, охватил значительную часть территорий АПК УрФО, отведенных под возделывание зерновых культур, и спровоцировал проблемы, которые отразились на состоянии урожая зерновых и зернобобовых культур. Для сохранения технологической устойчивости перерабатывающей отрасли АПК за счет государственных субсидий будут компенсированы затраты производителей пшеницы, ржи, кукурузы и ячменя. В приоритетном порядке средства получат аграрии, чьи доходы ниже среднероссийских, в том числе из-за специфики климатических условий [3]. Обозначенная ситуация применительно к зерновому сырью требует детального изучения с целью готовности производителей сырья к сохранению объемов полученного урожая на всех этапах товародвижения в цепочке от поля до конечного потребителя.

Экстремальные погодные условия на фоне изменения климата стали причинами не только утраты качественных характеристик зерна, но и возможности контаминации микотоксинами, ввиду высокой вероятности развития токсигенных плесеней ( Alternaria alternate, Aspergillus candidus, Fusarium spp, Penicillium spp и др. ), и как следствие, накопление в зерновой массе их вторичных метаболитов (Афлатоксин В, Дезоксиниваленол (DON), Т-2 токсин, Зеараленон (ZEN), Охратоксин А) [4, 10, 13, 14]. Триггером также являются интенсивные технологии возделывания, которые на фоне экстремальных условий изменения климата провоцируют для зерновых культур увеличение числа фитопатогенов, в том числе высокотоксичных микромицетов и их вторичных метаболитов [6, 9]. Последствия контаминации микотоксинами могут проявляться через десятилетие и в различной этиологии: нервные расстройства, подавление иммунной системы, снижение репродуктивных способностей, развития злокачественных новообразований [4].

Как правило, споры токсигенных плесеней сосредоточены на поверхности зерновки, но в процессе переработки наблюдается их перераспределение по структурным элементам, а затем миграция в продукты переработки и проявление на различных этапах товародвижения [1, 7, 11, 16]. Рост рисков биоконтаминации продуктов переработки зерна возможен за счет значительного увеличения встречаемости новых форм микотоксинов с высоким уровнем токсичности, а также различных типов их комбинаций.

Наибольший интерес в связи с распространением в зерновых массах и продуктах их переработки вызывают вторичные метаболиты Fusarium spp , в частности: ниваленол (NIV), боверицин (BEA) и энниатин (ENN) A, ENN A1, ENN B и ENN B1. Отмечены чрезвычайно высокие вариативности концентрации их накопления в зерновых массах. Так, концентрации NIV, BEA и ENN во всех сельскохозяйственных товарах варьировались от 0,1 до 15 600, от 0,01 до 8854 и от 0,25 до 10 000 мкг/кг соответственно [8].

Для прогнозирования рисков присутствия микотоксинов в пищевых системах зернового сырья возможно применение метода молеку- лярного докинг-моделирования, который основан на прогнозировании взаимного положения, ориентации и конформаций молекул, образующий молекулярный комплекс пищевой матрицы. Молекулярный докинг часто используется в виртуальном скрининге как часть рационального дизайна комплекса молекул, на изучение которых направлено данное исследование. Определение наиболее устойчивых связей позволит на супрамолекулярном уровне установить целенаправленные подходы их выделения из системы для последующей инактивации [2, 15].

Цель исследования ‒ на основе молекулярного докинг моделирования в системе лиганд-рецептор осуществить прогнозирование рисков устойчивого присутствия микотоксинов в пищевых системах белковых и крахмальных конструкций зернового сырья.

Объекты и методы исследования

В качестве объектов исследования были определены микотоксины, продуцируемые идентифицированными в пробах зерна пшеницы токсигенными плесенями: Alternaria alternate; Aspergillus candidus; Fusarium spp [4, 8, 12].

Среди известных факторов риска безопасности зерновой продукции токсичные метаболиты микроскопических грибов: фумонизины (FUM), дезоксиниваленол (DON), афлатоксины (AF), зеараленон (ZEN), токсин T-2/HT-2 и охратоксины (OT) (табл. 1), которые по-прежнему строго регламентируются как важные предикторы с точки зрения безопасности пищевых продуктов и кормов из-за их частого предельного накопления в массе продукта [5, 12, 15].

Для прогнозирования возможности образования маскированных форм микотоксинов в структуре зернового сырья применили метод in silico . Для проведения анализа стыков использовали следующую методологию.

Подготовка лиганда с соблюдением правила Липинского. Исключение по пяти правилам: молекулярная масса менее 500 Да; высокая липофильность (выраженная как LogP менее 5); менее 5 доноров водородных связей; менее 10 акцепторов водородных связей; молярная рефракция от 40 до 130.

Загрузка лигандов . Лиганды загружали в виде трехмерной структуры SDF-файлов из PubChem, оптимизированной с использованием Ligands Input в AD 4.2. Молекулы оптимизированного лиганда были состыкованы с

Таблица 1

Общие сведения и риски токсичности отдельных видов микотоксинов

1 Зеараленон (ZEN) ОН О CHj ZEN ZEN опасен для различных органов, включая печень, почки, иммунные клетки и кишечника 2 Дезоксиниваленол (DON) я , н ^чж DON DON воздействует на рибосомы, вызывая риботоксический стресс, воспалительные реакции и апоптоз 3 T-2/HT-2 м^Жл ^0 Т-2 toxin Т-2, может вызвать алиментарнотоксическую алейкию с тяжелыми симптомами: некротическая стенокардия, лихорадка, судороги, включая летальный исход очищенными рецепторами с помощью AutoDock 4.2 как SDF-файлы 3D-структуры из PubChem и оптимизированы с использованием Ligands Input в AD 4.2 [5].

Результаты исследования и их обсуждение

В рамках настоящего исследования с целью формирования достоверной оценки глубины взаимодействия микотоксинов с протеинами и углеводами в пищевой системе был проведен прогностический анализ с целью установления механизма встраивания в белково-углеводный комплекс микотоксинов Fusarium spp. Полученные 3D-модели конструкций с белком в присутствии фракций крахмала позволили осуществить прогнозирование возможности образования устойчивых связей микотоксинов в конструкциях эндосперма зерна.

Для оценки клейковинного комплекса зерна пшеницы, определяющего функционально- технологические свойства и пригодность в технологиях переработки, были получены скрининговые оценки (табл. 2) для трех наиболее критичных с точки зрения распространенности микотоксинов (ZEN, DON, T-2 Toxin), но именно ZEN показал самые высокие энергии взаимодействия с клейковинными белками.

3D-модели конструкций (рис. 1 и 2) наглядно фиксируют типы взаимодействий, а сравнивая значения скоринговых функций можно увидеть, что именно ZEN имеет лучшие стыковки с белками-рецепторами клейковинного комплекса зерна пшеницы: Glutenin Score XP –7,9 ккал/моль; α- Gliadin Score XP – 8,0 ккал/моль.

Было установлено, что основная конструкция ZEN формируется на уровне белков клейковинного комплекса с наиболее сильными связями Score XP на уровне –8,0 ккал/моль и –7.9 ккал/моль соответственно.

Таблица 2

Результаты молекулярного докинга исследуемых соединений микотоксинов

№ п/п	Лиганды	Рецептор	Score XP
			DON	T-2	ZEN
1	Glutenin	6PX6	–6,4	–6,5	–7,9
2	α- Gliadin	8W83	–7,9	–7,1	–8,0

Рис. 1. Взаимодействие соединения α-Gliadin (8W83) с ZEN Binding Energy (–8 ккал/моль)

Рис. 2. Взаимодействие соединения Glutenin (6PX6) с ZEN Binding Energy (–7,9 ккал/моль)

Клейковинный комплекс зерна пшеницы находится в распределенной крахмальной системе эндосперма. В этой связи в числе решаемых задач необходимо было провести прогноз возможного изменения Score XP в присутствии основных крахмальных фракций. В табл. 3 приведены значения скоринговых функций ZEN в белково-углеводном комплексе с амилозой и амилопектином.

Замечено, что для ZEN (зеараленона) энергия связи изменяется в присутствии фракций углеводов по-разному: для амилозы (рис. 3 и 4) Score XP снижается до –7,0 ккал/моль для рецептора 6PX6 и повышается до –8,1 ккал/моль для рецептора 8W83. Для амилопектина (рис. 5 и 6) Score XP составляет –8,1 ккал/моль для рецепторов 6PX6 и 8W83.

Таким образом, прогнозирование рисков присутствия микотоксинов в пищевых системах, полученных на основе зернового сырья в условиях изменения климата, доказывает формирование возможных механизмов образования устойчивых комплексов микотоксинов и макромолекул протеинов и углеводов зерна. Следует отметить, что углеводы (фракции крахмала) по-разному влияют на прочность формируемых с микотоксинами связей. Так, связи ZEN с протеином α-Gliadin

Таблица 3

Результаты молекулярного докинга зеараленон (ZEN) в белково-углеводном комплексе Binding Energy (ккал/моль)

№ п/п	Лиганды	Рецептор	(ZEN)/Score XP
1	Amylose	6PX6	–7,7
2	Amylose	8W83	–8,1
3	Аmylopectin	6PX6	–8,1
4	Аmylopectin	8W83	–8,1

Рис. 3. Взаимодействие соединения Аmylopectin _6PX6

Рис. 4. Взаимодействие соединения Аmylopectin_8W83

Рис. 5. Взаимодействие соединения Amylose_8W83

Рис. 6. Взаимодействие соединения Amylose_6PX6

(8W83) упрочняются в присутствии амилопектина и амилозы. В то время как оценка Score XP Glutenin (6PX6) указывает на снижении энергии связи в присутствии амилозы.

Заключение

Полученные прогностические результаты следует учитывать при ведении процессов детоксикации зерновых масс. Это может стать основанием для направленного комплексного применения нетепловых эффектов для процессов обеззараживания путем воздействия на эпифитную микрофлору, белково-протеиназный и углеводно-амилазный комплексы зерна, при сохранении показателей физиологической полноценности и функциональнотехнологической пригодности зерна.