大吻斜齿鲨(Scoliodon macrorhynchos)作为广西北海重要的经济鱼类,属于典型的胎盘胎生种类,其椎骨组织含有特殊的生物活性成分,但目前对其研究主要集中在生殖生物学、基因生物学和形态信息学方面[1-2],软骨生物活性成分的研究较少,但其副产物软骨富含食品衍生生物活性肽(shark cartilage peptide,SCP),SCP作为蛋白质水解的中间产物,是α-氨基酸通过肽链连接的化合物,其中长链肽可能因分子内作用力出现更高级结构,膜吸收效果差,短肽通常由2～20个氨基酸组成[3],分子质量不超过5 kDa,因具有更高的生物活性和吸收性,且在细胞转运时具有整体运输的特点[4],应用较多。根据之前对鲨鱼软骨的成分分析,蛋白质含量42.352 g/100 g,MERLY等[5]发现鲨鱼骨肽为软骨动物特有蛋白——α (Ⅱ)型胶原蛋白,因此可以作为生物活性肽的良好来源。鲨鱼软骨粉经过碱性蛋白酶体外水解将多肽释放,经浓缩分离后分别通过还原烷基化、除盐和LC-MS/MS分析的方法对样本中多肽进行提取,称为序列鉴定。由于氨基酸组成、大小、排列方式等不同,动物骨肽不同肽段表现出不同生物学特性,如抗氧化、抗骨质疏松、抗炎、抗高血压等多种功能[6]。
通过生物信息学方法,采用不同预测模型评估潜在的生物活性,快速高效[7]。LYU等[8]通过AHTPeptideFusion、PREDAIP、CalcAMP等多种预测模型预测出降血压肽、抗炎肽、抗菌肽等多种功能肽段。ZHANG等[9]通过高效液相色谱分离与电喷雾电离串联质谱检测分析和IC50虚拟筛选合成5种多肽,优化了α-葡萄糖苷酶的抑制机制。WANG等[10]通过Umami-MRNN预测了70种鲜味肽。LI等[11]从阿拉斯加鳕鱼皮加工副产物多肽中预测具有最优血管紧张素转化酶(angiotensin-converting enzyme,ACE)抑制活性与抗氧化活性的2条肽链。ZHUANG等[12]通过ToxinPred预测出低毒性的新型酪氨酸酶抑制肽。此外,肽段还具有致敏性和毒性[13],常表现出抗癌和抗菌等活性。
本研究结合质谱测序数据与数据库筛选同源蛋白,并结合预测模型对肽段的抗氧化性、抗炎、降血压等8种活性功能进行评估,加速活性肽功能筛选。为北部湾特色物种大吻斜齿鲨软骨肽的开发提供依据。
1 材料与方法
1.1 材料与仪器
SCP由实验室制备。二硫苏糖醇(1,4-dithiothreitol,DTT)、碘乙酰胺(iodoacetamide,IAM)、NaHCO3、乙腈(acetonitrile,ACN)、三氟乙酸(trifluoroacetic acid,TFA),上海源叶生物科技有限公司;其他试剂均为国产分析纯。
EASY-nLC1200/Q Exactive液相色谱-质谱仪系统,赛默飞世尔科技公司;D1008E离心机、SCI-VS漩涡混合器,美国赛洛捷克仪器有限公司;268410真空离心浓缩仪,美国LABCONCO公司。
1.2 实验方法
1.2.1 预处理
1.2.1.1 还原烷基化
用1.5 mL EP管加入纯化后的上述多肽段溶液100 μL,加入1 μmol DTT溶液,置于56 ℃水浴锅,孵育60 min后加入2 μmol IAM溶液至终浓度20 mmol/L,避光反应40 min。反应结束后再加入同等剂量DTT溶液以中和未反应完全的IAM溶液。
1.2.1.2 脱盐
采用C18基质脱盐法,300 μL ACN活化C18脱盐小柱,多次吸排。200 μL 0.1%(体积分数)TFA溶液平衡脱盐小柱后,用上述还原烷基化后溶液上样2次,200 μL 0.1%(体积分数)TFA脱盐,吸排3次。300 μL洗脱液V(ACN)∶V(TFA)=4∶1洗脱C18柱,洗脱的多肽样品于真空浓缩仪45 ℃真空干燥。
1.2.2 上机条件
1.2.2.1 液相色谱条件
流动相A为0.1%(体积分数,下同)甲酸(formic acid,FA)溶液,流动相B为0.1% FA的ACN溶液V(ACN)∶V(H2O)∶V(FA)=80∶20∶0.1,采用600 nL/min超低流速进行洗脱,样品经A相稀释后,进行梯度洗脱。B洗脱液0～2 min含量4%,2～35 min含量8%,35～55 min含量28%,55～56 min含量40%,56 min含量增至95%,并维持至66 min结束分析[8],柱温20 ℃。二级质谱分辨率17 500,AGC目标1×105,最大注入时间50 ms,使用28%的碰撞能量对扫描到丰度前20的离子碎裂,每次碎裂产生二级质谱图(MS/MS),导出.raw格式原始数据。
1.2.2.2 质谱条件
使用数据依赖采集模型,一级质谱分辨率70 000,AGC目标3×106,最大注入时间100 ms,对100～1 500 m/z全范围扫描。将各个时间点的所有质谱图离子强度相加,得到总离子色谱图(total ion chromatogram,TIC)。
1.2.3 多肽鉴定
1.2.3.1 搜库条件
转录后固定化修饰对Cys残基进行氨基甲酰甲基化(carbamidomethyl,C)。可变修饰进行氧化(oxidation,M)和N端乙酰化修饰。设置非特异性酶切,一级质谱偏差20 ppm,二级质谱偏差0.02 Da。
1.2.3.2 搜库
从多肽鉴定比对利用UniProt数据库中蛋白质或基因的物种来源分类搜索,质谱采集原始数据.raw格式上传Byonic软件,与UniProt理论序列进行谱图匹配,匹配得到的序列即为鉴定结果。
1.2.4 质控分析
根据鉴定结果,以肽段得分为横坐标,质量偏差为纵坐标,评估肽段鉴定数据质量。
1.2.5 多肽鉴定分析
根据搜库结果进行鉴定分析,包括氨基酸组成、肽段数量、分子质量分布、长度、N端和C端氨基酸类型分析,其中氨基酸类型分析需将匹配结果上传至Byonic软件,设置修饰类型、质量偏差容忍度等参数,输出氨基酸序列、修饰信息、质荷比、得分等信息。
1.2.6 多肽理化性质预测
利用Expasy网站的ProtParam(Protein Parameters)工具,粘贴.fasta格式肽段序列,输出结果包括净电荷、等电点、疏水性、芳香性和不稳定指数。
1.2.7 多肽活性预测
通过多肽活性预测模型对鉴定到的肽段进行活性评价。抗炎模型使用LIN等[14]开发的基于极端随机树的PREDAIP的预测器。使用新型机器学习模型CalcAMP[15]预测革兰氏阴性菌和革兰氏阳性菌活性。抗癌肽预测使用TriNet模型[16]。抗氧化肽、鲜味肽和糖苷酶抑制肽活性使用Bio-Tech Pack Technology Company Ltd开发的CNN、UmamiCNN和LBSPP模型,苦味肽活性使用Bitter-RF模型[17]。ACE抑制肽活性预测模型使用 AHTPeptideFusion[18]。
1.2.8 多肽毒理学评估
稳定性评价操作方法同1.2.6节,稳定性强的肽在加工和消化过程更易保持活性,不稳定指数<40为稳定多肽,≥40为不稳定多肽,需添加稳定剂。致敏性使用DU等[19]训练的蛋白质语言模型pLM4Alg。毒性预测使用RATHORE等[20]训练的ToxinPred 3.0模型。
1.2.9 数据库对比筛选
为避免重复研究,根据以上活性预测结果与活性肽数据库BIOPEP-UWM报道结果比对,筛选出已报道的相同序列多肽及其活性功能。每次输入一个要查找肽段序列,结果为空即未报道。
2 结果与分析
2.1 多肽鉴定
如图1所示,TIC共鉴定363条得分≥20的多肽序列,UniProt蛋白质数据库中共匹配到15种鲨鱼的36种蛋白源,其中7条为高注释质量的蛋白质条目,其余为未经人工审核的自动注释蛋白质条目(TrEMBL)。物种来源前3位分别是公牛真鲨(23.1%),平滑双髻鲨(23.1%)和灰真鲨(20.9%),NADH-泛醌氧化还原酶链5、细胞色素C氧化酶亚基1蛋白、溶质载体家族12成员3和钠/钾/钙交换蛋白1数量最多,分别匹配43、30、27、25条肽序列。
a-TIC;b-MS/MS
图1 鲨鱼软骨质谱鉴定结果
Fig.1 Identification of shark cartilage by LC-MS/MS
表1 鲨鱼软骨中蛋白鉴定结果
Table 1 Identification results of proteins in shark cartilage
物种名称蛋白名称匹配肽段数平滑双髻鲨Sphyrna zygaena补体成分C4215补体成分 C3a13α-2-巨球蛋白的亚型或旁系同源基因12补体成分 C66Collectin-11 蛋白5CLP13的蛋白片段3补体亚成分C1r3补体C1qB2蛋白2平滑双髻鲨 S.zygaena路氏双髻鲨 S.lewini补体成分C98路氏双髻鲨S.lewini肌联蛋白片段4KIAA1239的蛋白片段3细胞色素C氧化酶亚基1(COX1/COI)片段4灰真鲨Carcharhinus amblyrhynchos鸟苷酸环化酶21钠/钾/钙交换蛋白125cGMP门控阳离子通道β-1亚基蛋白18磷酸二酯酶9G蛋白偶联受体激酶3公牛真鲨 C.leucas溶质载体家族12成员327钠钾转运ATP酶α亚基(片段) 12NADH-泛醌氧化还原酶链1(ND1)6溶质载体家族12成员1片段5加勒比礁鲨C.acronotus细胞色素c氧化酶亚基1蛋白30ATP合酶亚基a6NADH-泛醌氧化还原酶链65黑鳍真鲨 C.melanopterus加勒比礁鲨 C.acronotusNADH-泛醌氧化还原酶链411黑鳍真鲨C.melanopterus细胞色素c氧化酶亚基3蛋白4NADH-泛醌氧化还原酶链23白鳍礁鲨Triaenodon obesus甲硫醇氧化酶5锤头双髻鲨S.tiburo vespertina,铅灰真鲨 C.plumbeus 细胞色素b蛋白7大青鲨 Prionace glaucaβ-肌动蛋白片段6黑吻真鲨 C.acronotus,巴基斯坦露齿鲨Glyphis sp.PakistanNADH-泛醌氧化还原酶链36加拉帕戈斯鲨C.galapagensisNADH-泛醌氧化还原酶链2片段6加勒比礁鲨Rhizoprionodon acutus,黑吻真鲨 C.acronotus,铅灰真鲨 C.plumbeus,公牛真鲨 C.leucasNADH-泛醌氧化还原酶链543宽尾斜齿鲨Scoliodon laticaudus细胞色素c氧化酶亚基2蛋白2铅灰真鲨 C.plumbeusV(D)J重组激活蛋白28
2.2 质控分析
如图2所示,设置偏差≤20 ppm,综合得分、碎片离子的匹配数量/覆盖率、连续离子序列长度等关键指标从大吻斜齿鲨的UniProt数据库中共鉴定出363条鲨鱼SCPs,去掉匹配到含有任意氨基酸X和长度≤2的肽段,共有354条主要集中在0为中轴附近,得分集中在180～320区间,得分较高,质量偏差控制较好。
图2 SCPs质量控制偏差统计图
Fig.2 Quality control deviation statistics of SCPs
2.3 多肽鉴定分析
如图3-a所示,分子质量<1 kDa的小肽含量为99.45%。其中主要为四肽和五肽,分别为177条和104条(图3-b),分子质量集中在400～500 Da和500～600 Da,分别为158条和113条(图3-a),占总肽链76.5%。354条肽段共包括2 370个氨基酸,以疏水性氨基酸为主(占70.5%),其中Leu、Ile和Pro含量最多。酸性和碱性氨基酸占比分别为6.62%和5.48%(图3-c)。
含有Cys、Lys、Gly、Leu、Ile、Phe、Thr、Val、Pro、Glu、Tyr、His、Trp和Met[8]的多肽链有助于抗氧化活性,在本次匹配出的肽段中,有99.44%的肽含有上述至少一种氨基酸,抗氧化机制各有不同。非极性脂肪族氨基酸提升肽在水油介质中的溶解度,促进肽与疏水自由基的接触,芳香族氨基酸和含硫氨基酸主要靠单电子转移清除自由基。含有Leu、Val、Tyr、Ala、Ile、Gly、Pro、Phe、Asp、Trp、Cys、Lys、Arg、Leu的多肽链有助于降血压活性[18],在本次匹配出的肽段中,全部肽段含有上述至少一种氨基酸。含有Arg、Leu、Ile、Phe、Lys、Glu、His的多肽链有助于抗炎活性,有92.37%的肽含有上述至少一种氨基酸。
a-氨基酸组成比例图;b-肽段长度统计图;c-氨基酸数量统计图
图3 SCPs鉴定分析结果
Fig.3 Identification and analysis results of SCPs
a-N端;b-C端
图4 氨基酸类型堆积图
Fig.4 Stacked bar plot of amino acid types
2.4 N端和C端氨基酸类型分析
如图4-a所示,N端氨基酸以非极性脂肪族氨基酸为主(54.8%),其次为极性不带电氨基酸(30.7%)。如图4-b所示,C端氨基酸以非极性脂肪族氨基酸为主(58.4%),其次为芳香族氨基酸(27.6%)。由于ACE抑制肽的活性与一级结构含有疏水性氨基酸的含量呈正相关[21],C端含有Trp(1.6%)、Phe(20.6%)、Tyr(5.9%)或Pro(3.1%),N端含有芳香族氨基酸(27.6%)、碱性氨基酸(4.3%)和部分疏水性氨基酸(Leu、Ile、Val等)的ACE抑制肽活性更强,ACE抑制肽的N端为Leu(19.7%),C端为Pro(3.9%)时,降血压活性更强。在抗氧化方面,20种氨基酸在抗氧化肽的作用机制不同,N端氨基酸为Cys(0.5%)时,抗氧化能力更强。当N端和C端氨基酸是疏水性(61.8%,86%)且带正电荷时,表现出抗炎性[22]。
2.5 多肽理化性质分析
如图5-a所示,等电点主要分布在4.08～11.00,峰值区间为5.0～6.0,峰值为5.52(占比38.2%)。根据模型的预测概率分布,SCPs的活性强度前3位抗癌肽>ACE抑制肽>糖苷酶抑制肽。91.81%的肽段携带净负电荷,整体呈现弱酸性,其中抗癌肽所带正电荷的比例仅为1.12%,鲜味和苦味肽段均带负电荷,鲜味受体T1R1/T1R3通过酸性氨基酸(Asp、Glu)的羧基侧链结合发挥作用,苦味氨基酸主要由中性疏水氨基酸(占比97.08%)和侧链带正电荷的碱性氨基酸(Arg、Lys)组成(占比2.94%),正电荷比例低,进一步支持其弱酸性特征,整体预测与2.3节中酸性氨基酸比例略高于碱性氨基酸比例结果一致。由于在pH=7.0时,酸性氨基酸残基的解离程度显著高于碱性氨基酸残基的质子化程度,从而产生净负电荷,图5-b中净电荷概率分布曲线均呈现显著单峰特征,且峰值高度集中在净电荷-0.5～0的区间,大多数肽段呈弱负电性。
图5-c显示,所有活性肽段亲水性区域占比低,整体呈现疏水性,主要分布在1.0～3.0区间,与上述肽段中疏水性氨基酸占比较高结论一致。其中鲜味肽疏水性较差,抗癌肽表现出两亲性[23]。图5-d为芳香性预测结果,共176条(占比49.73%)具有芳香族氨基酸的肽段,芳香性残基比例约为25%,抗癌肽、苦味肽、ACE抑制肽和抗氧化DPPH的芳香族氨基酸含量较高,活性更强。以上肽段在净电荷、等电点、疏水性和芳香性表现出相似性,推测具有弱酸性、弱负电性,疏水性和芳香性的氨基酸存在活性功能重叠区,进而表现出相似的理化性质。
a-等电点;b-净电荷;c-疏水性;d-芳香性
图5 SCPs理化性质概率密度分布图
Fig.5 Probability density distributions of physicochemical properties of SCPs
2.6 多肽毒理学评估
如表2所示,354条多肽序列中有LDDILQ、QIQLA、QELQR、QMIQ共4条存在过敏原位点,抗过敏肽具有小分子、易吸收的特点,在抗氧化和免疫调节方面发挥作用[24]。DRPGPPAGPL等71条肽段具有潜在毒性,序列QPGPA同时具有致敏性和毒性。由于低毒性肽具有抗癌、抗菌和抗病毒活性[25],为下文相关功能预测提供依据。
表2 SCPs毒理学预测结果(部分)
Table 2 Partial toxicological prediction of SCPs
2.7 多肽活性预测
如表3所示,经8种生物模型预测,在涉及的12种活性类型中,除抗革兰氏阳性菌抑制肽以外,354条肽段在其中11种活性预测中有活性结果。含有抗炎活性的肽段最多(98.59%),其次为抗氧化活性,抗氧化ABTS、DPPH、FRAP和ORAC活性分别占85.31%、82.20%、87.57%和76.55%。此外还有抗癌、鲜味、苦味等活性。与前文的结果保持一致,抗炎肽和ACE抑制肽具有较多疏水氨基酸,鲜味肽含有Glu和芳香族氨基酸。同一肽段表现出不同活性,进一步推测不同活性的发挥需要有相似肽骨架结构。
表3 SCPs活性预测结果
Table 3 Activity prediction of SCPs
序号活性肽预测数量1ACE抑制肽2782糖苷酶抑制肽2373抗癌肽144鲜味肽1005抗氧化ABTS3026抗氧化DPPH2917抗氧化FRAP3108抗氧化ORAC2719抗炎肽34910抗革兰氏阳性菌抑制肽011抗革兰氏阴性菌抑制肽112苦味肽102
2.8 数据库对比筛选
如表4所示,通过数据库比对,354条肽段共检索出62条已经报道的序列,其中IVF、LLPF和VVF序列与数据库序列保持一致,活性功能一致,说明模型预测的准确性。剩余59条肽段是包含查找肽段单位的长序列,由于肽功能的发挥受氨基酸排列方式、折叠方式等共同影响,故此时模型预测其中某段单位的活性不具备参考性,但在已报道的肽段中,抗菌、抗氧化和ACE抑制肽序列较多,包括豆类等植物和兔、金枪鱼等动物来源,推测以上3种功能肽可能共享相同多功能活性结构。
表4 BIOPEP-UWM数据库对比结果(部分)
Table 4 Partial comparative analysis report of BIOPEP-UWM database
序号检索多肽报道多肽ID活性是否预测报道多肽序列1IVF10874降血压是IVF10875抗氧化是IVF2LLPF8993抗氧化是LLPF9861抗炎是LLPF3VVF9044ACE抑制性是VVF4AGF3360ACE抑制性是R-AGF5IGTF5388抗菌否R-IGTF-R’6LPLL8315/8316/8317抗癌否R- LPLL-R’9705降糖是LPLL-R’
3 结论
本研究以SCP为原料,通过LC-MS/MS技术,成功鉴定出354条具有潜在生物活性的小分子肽段。这些肽段分子质量均小于1 kDa,主要由4个氨基酸残基组成,符合生物活性肽的典型特征。通过UniProt蛋白数据库比对分析,成功追溯出36种前体蛋白来源,包括公牛真鲨在内的15种鲨鱼物种,其中NADH泛醌氧化还原酶链5和细胞色素C等蛋白占比显著,这些活性肽的N端和C端氨基酸组成以非极性氨基酸和芳香族氨基酸为主,且理化性质分析整体呈现弱酸性、弱负电性、疏水性和芳香性,更易具有生物活性。
通过8种生物信息学模型预测抗炎、抗氧化等12个指标的活性,进一步预测这些肽段具有多重生物活性功能,其中抗炎、抗氧化和ACE抑制肽的最多,其中IVF、LLPF和VVF预测的降血压、抗炎和抗氧化活性,已通过BIOPEP-UWM数据库验证和模型双重确认,特别是IVF、LLPF分别具有2种活性。为后续分子对接,分析活性中心结合模型及动物模型验证功能试验提供理论支持。模型同时揭示了未经报道验证的潜在活性,表明SCP中含有更多尚未发掘的活性。本研究揭示了大吻斜齿鲨的蛋白来源和功能特征,为SCP的结构研究和功能开发提供了方向。
[1] 赵宇. 台湾海峡南部大吻斜齿鲨Scoliodon macrorhynchos年龄生长与生殖生物学研究[D].厦门:厦门大学, 2018.
ZHAO Y. Age, growth and reproductive biolohy of the Pacific Spadenose shark Scolidon macrorhynchos from the Southern Taiwan Strait[D].Xiamen:Xiamen University, 2018.
[2] LIM K C, WHITE W T, THEN A Y H, et al.Integrated taxonomy revealed genetic differences in morphologically similar and non-sympatric Scoliodon macrorhynchos and S.laticaudus[J].Animals, 2022, 12(6):681.
[3] DU Z J, COMER J, LI Y H.Bioinformatics approaches to discovering food-derived bioactive peptides:Reviews and perspectives[J].TrAC Trends in Analytical Chemistry, 2023, 162:117051.
[4] 任娇艳, 王敏, 侯传丽, 等.食源性肽的功能特性评价方法、分子构效关系及吸收代谢机制[J].食品科学技术学报, 2023, 41(2):7-22.
REN J Y, WANG M, HOU C L, et al.Research progress on evaluation method of functional characteristics of food-derived peptides, molecular structure-activity relationship and absorption and metabolism mechanism[J].Journal of Food Science and Technology, 2023, 41(2):7-22.
[5] MERLY L, SMITH S L.Collagen type II, alpha 1 protein:A bioactive component of shark cartilage[J].International Immunopharmacology, 2013, 15(2):309-315.
[6] 苏文, 李政璇, 郑小莉, 等.骨肽的制备方法及其功能研究进展[J].食品科技, 2025, 50(5):181-187.
SU W, LI Z X, ZHENG X L, et al.Research progress on preparation methods and functions of bone peptides[J].Food Science and Technology, 2025, 50(5):181-187.
[7] LI M J, CHEN M T, SUN Y Z, et al.Novel computational approaches in the discovery and identification of bioactive peptides:A bioinformatics perspective[J].Journal of Agricultural and Food Chemistry, 2025, 73(22):13212-13228.
[8] LYU L K, LYU Q Q, YANG Y, et al.Identification of novel antioxidant peptides from cottonseed meal co-fermented with Lactobacillus mucosae LLK-XR1 and acid proteases:In silico screening, molecular simulation, and in vitro functional analysis[J].Food Chemistry, 2025, 483:144285.
[9] ZHANG Y P, WU F H, HE Z P, et al.Optimization and molecular mechanism of novel α-glucosidase inhibitory peptides derived from camellia seed cake through enzymatic hydrolysis[J].Foods, 2023, 12(2):393.
[10] WANG C X, WU Y Y, XIANG H, et al.In-depth discovery and taste presentation mechanism studies on umami peptides derived from fermented sea bass based on peptidomics and machine learning[J].Food Chemistry, 2024, 448:138999.
[11] LI J, CAI D, ZHAI Y N, et al.Two antihypertensive and antioxidant peptides derived from Alaska pollack (Theragra chalcograma) skin:In silico, in vitro, and in vivo investigation[J].Journal of Agricultural and Food Chemistry, 2025, 73(16):9932-9945.
[12] ZHUANG Y X, LIN H S, DU L, et al.A novel tyrosinase inhibitory peptide obtained from Sipunculus nudus gelatin hydrolysate:Preparation, identification, and action mechanism[J].LWT, 2024, 202:116293.
[13] MANIKKAM V, VASILJEVIC T, DONKOR O N, et al.A review of potential marine-derived hypotensive and anti-obesity peptides[J].Critical Reviews in Food Science and Nutrition, 2016, 56(1):92-112.
[14] LIN D, YU J L, ZHANG J, et al.PREDAIP:Computational prediction and analysis for anti-inflammatory peptide via a hybrid feature selection technique[J].Current Bioinformatics, 2021, 16(8):1048-1059.
[15] BOURNEZ C, RIOOL M, DE BOER L, et al.CalcAMP:A new machine learning model for the accurate prediction of antimicrobial activity of peptides[J].Antibiotics, 2023, 12(4):725.
[16] HAN J Y, ZHANG S Z, LIU J T.Protocol for predicting peptides with anticancer and antimicrobial properties by a tri-fusion neural network[J].STAR Protocols, 2023, 4(3):102541.
[17] ZHANG Y F, WANG Y H, GU Z F, et al.Bitter-RF:A random forest machine model for recognizing bitter peptides[J].Frontiers in Medicine, 2023, 10:1052923.
[18] PAN F, LIU D L, TUERSUNTUOHETI T, et al.Mining anti-hypertensive peptides in animal food through deep learning:A case study of gastrointestinal digestive products of royal jelly[J].Food Science of Animal products, 2024, 2(1):9240053.
[19] DU Z J, XU Y X, LIU C Q, et al.pLM4Alg:Protein language model-based predictors for allergenic proteins and peptides[J].Journal of Agricultural and Food Chemistry, 2024, 72(1):752-760.
[20] RATHORE A S, CHOUDHURY S, ARORA A, et al.ToxinPred 3.0:An improved method for predicting the toxicity of peptides[J].Computers in Biology and Medicine, 2024, 179:108926.
[21] 赵梦鸽, 何慧, 马爱民, 等.蛋清源生物活性肽功能及其构效关系研究进展[J].华中农业大学学报, 2020, 39(5):167-175.
ZHAO M G, HE H, MA A M, et al.Biological functions and structure-activity relationships of bioactive peptides derived from egg white proteins:A review[J].Journal of Huazhong Agricultural University, 2020, 39(5):167-175.
[22] GUHA S, MAJUMDER K.Structural-features of food-derived bioactive peptides with anti-inflammatory activity:A brief review[J].Journal of Food Biochemistry, 2019, 43(1):e12531.
[23] 乔雪, 王义鹏, 于海宁.抗癌肽的作用机制研究进展[J].生物工程学报, 2019, 35(8):1391-1400.
QIAO X, WANG Y P, YU H N.Progress in the mechanisms of anticancer peptides[J].Chinese Journal of Biotechnology, 2019, 35(8):1391-1400.
[24] 马涛, 林峰, 林单, 等.食源性低聚肽抗过敏活性研究[J].食品科技, 2014, 39(2):27-30.
MA T, LIN F, LIN D, et al.Antiallergic activity of food-derived oligopeptide[J].Food Science and Technology, 2014, 39(2):27-30.
[25] 吴方禹, 李海燕, 刘武灵, 等.蜂毒肽的生物活性及临床应用研究进展[J].中国蜂业, 2024, 75(8):63-68.
WU F Y, LI H Y, LIU W L, et al.Research progress on the biological activity and clinical application of melittin[J].Apiculture of China, 2024, 75(8):63-68.