牛骨明胶水解物作为新型血管紧张素转化酶抑制剂机理的研究.docx

《牛骨明胶水解物作为新型血管紧张素转化酶抑制剂机理的研究.docx》由会员分享，可在线阅读，更多相关《牛骨明胶水解物作为新型血管紧张素转化酶抑制剂机理的研究.docx（3页珍藏版）》请在第一文库网上搜索。

1、摘要：在这项研究中，从牛骨明胶水解物(BGH)中纯化和鉴定出新型血管紧张素转换醵抑制剂(ACEI),并且具有体外和体内降压作用。从BGH中鉴定出13种ACEI肽，其中RGL-(Hyp)-GL和RGM-(Hyp)-GF表现出较高的ACE抑制作用，其o值为1.44和10.23/M。分子对接结果显示RGM-(Hyp)-GF与ACE上的氨基酸残基Glu384、His513和Lys511在2.57、2.99和2.42 + 3.0A的距离处形成氢键相互作用。而RGL-(Hyp)-GL与Lys511和Tyr523形成氢键，并在2.74和3.03 + 1.93A距离处与锌(II)络合基序中的His387和Gl

2、u411形成氢键相互作用。当GL-(Hyp)-GL和RGM-(Hyp)-GF的灌胃浓度均为30 mg/kg时，两者对自发性高血压大鼠收缩压最大降低分别为31.3和38.6 mmHgo在大鼠血浆中体外培养时，RGL-(Hyp)-GL比RGM-(Hyp)GF具有更高的酶降解抗性，并在2 h内依次降解为五肽和四肽。结果表明，BGH可以作为控制血压的候选物。分子对接(Moleculardocking)是基于结构药物设计的核心模拟手段，依据受体与配体作用时的几何匹配和能量匹配过程，模拟受体-配体相互作用，预测两者间最佳的结合模式和结合亲和力。采用分子对接模拟技术，科研人员可以进行基于结构的药物虚拟筛选，

3、药物分子的结构改造，配体和受体相互作用的机理研究等工作，从而大大提高实验效率。在Discovery Studio这一分子模拟的综合平台中，分子对接程序包含Libdock、CDOCKER. Flexible Docking,这三种对接算法各有优势，能够满足广大科研工作者的多种应用需求，为其提供配体受体间相互识别的“利器牛骨明胶水解物作为新型血管紧张素转化酶抑制剂机理的研究Ref： Journal of Agricultural and Chemistry Accepted: November 27, 2019,IF=4J92链接:D01:10.1021/acs.jafc.9b05618血管紧张素

4、转换酶(ACE),它是体内调节血压的关键酶。ACE通过调节肾素血管紧张素系统(RAS)和激肽释放酶激肽系统(KKS)的平衡来调节体内血压。在RAS中，ACE催化血管紧张素1向血管紧张素II的转化，血管紧张素II是可以增加血压的有效血管收缩剂。在KKS中,ACE通过裂解两个C端二肽来使血管舒张缓激肽失活。因此，药理上抑制ACE活性可以用作预防和治疗高血压的切入点。但是，市面上针对ACE并成功降低血压的药理药物经常会引起不良反应，例如低血压，咳嗽和血管性水肿。有趣的是，研究发现一些来自食物蛋白质的天然多肽在结构上与合成药物相似，并且在体内和体外均显示出潜在的ACE抑制活性。骨骼是胶原蛋白的来源，具

5、有显着的环境和成本效益。不同物种的胶原蛋白在体外具有ACE抑制活性，在体内具有降压作用。该研究是从牛骨胶原水解物提取并分离出的多肽，通过凝胶色谱和反相高效液相色谱(RP-HPLC)鉴定了水解产物中抑制ACE活性的ACET肽的结构。为了评估ACET肽的抗高血压作用，进一步进行了一个自发超紧张的体内实验(SHRs),并通过分子对接模拟确定了多肽与ACE的结合机制。分子对接是一种分子模拟的方法，可用于预测抑制剂和ACE的最佳结合位点。通过Discovery Studio 3.5中的CDOCKER模块模拟了 RGL、RGM和卡托普利与ACE对接模式。抑制剂RGL、RGM和卡托普利与ACE的2D对接结构

6、图表明，抑制剂与ACE氨基酸残基的结合主要取决于氢键、静电相互作用和范德华力。分子对接表明，RGL和RGM可以深入嵌入ACE活性口袋中。与RGM相比，RGL与S1和S2中的残基形成稳定的氢键，并与锌(II)络合基序HEXXH中的残基产生氢键相互作用，这可以极大地促进RGL与ACE之间更强的相互作用。RGM和RGL在体外对大鼠血浆的肽酶耐药性较低，但在大鼠体内仍显示出显著的降压作用，但是RGM的治疗干预效果优于RGL。结果表明，来自BGH的ACEI肽具有开发成有效治疗高血压的保健食品和药物的潜力。图1 RGL、RGM和卡托普利与ACE相互作用图MaXFlow分子模拟与人工智能平台MaXFlow生

7、物医药智能创新平台，由创腾科技自主研发，旨为不同领域的一线创新科技工作者提供一个合作共享的B-S架构平台。以“数据自由，模型自由”为理念，在结构模型与预测模型进行融合的基础上，实现模拟与AI需求的合并，为研发赋能。令填补数据产生保存与数据使用赋能断层令打通空间结构模型与数据预测模型壁垒今合并经典模拟计算与新兴AI预测需求令降低背景知识储备与复杂软件使用门槛通过便捷的网页端操作，可实现大、小分子模型的构建与优化，动力学模拟，分子对接，分子间相互作用展示。小分子药物方面，通过分子性质计算以及多种机器学习与深度学习的方法,在工作流中帮助用户实现数据的挖掘以及相关构效关系的搭建，同时可以通过一键部署的方式实现药代动力学及不同目的的AI预测与共享。对于大分子，基于流行AI模型的运用，更加准确的实现大分子间相互作用预测。多样的APPs为大分子药物研发提供可靠保障。更多详情，请访问： （或者：请登陆创腾科技官网）