CC BY
0DOI 10.53980/24131997_2025_1_55
Е.С. Разумовская1, канд. вет. наук, e-mail: [email protected]
И.С. Милентьева2, д-р техн. наук, e-mail: [email protected] 1 КГБУ «Управление ветеринарии Алтайского края по г. Барнаулу», г. Барнаул 2 ФГБОУ ВО «Кемеровский государственный университет», г. Кемерово
УДК 543.645.6
МОДЕЛИРОВАНИЕ ГИДРОЛИЗА ЖИВОТНОГО БЕЛКА ЭНДОПРОТЕАЗАМИ IN SILICO
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 VIPPIG (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, аллерген-ности, а также наличия терапевтического эффекта in silico и in vivo.
Ключевые слова: белок, пептиды, протеазы, метод in silico, молекулярная масса, пептидная последовательность, пептидный ранкер.
E.S. Razumovskaya1, Cand. Sc. Veterinary I.S. Milentyeva2, Dr. Sc. Engineering 1 Veterinary Department of the Altai Region in the city of Barnaul, Barnaul 2 Kemerovo State University, Kemerovo
MODELING OF ANIMAL PROTEIN HYDROLYSIS BY ENDOPROTEASES IN SILICO
Recently, there has been an increased demand for functional foods that promote health. Meat offal can serve as promising raw material for such kind offoods, for example, pork stomachs, rich in bioavailable protein. The purpose of this study was to evaluate the potential biological activity of various protein isolates of animal origin. The object of the study was protein identified in the UniProt database as VIPPIG (P01284) or glucagon-like protein. Computer modeling was used to analyze the probability of bioactive peptides after protein hydrolysis using proteinase K, thermolysin and pepsin (pH>2). It was found that these proteases demonstrated a high potential in splitting protein into fragments. Pepsin (pH>2) promoted the formation of more peptides in hydrolysate. The longest peptide «FTSDFSR» was found in samples affected with thermolysin, at the same time, this peptide has the highest molecular weight (859.3944 kDa). The VKKY peptide was recognized as the most common in samples with all three enzymes, and was the first by weight (537.3395) when affected with pepsin (pH > 2). Subsequently, 6 bioactive peptides with peptide ranker scores above 0.5 were synthesized. Further work of the study will be aimed at determining toxicity, allergenicity, as well as the presence of therapeutic effect in silico and in vivo.
Key words: protein, peptides, proteases, in silico method, molecular weight, peptide sequence, peptide
ranker.
Введение
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 гидроли-затов 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
В качестве объекта был использован белок, выделенный методом ВЖЭХ (высокоэффективная жидкостная хроматография) из свиных желудков, который был исследован в ФГБОУ ВО «Кемеровский государственный университет» в Лаборатории биотестирования природных нутрицевтиков НИУ Центра коллективного пользования «Инструментальные методы анализа в области при кладной биотехнологии», г. Кемерово, идентифицированный в базе UniProt как VIP_PIG (P01284) или глюкагоноподобный белок, вызывающий расширение сосудов, тем самым снижение артериального давления.
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 5 2 8 23 46 51
Glu
CNBr 1 61
Высокая специфичность химотрип- 6 6 10 22 50 54 66
сина (С-термин для [FYW], не перед Р
Низкая специфичность химотрипсина 17 1 6 10 13 14 17 22 23 26 45 50 54 57 61 66 67 71
(С-термин [FYWML], не перед Р
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 РерШеСийег 15 ноября 2024 г.
Во время моделирования эксперимента некоторые выбранные протеазы (BNPS-ска-толе, каспаза1-каспаза10, энтерокиназа, фактор Ха, гранзимеБ, йодособензойная кислота, КТСВ (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 || || ПротИ || ||
MAVKKYLNSILNGKR 61---------+-— 75
Рисунок 1 - Карта участков расщеплений белка Р01284 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 ак-риламида (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.
Таблица 2
Молекулярная масса, положение, пептидная последовательность белка, высвобождаемые различными ферментами*
Молекулярная масса Положение Пептидная последовательность
термолизин термо-
протеи- пепсин термоли- протеи- пепсин протеи- пепсин лизин
наза K (рН>2) зин наза K (рН>2 наза K (рН>2)
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 «А», обработанный термолизином.
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 НА 0,184157 ADG 0,309463
DGV 0,161525 SL 0,330018 LS 0,204782
НА 0,184157 GQ 0,376251 Н 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.A. 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 [1б].
Использование пепсина при гидролизе желатина привело к образованию пептидов, полученных из коллагена с низкой молекулярной массой от 3 до б кДа [17].
P. Kçska 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.
Библиография
1. Fu Y., Therkildsen M., Aluko R.E. et al. Exploration of collagen recovered from animal by-products as a precursor of bioactive peptides: Successes and challenges // Crit Rev Food Sci Nutr. - 2019. - Vol. 59(13). - P. 2011-2027. - DOI: 10.1080/10408398.2018.143б038.
2. Зинина О.В., Меренкова С.П., РебезовМ.Б. и др. Исследование свойств белковых гидролиза-тов, полученных из желудков цыплят-бройлеров, как потенциального компонента биоактивных пленочных покрытий // Пищевые системы. - 2024. - № 7 (i). - С. 44-51. - DOI: 10.21323/2б18-9771-2024-7-1-44-51.
3. Lafarga T., Álvarez C., Hayes M. Bioactive peptides derived from bovine and porcine co-products: // A review Journal of Food Biochemistry. - 2017. - Vol. 41 (б) (2017). - P. e12418.
4. Fadimu G.J., Le T.T., Gill H. et al. Enhancing the Biological Activities of Food Protein-Derived Peptides Using Non-Thermal Technologies: A Review // FoodsK» - 2022. - Vol. ii(13). - P. 1823-1849. -DOI: 10.3390/foods11131823.
5. Daliri E. B.-M., Oh D.H., Lee B.H. Bioactive Peptides // Foods, 2017. - Vol. б. - P. 32-52. - DOI: 10.3390/foods6050032.21.
6. Зинина О.В., Николина А.Д., Хвостов Д.В. и др. Белковый гидролизат как источник биоактивных пептидов в пищевой продукции диабетического питания // Пищевые системы. - 2023. - № 6 (4). -С. 440-448. - DOI: 10.21323/2618-9771-2023-6-4-440-448.
7. Иванов Н.В. Молекулярный in silico скрининг и докинг потенциальных ингибиторов активности ферментов растительного сырья // Хранение и переработка сельхозсырья. - 2023. - № 1. - С. 117135. - DOI: 10.36107/spfp.2023.399.
8. Echave J., Otero P., Garcia-Oliveira P. et al. Seaweed-Derived Proteins and Peptides: Promising Marine Bioactives // Antioxidants (Basel). - 2022. - Vol. 11 (1). - P. 176-201.
9. Fadimu G.J., Le T.T., Gill H. et al. Enhancing the Biological Activities of Food Protein-Derived Peptides Using Non-Thermal Technologies: A Review // FoodsK» - 2022. - Vol. 11 (13). - Р. 1823- 849. -DOI: 10.3390/foods11131823.
10. Fu Y., TherkildsenM., Aluko R.E. et al. Exploration of collagen recovered from animal by-products as a precursor of bioactive peptides: Successes and challenges // Crit Rev Food Sci Nutr. - 2019. - Vol. 59 (13). - P. 2011-2027. - DOI: 10.1080/10408398.2018.1436038.
11. Чиряпкин А.С., Глушко А.А., Чиряпкин В. С. и др. Методы и достижения компьютерного моделирования клетки // Бюллетень науки и практики. - 2019. - Vol. 5 (5). - P. 128-135. -DOI: 10.33619/2414-2948/42/17.
12. Ivanyak A., Darevich M., Mogut D. et al. Clarification of the role of in silico methodologies in approaches to the study of bioactive peptides obtained from food products // Journal of Functional Foods. - 2019.
- Vol. 61. - P. 103486. - DOI: 10.1016/j.jff.2019.103486.
13. Тихонов С.Л., Тихонова Н.В. Пищевой пептид для предупреждения избыточной массы тела: виртуальный скрининг прогнозирования токсичности выведения // Вестник ВСГУТУ. - 2024. - № 2 (93) - С. 37-45.
14. Тихонов С.Л., Тихонова Н.В. Разработка с использованием молекулярной пептидной трансплантации потенциального нейропротекторного биопептида // Вестник ВСГУТУ. - 2024. - № 1 (92) -С.53-61.
15. Разумовская Е.С. [и др.]. Оценка содержания белка и аминокислотного состава субпродуктов свиней породы «Крупная белая» // XXI век: итоги прошлого и проблемы настоящего плюс. - 2024.
- Т. 13, № 1 (65). - С. 103-107. - EDN: XJBIMW.
16. Panjaitan F.C.A., Gomez H.L.R., Chang Y.W. In Silico Analysis of Bioactive Peptides Released from Giant Grouper (Epinephelus lanceolatus) Roe Proteins Identified by Proteomics Approach // Molecules.
- 2018. - Vol. 23(11). - P. 2910-2924. - DOI: 10.3390/molecules23112910.
17. Iwaniak A., Minkiewicz P., PliszkaM. et al. Characteristics of Biopeptides Released In Silico from Collagens Using Quantitative Parameters // Foods. - 2020. - Vol. 9 (7). - P. 965-994. -DOI: 10.3390/foods9070965.
18. Kqska P., Stadnik J. Potential DPP IV Inhibitory Peptides from Dry-Cured Pork Loins after Hydrolysis: An In Vitro and In Silico Study // Curr Issues Mol Biol. - 2021 Vol. 43 (3). - P. 1335-1349. -DOI: 10.3390/cimb43030095.
Bibliography
1. Fu Y., Therkildsen M., Aluko R.E. et al. Exploration of collagen recovered from animal by-products as a precursor of bioactive peptides: Successes and challenges // Critical Reviews in Food Science and Nutrition. - 2019. - Vol. 59 (13). - P. 2011-2027. - DOI: 10.1080/10408398.2018.1436038.
2. Zinina O.V., Merenkova S.P., Rebezov M.B. et al. Study of the properties of protein hydrolysates obtained from stomachs of broiler chickens as a potential component of bioactive film coatings // Food Systems. - 2024. - N 7 (1). - P. 44-51. - DOI: 10.21323/2618-9771-2024-7-1-44-51.
3. Lafarga T., Alvarez C., Hayes M. Bioactive peptides derived from bovine and porcine co-products: // Journal of Food Biochemistry. - 2017. - Vol. 41 (6). - P. e12418.
4. Fadimu G.J., Le T.T., Gill H. et al. Enhancing the biological activities of food protein-derived peptides using non-thermal technologies: a review // Foods. - 2022. - Vol. 11 (13). - P. 1823-1849. -DOI: 10.3390/foods11131823.
5. Daliri E. B.-M., Oh D.H., Lee B.H. Bioactive Peptides // Foods. - 2017. - Vol. 6. - P. 32-52. -DOI: 10.3390/foods6050032.21.
6. Zinina O.V., Nikolina A.D., Khvostov D.V. et al. Protein hydrolysate as a source ofbioactive peptides in food products for diabetic nutrition // Food systems. - 2023. - N 6 (4). - P. 440-448. - DOI: 10.21323/26189771-2023-6-4-440-448.
7. IvanovN.V. Molecular in silico screening and docking of potential inhibitors of plant raw material enzyme activity // Storage and Processing of Farm Products. - 2023. - N 1. - P. 117-135. -DOI: 10.36107/spfp.2023.399.
8. Echave J., Otero P., Garcia-Oliveira P. et al. Seaweed-derived proteins and peptides: promising marine bioactives // Antioxidants (Basel). - 2022. - Vol. 11 (1). - P. 176-201.
9. Fadimu G.J., Le T.T., Gill H. et al. Enhancing the biological activities of food protein-derived peptides using non-thermal technologies: A review // Foods. - 2022. - Vol. 11 (13). - P. 1823-849. -DOI: 10.3390/foods11131823.
10. Fu Y., Therkildsen M., Aluko R.E., Lametsch R. Exploration of collagen recovered from animal byproducts as a precursor of bioactive peptides: Successes and challenges // Critical Reviews in Food Science and Nutrition. - 2019. - Vol. 59 (13). - P. 2011-2027. - DOI: 10.1080/10408398.2018.1436038.
11. Chiryapkin A.S., Glushko A.A., Chiryapkin V.S. et al. Methods and achievements of computer modeling of the cell // Bulletin of Science and Practice. - 2019. - Vol. 5 (5). - P. 128-135. -DOI: 10.33619/2414-2948/42/17.
12. Ivanyak A., Darevich M., Mogut D. et al. Clarification of the role of in silico methodologies in approaches to the study of bioactive peptides obtained from food products // Journal of Functional Foods. -2019. - Vol. 61. - P. 103486. - DOI: 10.1016/j.jff.2019.103486.
13. TikhonovS.L., TikhonovaN.V. Food peptide for the prevention of overweight: virtual screening of toxicity prediction and elimination // ESSUTM Bulletin. - 2024. - N 2 (93) - P. 37-45.
14. Tikhonov S.L., Tikhonova N. V. Design of potential neuroprotective biopeptide using molecular peptide transplantation // ESSUTM Bulletin. - 2024. - N 1 (92) - P. 53-61.
15. Razumovskaya E.S. [et al.]. Evaluation of protein content and amino acid composition of by-products of pigs breed «Large White» // XXI century: results of the past and problems of the present plus. - 2024.
- Vol. 13, N 1 (65). - P. 103-107. - EDN: XJBIMW.
16. Panjaitan F.C.A., Gomez H.L.R., Chang Y.W. In Silico analysis of bioactive peptides released from Giant Grouper (Epinephelus lanceolatus) roe proteins identified by proteomics approach // Molecules. - 2018.
- Vol. 23 (11). - P. 2910-2924. - DOI: 10.3390/molecules23112910.
17. Iwaniak A., Minkiewicz P., PliszkaM. et al. Characteristics of Biopeptides Released In Silico from Collagens Using Quantitative Parameters // Foods. - 2020. - Vol. 9 (7). - P. 965-994. -DOI: 10.3390/foods9070965.
18. Kqska P., Stadnik J. Potential DPP IV inhibitory peptides from dry-cured pork loins after hydrolysis: An In Vitro and In Silico study // Current Issues of Molecular Biology. - 2021 -Vol. 43 (3). -P. 1335-1349. - DOI: 10.3390/cimb43030095.
