采用机器学习法筛选花鲈鱼中的鲜味肽及其与味觉受体的结合研究

摘要

采用基于机器学习Umami＿YYDS(基于化学计量学的鲜味/苦味肽判断网页系统)和分子指纹聚类技术的2种方法，对花鲈鱼中的鲜味肽(能够产生鲜味的肽)进行了筛选与分类.通过对鲜味受体与不同类别鲜味肽的分子对接分析，探讨了各类鲜味肽对鲜味受体的结合偏好与相互作用特性.结果表明：利用NCBI(美国国家生物技术信息中心)的资源，可搜集花鲈的全部蛋白质序列，数量达到3 406条；使用PeptideCutter模块进行模拟后可将花鲈的3 406条蛋白质水解为较小的肽段，主要是2肽和3肽；运用Umami＿YYDS精确筛选出110个具有潜在鲜味活性的肽分子；110个鲜味肽分子又被分为3个主要的聚类群体，其中聚类2中的DVR(天冬氨酸-缬氨酸-精氨酸)与3KS9受体的结合能量最低，表明DVR在结构上与受体的匹配度最高，可能产生更强的鲜味感.

关键词

鲜味肽 / 花鲈 / 机器学习 / 分子对接