三肽的锌螯合活性及定量构效关系分析

doi:10.7503/cjcu20170487

高等学校化学学报 ›› 2018, Vol. 39 ›› Issue (2): 234.doi: 10.7503/cjcu20170487

三肽的锌螯合活性及定量构效关系分析

余敏¹, 黄晶晶², 马敏³, 付瑞燕¹(), 鄢嫣², 张福生², 殷俊峰², 谢宁宁²()

1. 安徽农业大学茶与食品科技学院, 合肥 230036
2. 安徽省农业科学院农产品加工研究所, 合肥 230031
3. 安徽农业大学理学院, 合肥 230036

收稿日期:2017-07-21 出版日期:2018-02-10 发布日期:2017-12-20
作者简介:联系人简介: 付瑞燕, 女, 博士, 副教授, 主要从事食品生物技术方面的研究. E-mail: furuiyan@189.cn; 谢宁宁, 男, 博士, 副研究员, 主要从事活性肽方面的研究. E-mail: ningxie512@163.com
基金资助:
国家自然科学基金(批准号: 31401620)、安徽省自然科学基金(批准号: 1508085QC54)和安徽省农业科学院学科建设项目(批准号: 16A1234)资助

Zinc Chelating Activity and Quantitative Structure-activity Relationship of Tripeptides^†

YU Min¹, HUANG Jingjing², MA Min³, FU Ruiyan^1,^*(), YAN Yan², ZHANG Fusheng², YIN Junfeng², XIE Ningning^2,^*()

1. Tea and Food Science College, Anhui Agricultural University, Hefei 230036, China
2. Institute of Agro-products Processing, Anhui Academy of Agricultural Sciences, Hefei 230031, China
3. School of Natural Sciences, Anhui Agricultural University, Hefei 230036, China

Received:2017-07-21 Online:2018-02-10 Published:2017-12-20
Contact: FU Ruiyan,XIE Ningning E-mail:furuiyan@189.cn;ningxie512@163.com
Supported by:
† Supported by the National Natural Science Foundation of China(No.31401620), the Natural Science Foundation of Anhui Province, China(No.1508085QC54) and the Discipline Construction Project of Anhui Academy of Agricultural Sciences, China(No.16A1234)

摘要/Abstract

摘要：

人工化学合成了51条三肽, 测定了其锌螯合活性, 形成待测数据库. 分别采用18种氨基酸描述符对三肽序列进行表征, 利用偏最小二乘法进行统计分析. 结果表明, 3种氨基酸描述符对应的定量构效关系(QSAR)模型的相关系数达到建模要求, 描述符分别为FASGAI, Z和C, 其中描述符FASGAI最优, R²=0.8225, Q²=0.5818, RMSEE=0.1628, Q²ext=0.6760, RMSEP=0.2499. 进一步分析描述符FASGAI所构建的模型发现, 在三肽序列中, 氨基酸位置对三肽锌螯合活性的影响力大小顺序为N₃>N₂>N₁, 同时, 多肽各位置上氨基酸残基的立体属性主要影响其螯合活性.

关键词: 菜籽源, 锌螯合肽, 定量构效关系

Abstract:

51 Tripeptides were synthesized and the zinc chelating activities were determined, which formed the database. Then those tripeptides were statistically analysed using 18 amino acid descriptors and partial least squares method. Results showed that the correlation coefficients of the quantitative structure-activity relationship(QSAR) models based on 3 amino acids descriptors met the requirements, which were the descriptor FASGAI, Z and C. And the descriptor FASGAI was the best with R²=0.8225, Q²=0.5818, RMSEE=0.1628, $Q ext 2$ =0.6760, RMSEP=0.2499. Further analysis of the model on descriptor FASGAI revealed that the influence of amino acid position in polypeptide on the zinc chelating activity was N₃>N₂>N₁. Meanwhile, the bulky properties of amino acid residues influenced the zinc chelating activity of tripeptides.

Key words: Rapeseed protein, Zinc chelating peptide, Quantitative structure-activity relationship

中图分类号:

O629

TrendMD:

余敏, 黄晶晶, 马敏, 付瑞燕, 鄢嫣, 张福生, 殷俊峰, 谢宁宁. 三肽的锌螯合活性及定量构效关系分析. 高等学校化学学报, 2018, 39(2): 234.

YU Min, HUANG Jingjing, MA Min, FU Ruiyan, YAN Yan, ZHANG Fusheng, YIN Junfeng, XIE Ningning. Zinc Chelating Activity and Quantitative Structure-activity Relationship of Tripeptides^†. Chem. J. Chinese Universities, 2018, 39(2): 234.

图/表 8

Table 1 Amino acid descriptors

Amino acid descriptor	Kinds	Parameters	Ref.
Z	2D	Bulk, hydrophobicity, electrogenicity	[4]
ISA-ECI	3D	Isotropic surface area, electronic charge index	[5]
MS-WHIM	3D	Electrostatic potential	[18]
VSGE	3D	Amount of molecular geometry calculated by quantum chemical calculations	[6]
VSTV	3D	Structural and topological index	[11]
VHSE	2D	Bulk, hydrophobicity, electrogenicity	[7]
SZOTT	3D	Structural parameters of 1369 kinds of 0D—3D	[12]
C	3D	3D Dimensional electronic, structural, spatial, topological, graphical, and conformational parameters	[19]
SVG	3D	Geometric index	[16]
TEN	2D	Bulk, hydrophobicity, electrogenicity	[20]
HESH	2D	Bulk, hydrophobicity, electrogenicity, hydrogen bond property	[10]
FASGAI	2D	Bulk, hydrophobicity, electrogenicity	[13]
ST	3D	Constitutional, topological, geometrical, hydrophobic, electronic and steric properties	[14]
DPPS	2D	Bulk, hydrophobicity, electrogenicity, hydrogen bond property	[8]
WNH	2D	van der Waals volume, electrostatic charge index, hydrophobicity	[15]
VSW	2D	Molecular index	[7]
VTSA	3D	Structural and topological index	[15]
T	3D	Structural and topological index	[9]

Table 2 Database of zinc chelating peptides

Sample^a	Activity^b	Sample^a	Activity^b	Sample^a	Activity^b	Sample^a	Activity^b
ASC	1.022487	NSH	0.698404	ASE	0.555085	ASF	0.023164
ASV	0.740324	DSH	0.917523	CSC	1.026377	ATH	0.073816
ASM	0.638711	MSM	0.068054	ASW	0.414903	AGH	0.088551
ASK	0.18409	YSY	0.095352	AIH	0.005852	AYH	0.071237
ASD	0.683995	AFH	-0.03153	AWH	0.07118	CHS	1.087216
ASN	0.689764	KSK	0.094641	MSH	0.498983	SHC	1.062348
ASQ	0.183247	WSW	0.078503	ESE	0.92505	HSC	1.087498
QSH	0.478612	RSH	0.033771	ASI	0.021063	ASR	0.364256
YSH	0.459559	KSH	0.116798	LSH	-0.02551	ESH	0.777315
QSQ	0.159214	RSR	0.092023	ALH	0.000325	ACH	1.004871
WSH	0.384519	HCS	1.004917	ISH	.057932	VSV	0.075138
AMH	0.06195	FSH	0.033673	AVH	0.007564	SAC	1.013029
VSH	0.413429	AAH	0.013959	CSA	1.007763

Table 3 QSAR models based on eighteen amino acid descriptors*

Amino acid descriptor	M	R²	Q²	RMSEE	$Q ext 2$	RMSEP
Z	1	0.7293	0.6098	0.2011	0.6098	0.2414
ISA-ECI	1	0.3361	0.0399	0.3149	0.4070	0.3787
MS-WHIM	1	0.4203	0.1815	0.2942	0.3936	0.3669
VSGE	2	0.7614	0.3023	0.1888	0.3467	0.3228
VSTV	1	0.5971	0.3090	0.2591	0.5165	0.3371
VHSE	1	0.6638	0.4702	0.2241	0.4250	0.2813
SZOTT	1	0.7226	0.4648	0.2036	0.4570	0.2827
C	1	0.6796	0.5386	0.2187	0.6861	0.2625
SVG	1	0.4754	-0.5332	0.2835	-0.013	0.4846
TEN	1	0.8312	0.4268	0.1588	0.3854	0.2926
HESH	1	0.7023	0.4737	0.2109	0.5148	0.2804
FASGAI	1	0.8225	0.5818	0.1628	0.6760	0.2499
ST	1	0.6163	0.4237	0.2394	0.4570	0.2934
DPPS	1	0.6608	0.4675	0.2251	0.5480	0.2820
WNH	1	0.5644	0.2515	0.2558	0.4776	0.3354
VSW	1	0.7012	0.4309	0.2113	0.3838	0.2915
VTSA	1	0.5597	0.2157	0.2622	0.3273	0.3499
T	1	0.4595	0.2698	0.2812	0.4131	0.3269

Table 3 QSAR models based on eighteen amino acid descriptors*

Amino acid descriptor	M	R²	Q²	RMSEE	$Q ext 2$	RMSEP
Z	1	0.7293	0.6098	0.2011	0.6098	0.2414
ISA-ECI	1	0.3361	0.0399	0.3149	0.4070	0.3787
MS-WHIM	1	0.4203	0.1815	0.2942	0.3936	0.3669
VSGE	2	0.7614	0.3023	0.1888	0.3467	0.3228
VSTV	1	0.5971	0.3090	0.2591	0.5165	0.3371
VHSE	1	0.6638	0.4702	0.2241	0.4250	0.2813
SZOTT	1	0.7226	0.4648	0.2036	0.4570	0.2827
C	1	0.6796	0.5386	0.2187	0.6861	0.2625
SVG	1	0.4754	-0.5332	0.2835	-0.013	0.4846
TEN	1	0.8312	0.4268	0.1588	0.3854	0.2926
HESH	1	0.7023	0.4737	0.2109	0.5148	0.2804
FASGAI	1	0.8225	0.5818	0.1628	0.6760	0.2499
ST	1	0.6163	0.4237	0.2394	0.4570	0.2934
DPPS	1	0.6608	0.4675	0.2251	0.5480	0.2820
WNH	1	0.5644	0.2515	0.2558	0.4776	0.3354
VSW	1	0.7012	0.4309	0.2113	0.3838	0.2915
VTSA	1	0.5597	0.2157	0.2622	0.3273	0.3499
T	1	0.4595	0.2698	0.2812	0.4131	0.3269

Fig.1 Correlation between calculated values and observed values of a calibration set using FASGAI(A), Z(B) and C(C) descriptors

Fig.2 Correlation between calculated values and observed values of a prediction set using FASGAI(A), Z(B) and C(C) descriptors

Fig.3 VIP value of the QSAR model with FASGAI amino acid descriptors

Fig.4 Regression coefficient of QSAR model using FASGAI amino acid descriptor

Table 4 Important properties of peptide after PLSR analysis

Variable	Position	Properties	VIP value	Regression coefficient
X15	N₃	Steric	2.4278	-0.4864
X9	N₂	Steric	1.3839	-0.3301
X3	N₁	Steric	1.1505	-0.2351
X17	N₃	Local flexibility	1.0456	-0.1034

参考文献 22

[1]	Prasad A. S., J. Trace Elem. Med. Biol., 2012, 26(2), 66—69
[2]	Sneath P. H., J. Theor. Biol., 1966, 12(2), 157—195
[3]	Hellberg S., Sjostrom M., Wold S., Acta Chem. Scand., 1986, 40, 135—140
[4]	Hellberg S., Sjostrom M., Skagerberg B., J. Med. Chem., 1987, 30, 1126—1135
[5]	Collantes E. R., Dunn W. J., J. Med. Chem., 1995, 38(1), 2705—2713
[6]	Tong J. B., Zhang S. W., Acta Phys.-Chim. Sinica, 2007, 23(1), 37—43
	(仝建波, 张生成. 物理化学学报, 2007,23(1), 37—43)
[7]	Mei H., Liao Z. H., Zhou Y., Li S. Z., J. Pept. Sci., 2005, 80, 775—786
[8]	Tian F., Yang L., Lv F., Yang Q., Zhou P., Amino Acids, 2009, 36, 535—554
[9]	Tian F., Zhou P., Li Z., J. Mol. Struct., 2007, 830, 106—115
[10]	Shu M., Mei H., Yang S., Liao L., Li Z., Qsar Comb. Sci., 2009, 28(2), 27—35
[11]	Mei H., Zhou Y., Sun L. L., Li Z. L., Acta Phys.-Chim. Sinica, 2004, 20(8), 821—825
	(梅虎, 周原, 孙立力, 李志良. 物理化学学报, 2004,20(8), 821—825)
[12]	Liang G. Z., Zhou P., Zhou Y., Zhang Q. X., Li Z. L., Acta Chim. Sinica, 2006, 64(5), 393—396
	(梁桂兆, 周鹏, 周原, 张巧霞, 李志良. 化学学报, 2006,64(5), 393—396)
[13]	Liang G., Li Z., QSAR Comb. Sci., 2007, 26(3), 754—763
[14]	Yang L., Shu M., Ma K., Amino Acids, 2010, 38(2), 805—816
[15]	Lin Z. H., Long H. X., Bo Z., Wang Y. Q., Wu Y. Z., Peptides,2008, 29(10), 1798—1805
[16]	Tong J. B., Liu S. L., Liu Y. T., Ma Y. M., Tong X. M., Fine Chemicals, 2008, 25(7), 655—659
	(仝建波, 刘淑玲, 刘玉婷, 马养民, 童晓梅. 精细化工, 2008,25(7), 655—659)
[17]	Tong J., Liu S., Zhou P., Wu B., Li Z., J. Theor. Biol., 2008, 253(3), 90—97
[18]	Bravi G., Gancia E., Mascagni P., Pegna M., Todeschini R., Zaliani A., J. Comput. Aid. Mol. Des., 1997, 11(2), 79—92
[19]	Ding J. J., Ding X. Q., Zhao L. F., Chen J. S., Acta Pharm. Sin., 2005, 40(4), 340—346
	(丁俊杰, 丁晓琴, 赵立峰, 陈翼胜. 药学学报, 2005,40(4), 340—346)
[20]	Kidera A., Konishi Y., Oka M., Ooi T., Scheraga H. A., J. Protein Chem., 1985, 4(1), 23—55
[21]	Wang C., Chen M., Li B., Food Sci. Tech., 2011, 35(9), 184—186
	(汪婵, 陈敏, 李博. 食品科技, 2011,35(9), 184—186)
[22]	Yin J. X., Li Z. H., Mu Y., Lü S. W., Luo G. M., Chem. J. Chinese Universities, 2016, 37(7), 1302—1306
	(尹居鑫, 李祖宏, 牟颖, 吕绍武, 罗贵民. 高等学校化学学报, 2016,37(7), 1302—1306)

三肽的锌螯合活性及定量构效关系分析

Zinc Chelating Activity and Quantitative Structure-activity Relationship of Tripeptides^†

RichHTML

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 22

相关文章 15

编辑推荐

Metrics

本文评价

[1]	刘本国, 刘江伟, 李嘉琪, 耿升, 莫海珍, 梁桂兆. 类黄酮抑制P糖蛋白的三维定量构效关系与作用模式[J]. 高等学校化学学报, 2017, 38(1): 41.
[2]	王美怡, 马翼, 王海英, 曹刚, 李正名. 苯环5位取代磺酰脲类化合物的水解动力学及三维定量构效关系初步研究[J]. 高等学校化学学报, 2016, 37(9): 1636.
[3]	林克江, 黄振桂, 李婷, 王南溪, 程瑶, 沈玲玲, 王宇彤, 李卉, 叶波平. 大麻素Ⅰ型受体拮抗剂的结构特征[J]. 高等学校化学学报, 2013, 34(5): 1240.
[4]	陈文雅, 王珊珊, 李冬玲, 彭炜, 赵静馥, 段红霞. 基于昆虫气味结合蛋白的新型酰基哌啶类化合物的构效关系[J]. 高等学校化学学报, 2013, 34(12): 2798.
[5]	苗霞, 梁桂兆. R基团搜索技术用于PTH类Tau蛋白抑制剂的分子设计[J]. 高等学校化学学报, 2012, 33(10): 2263.
[6]	夏坚, 李江波. 苯并噁嗪酮衍生物对HIV-1逆转录酶抑制活性的QSAR研究极化连续介质模型(PCM)法的应用[J]. 高等学校化学学报, 2012, 33(08): 1794.
[7]	周一卉, 段红霞, 付滨, 马永强, 杜凤沛, 王明安, 覃兆海. 楝酰胺(Rocaglamide)类化合物的三维定量构效关系[J]. 高等学校化学学报, 2011, 32(5): 1088.
[8]	胡松青米思奇贾晓林郭爱玲陈生辉张军刘新泳. 苯并咪唑类缓蚀剂的3D-QSAR研究及分子设计[J]. 高等学校化学学报, 2011, 32(10): 2402.
[9]	夏树伟毛雅嫔薛倩倩于良民. 取代喹啉类化合物抗菌活性的定量构效关系及分子设计[J]. 高等学校化学学报, 2011, 32(10): 2415.
[10]	王进欣, 杨燕, 马俊海, 张磊, 郭青龙, 尤启冬. 藤黄酸氧化类似物的合成及抗肿瘤活性的二维定量构效关系[J]. 高等学校化学学报, 2010, 31(6): 1172.
[11]	申晓霞徐胜臻陈长水. N-硝基脲类化合物除草活性的3D-QSAR研究[J]. 高等学校化学学报, 2010, 31(12): 2419.
[12]	王美怡, 马翼, 李正名, 王素华. 新型苯环5-(取代)苯甲酰胺基苯磺酰脲类化合物的比较定量构效关系研究[J]. 高等学校化学学报, 2009, 30(7): 1361.
[13]	谭显胜,袁哲明,周铁军,王春娟,熊洁仪 . Multi-KNN-SVR组合预测在含氟化合物QSAR研究中的应用[J]. 高等学校化学学报, 2008, 29(1): 95.
[14]	周原,,,梅虎,,杨力,周鹏,杨善彬,,李志良,,. 虚拟原子探针随机采样法用于氨基酸结构描述及其构效关系研究[J]. 高等学校化学学报, 2007, 28(7): 1263.
[15]	周鹏,梅虎,田菲菲,李志良 . 新型三维原子场全息相互作用矢量用于几类典型药物体系的QSAR研究[J]. 高等学校化学学报, 2007, 28(6): 1027.

三肽的锌螯合活性及定量构效关系分析

Zinc Chelating Activity and Quantitative Structure-activity Relationship of Tripeptides†

RichHTML

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 22

相关文章 15

编辑推荐

Metrics

本文评价

Zinc Chelating Activity and Quantitative Structure-activity Relationship of Tripeptides^†