CN116705141B - 一种基于cnn-lstm神经网络从核桃酶解产物中筛选阿尔兹海默症预防肽的方法 - Google Patents
一种基于cnn-lstm神经网络从核桃酶解产物中筛选阿尔兹海默症预防肽的方法 Download PDFInfo
- Publication number
- CN116705141B CN116705141B CN202211614562.6A CN202211614562A CN116705141B CN 116705141 B CN116705141 B CN 116705141B CN 202211614562 A CN202211614562 A CN 202211614562A CN 116705141 B CN116705141 B CN 116705141B
- Authority
- CN
- China
- Prior art keywords
- alzheimer
- polypeptide
- disease
- peptide
- screening
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 108090000765 processed proteins & peptides Proteins 0.000 title claims abstract description 120
- 208000024827 Alzheimer disease Diseases 0.000 title claims abstract description 58
- 235000009496 Juglans regia Nutrition 0.000 title claims abstract description 37
- 235000020234 walnut Nutrition 0.000 title claims abstract description 37
- 230000006806 disease prevention Effects 0.000 title claims abstract description 24
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 22
- 238000012216 screening Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 title claims abstract description 18
- 240000007049 Juglans regia Species 0.000 title abstract 2
- 102000004196 processed proteins & peptides Human genes 0.000 claims abstract description 88
- 229920001184 polypeptide Polymers 0.000 claims abstract description 73
- 230000001713 cholinergic effect Effects 0.000 claims abstract description 9
- 230000036542 oxidative stress Effects 0.000 claims abstract description 7
- 208000036110 Neuroinflammatory disease Diseases 0.000 claims abstract description 6
- 230000003959 neuroinflammation Effects 0.000 claims abstract description 6
- 241000758789 Juglans Species 0.000 claims description 35
- 230000000694 effects Effects 0.000 claims description 34
- 150000001413 amino acids Chemical class 0.000 claims description 14
- 230000003405 preventing effect Effects 0.000 claims description 13
- 102000004169 proteins and genes Human genes 0.000 claims description 11
- 108090000623 proteins and genes Proteins 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 10
- 238000012795 verification Methods 0.000 claims description 8
- 230000007812 deficiency Effects 0.000 claims description 6
- 230000007170 pathology Effects 0.000 claims description 6
- 230000003449 preventive effect Effects 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims description 2
- 238000010200 validation analysis Methods 0.000 claims description 2
- 125000003275 alpha amino acid group Chemical group 0.000 claims 1
- 238000002474 experimental method Methods 0.000 abstract description 23
- 241000196324 Embryophyta Species 0.000 abstract description 12
- 230000006378 damage Effects 0.000 abstract description 4
- 210000001320 hippocampus Anatomy 0.000 abstract description 4
- 210000002569 neuron Anatomy 0.000 abstract description 3
- 230000002265 prevention Effects 0.000 abstract description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 abstract 1
- 229910052799 carbon Inorganic materials 0.000 abstract 1
- 230000002554 disease preventive effect Effects 0.000 abstract 1
- 229930182830 galactose Natural products 0.000 abstract 1
- 239000007788 liquid Substances 0.000 abstract 1
- 230000007074 memory dysfunction Effects 0.000 abstract 1
- 241000699670 Mus sp. Species 0.000 description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 17
- 241000699666 Mus <mouse, genus> Species 0.000 description 15
- 239000000047 product Substances 0.000 description 12
- 210000005013 brain tissue Anatomy 0.000 description 10
- 235000018102 proteins Nutrition 0.000 description 9
- 235000001014 amino acid Nutrition 0.000 description 8
- 210000004556 brain Anatomy 0.000 description 7
- 230000001078 anti-cholinergic effect Effects 0.000 description 6
- 239000003963 antioxidant agent Substances 0.000 description 6
- 230000003078 antioxidant effect Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 6
- 230000009189 diving Effects 0.000 description 6
- 230000003110 anti-inflammatory effect Effects 0.000 description 5
- 230000003542 behavioural effect Effects 0.000 description 5
- 238000012217 deletion Methods 0.000 description 5
- 230000037430 deletion Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- WQZGKKKJIJFFOK-SVZMEOIVSA-N (+)-Galactose Chemical compound OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@H]1O WQZGKKKJIJFFOK-SVZMEOIVSA-N 0.000 description 4
- 125000003088 (fluoren-9-ylmethoxy)carbonyl group Chemical group 0.000 description 4
- 102100033639 Acetylcholinesterase Human genes 0.000 description 4
- 108010022752 Acetylcholinesterase Proteins 0.000 description 4
- WZUVPPKBWHMQCE-UHFFFAOYSA-N Haematoxylin Chemical compound C12=CC(O)=C(O)C=C2CC2(O)C1C1=CC=C(O)C(O)=C1OC2 WZUVPPKBWHMQCE-UHFFFAOYSA-N 0.000 description 4
- DTQVDTLACAAQTR-UHFFFAOYSA-N Trifluoroacetic acid Chemical compound OC(=O)C(F)(F)F DTQVDTLACAAQTR-UHFFFAOYSA-N 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 4
- WEVYAHXRMPXWCK-UHFFFAOYSA-N Acetonitrile Chemical compound CC#N WEVYAHXRMPXWCK-UHFFFAOYSA-N 0.000 description 3
- 206010061218 Inflammation Diseases 0.000 description 3
- SJRJJKPEHAURKC-UHFFFAOYSA-N N-Methylmorpholine Chemical compound CN1CCOCC1 SJRJJKPEHAURKC-UHFFFAOYSA-N 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000006735 deficit Effects 0.000 description 3
- 235000005911 diet Nutrition 0.000 description 3
- 230000037213 diet Effects 0.000 description 3
- 230000004054 inflammatory process Effects 0.000 description 3
- 239000012071 phase Substances 0.000 description 3
- 239000007790 solid phase Substances 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- HZAXFHJVJLSVMW-UHFFFAOYSA-N 2-Aminoethan-1-ol Chemical compound NCCO HZAXFHJVJLSVMW-UHFFFAOYSA-N 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- WHUUTDBJXJRKMK-UHFFFAOYSA-N Glutamic acid Natural products OC(=O)C(N)CCC(O)=O WHUUTDBJXJRKMK-UHFFFAOYSA-N 0.000 description 2
- 102000000589 Interleukin-1 Human genes 0.000 description 2
- 108010002352 Interleukin-1 Proteins 0.000 description 2
- CKLJMWTZIZZHCS-REOHCLBHSA-N L-aspartic acid Chemical compound OC(=O)[C@@H](N)CC(O)=O CKLJMWTZIZZHCS-REOHCLBHSA-N 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000007792 alzheimer disease pathology Effects 0.000 description 2
- 230000003750 conditioning effect Effects 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 230000003467 diminishing effect Effects 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000007490 hematoxylin and eosin (H&E) staining Methods 0.000 description 2
- 230000000971 hippocampal effect Effects 0.000 description 2
- 238000000338 in vitro Methods 0.000 description 2
- 238000011534 incubation Methods 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 235000020887 ketogenic diet Nutrition 0.000 description 2
- 238000000465 moulding Methods 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 239000003921 oil Substances 0.000 description 2
- 235000019198 oils Nutrition 0.000 description 2
- 230000003647 oxidation Effects 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 239000012188 paraffin wax Substances 0.000 description 2
- 230000008506 pathogenesis Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000069 prophylactic effect Effects 0.000 description 2
- 125000006239 protecting group Chemical group 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000011347 resin Substances 0.000 description 2
- 229920005989 resin Polymers 0.000 description 2
- 238000004366 reverse phase liquid chromatography Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 229940126585 therapeutic drug Drugs 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 206010002091 Anaesthesia Diseases 0.000 description 1
- 239000004475 Arginine Substances 0.000 description 1
- 102100035882 Catalase Human genes 0.000 description 1
- 108010053835 Catalase Proteins 0.000 description 1
- 206010012289 Dementia Diseases 0.000 description 1
- 108010082495 Dietary Plant Proteins Proteins 0.000 description 1
- 208000001654 Drug Resistant Epilepsy Diseases 0.000 description 1
- 102000003777 Interleukin-1 beta Human genes 0.000 description 1
- 108090000193 Interleukin-1 beta Proteins 0.000 description 1
- PIWKPBJCKXDKJR-UHFFFAOYSA-N Isoflurane Chemical compound FC(F)OC(Cl)C(F)(F)F PIWKPBJCKXDKJR-UHFFFAOYSA-N 0.000 description 1
- ODKSFYDXXFIFQN-BYPYZUCNSA-P L-argininium(2+) Chemical compound NC(=[NH2+])NCCC[C@H]([NH3+])C(O)=O ODKSFYDXXFIFQN-BYPYZUCNSA-P 0.000 description 1
- WHUUTDBJXJRKMK-VKHMYHEASA-N L-glutamic acid Chemical compound OC(=O)[C@@H](N)CCC(O)=O WHUUTDBJXJRKMK-VKHMYHEASA-N 0.000 description 1
- 235000001412 Mediterranean diet Nutrition 0.000 description 1
- 208000012902 Nervous system disease Diseases 0.000 description 1
- 208000025966 Neurological disease Diseases 0.000 description 1
- 229930040373 Paraformaldehyde Natural products 0.000 description 1
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 1
- 244000046052 Phaseolus vulgaris Species 0.000 description 1
- 108010064851 Plant Proteins Proteins 0.000 description 1
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 1
- 244000061456 Solanum tuberosum Species 0.000 description 1
- 235000002595 Solanum tuberosum Nutrition 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 239000003875 Wang resin Substances 0.000 description 1
- 229940022698 acetylcholinesterase Drugs 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 125000003277 amino group Chemical group 0.000 description 1
- 230000037005 anaesthesia Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000007131 anti Alzheimer effect Effects 0.000 description 1
- ODKSFYDXXFIFQN-UHFFFAOYSA-N arginine Natural products OC(=O)C(N)CCCNC(N)=N ODKSFYDXXFIFQN-UHFFFAOYSA-N 0.000 description 1
- 235000009697 arginine Nutrition 0.000 description 1
- 235000003704 aspartic acid Nutrition 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- OQFSQFPPLPISGP-UHFFFAOYSA-N beta-carboxyaspartic acid Natural products OC(=O)C(N)C(C(O)=O)C(O)=O OQFSQFPPLPISGP-UHFFFAOYSA-N 0.000 description 1
- 230000004071 biological effect Effects 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 150000001720 carbohydrates Chemical class 0.000 description 1
- 235000014633 carbohydrates Nutrition 0.000 description 1
- 125000003178 carboxy group Chemical group [H]OC(*)=O 0.000 description 1
- 235000013339 cereals Nutrition 0.000 description 1
- 239000007810 chemical reaction solvent Substances 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000003776 cleavage reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000021004 dietary regimen Nutrition 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000004043 dyeing Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- YQGOJNYOYNNSMM-UHFFFAOYSA-N eosin Chemical compound [Na+].OC(=O)C1=CC=CC=C1C1=C2C=C(Br)C(=O)C(Br)=C2OC2=C(Br)C(O)=C(Br)C=C21 YQGOJNYOYNNSMM-UHFFFAOYSA-N 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003304 gavage Methods 0.000 description 1
- 235000013922 glutamic acid Nutrition 0.000 description 1
- 239000004220 glutamic acid Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 229960002725 isoflurane Drugs 0.000 description 1
- 238000001294 liquid chromatography-tandem mass spectrometry Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 238000010172 mouse model Methods 0.000 description 1
- 230000004770 neurodegeneration Effects 0.000 description 1
- 208000015122 neurodegenerative disease Diseases 0.000 description 1
- 210000002682 neurofibrillary tangle Anatomy 0.000 description 1
- 230000003961 neuronal insult Effects 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 235000014571 nuts Nutrition 0.000 description 1
- 229920002866 paraformaldehyde Polymers 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 239000002504 physiological saline solution Substances 0.000 description 1
- 235000021118 plant-derived protein Nutrition 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 235000012015 potatoes Nutrition 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002797 proteolythic effect Effects 0.000 description 1
- 230000007017 scission Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000010532 solid phase synthesis reaction Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000010186 staining Methods 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 239000007929 subcutaneous injection Substances 0.000 description 1
- 238000010254 subcutaneous injection Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
- 239000008399 tap water Substances 0.000 description 1
- 235000020679 tap water Nutrition 0.000 description 1
- 102000013498 tau Proteins Human genes 0.000 description 1
- 108010026424 tau Proteins Proteins 0.000 description 1
- 235000021122 unsaturated fatty acids Nutrition 0.000 description 1
- 150000004670 unsaturated fatty acids Chemical class 0.000 description 1
- 238000002255 vaccination Methods 0.000 description 1
- 230000003966 vascular damage Effects 0.000 description 1
- 235000015112 vegetable and seed oil Nutrition 0.000 description 1
- 239000008158 vegetable oil Substances 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 239000001993 wax Substances 0.000 description 1
Classifications
-
- C—CHEMISTRY; METALLURGY
- C07—ORGANIC CHEMISTRY
- C07K—PEPTIDES
- C07K7/00—Peptides having 5 to 20 amino acids in a fully defined sequence; Derivatives thereof
- C07K7/04—Linear peptides containing only normal peptide links
- C07K7/06—Linear peptides containing only normal peptide links having 5 to 11 amino acids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Chemical & Material Sciences (AREA)
- Biotechnology (AREA)
- Molecular Biology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Databases & Information Systems (AREA)
- Organic Chemistry (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Bioethics (AREA)
- Analytical Chemistry (AREA)
- Medicinal Chemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biochemistry (AREA)
- Epidemiology (AREA)
- Genetics & Genomics (AREA)
- Public Health (AREA)
- Physiology (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明属于多肽技术领域，提供了一种基于CNN‑LSTM神经网络从核桃酶解产物中筛选阿尔兹海默症预防肽的方法，本发明利用CNN‑LSTM总结了具有预防阿尔兹海默症功效多肽的特征，用于筛选核桃蛋白酶解产物中具有预防阿尔兹海默症功效的多肽，最终获得四条阿尔兹海默症预防肽。通过小鼠实验验证了预防肽可以改善D型半乳糖诱导的学习和记忆功能障碍，减少海马区神经元的损伤、降低氧化应激、减缓神经炎症和防止胆碱能丢失，进一步预防阿尔兹海默症。同时，也证实了所建立的CNN‑LSTM神经网络在植物源阿尔兹海默症预防肽筛选方面的潜力。
Description
技术领域
本发明涉及多肽领域，尤其涉及一种基于CNN-LSTM神经网络从核桃酶解产物中筛选阿尔兹海默症预防肽的方法。
背景技术
阿尔兹海默症(AD)是一种起因隐匿的中枢神经退化性疾病，严重影响着人类的健康。研究发现，多种因素影响着AD的进展，包括：氧化应激、神经炎症、胆碱能缺失、Aβ蛋白沉积和Tau蛋白神经纤维缠结的形成等。由于早期的AD治疗药物大多是针对单一发病机理进行研发，且AD患者的大脑突触和神经元的损失是不可逆的，导致目前治疗药物的收效甚微。同时，由于AD的早期症状不明显，大多数患者在晚期才被确认，这使得治疗更加困难。因此，尽快做好预防工作是非常关键的，通过早期的干预，如接种疫苗和饮食调理等，将降低患病的风险。大量数据表明，饮食与健康之间的联系十分紧密。生酮饮食是指摄取高比例脂肪、低比例碳水化合物、蛋白质和其他营养的饮食方式，已在上世纪用于治疗儿童难治性癫痫病。近期研究表明，生酮饮食可能是痴呆患者的福音。地中海饮食是以种类丰富的植物食品为基础，包括大量水果、蔬菜、土豆、五谷杂粮、豆类、坚果、种子等，被证实可以保护大脑免受血管损伤，降低发生中风和记忆力减退的风险。由此可见，饮食调理是预防神经性疾病的理想方案。
研究发现，在AD的早期阶段，常伴有氧化应激、神经炎症和胆碱能缺失的发生。通过日常食用具有抗氧化、消炎和防止胆碱能缺失的食物，有利于预防AD的发生。从植物中获得的多肽具有丰富的氨基酸种类和多样的生物活性，拥有多种针对AD病理发展的功效，可以为人体提供丰富的营养和疾病预防能力。到目前为止，已经从植物源多肽中发现了大量抗氧化、消炎和防止胆碱能缺失的多肽，通过食用植物源多肽是预防AD的理想策略。
植物源多肽通常由植物蛋白分解而来，这伴随着大量不同序列的肽、普通肽和活性肽的产生，如何鉴定和筛选具有预防AD功能的多肽是一个重要的过程。通常情况下，需要鉴定多条植物源AD预防肽序列，并逐个验证后获得具有预防AD功效的多肽，这将消耗大量的精力和金钱，阻碍了植物源AD预防肽的产业化。此外，在大多数已有的报道中，每一条多肽仅仅涉及单一AD发病机制，这和AD药物的开发过程十分类似。这或许就是虽然发现了大量植物源AD预防肽，但还没有一款产品问世的原因，这也阻碍了植物源AD预防肽的发展。
核桃仁中丰富的油脂含量(65.8％)以及多种不饱和脂肪酸，使得核桃可作为植物油的来源之一。核桃粕是核桃仁榨油后的副产物，蛋白质含量超过50％，是十分优质的植物蛋白来源。而且，核桃蛋白中参与学习和记忆的氨基酸(谷氨酸、精氨酸和天冬氨酸)含量超过45％，是生产AD预防肽的优秀选择。但是大多数核桃粕都被用作饲料或者直接丢弃，不仅造成核桃蛋白资源的浪费，也严重阻碍了核桃产业的发展。
发明内容
本发明的目的在于提供一种基于CNN-LSTM神经网络从核桃酶解产物中筛选阿尔兹海默症预防肽的方法，所建立的CNN-LSTM神经网络能够筛选植物源阿尔兹海默症预防肽，采用本发明方法筛选得到的阿尔兹海默症预防肽能够预防阿尔兹海默症。
为了实现上述发明目的，本发明提供以下技术方案：
本发明提供了一种基于CNN-LSTM神经网络从核桃酶解产物中筛选阿尔兹海默症预防肽的方法，包括以下步骤：
(1)从核桃蛋白酶解产物中获得多肽序列，根据置信度>95％，多肽分子量≤1500、谱峰积分面积>1×108、未在uni_walnuts数据库中搜索到对应蛋白来源的多肽序列进行筛选，得到初始数据；
(2)在Web ofScience数据库中筛选具有氧化应激、神经消炎和胆碱能缺失活性的多肽数据，将多肽数据分为训练集和验证集；
(3)将训练集数据输入CNN-LSTM神经网络中，对阿尔兹海默症预防肽的特征进行学习总结，使用验证集数据进行验证，得到阿尔兹海默症预防肽预测模型；
(4)将步骤(1)得到的初始数据输入到步骤(3)获得的预测模型中进行筛选，得到阿尔兹海默症预防肽。
优选的，在步骤(2)获得多肽数据后，分训练集和验证集之前，还包括将所述多肽数据中的氨基酸使用数字替换的步骤。
优选的，所述氨基酸与数字替换的对应关系为Ala,A-1、Cys,C-2、Asp,D-3、Glu,E-4、Phe,F-5、Gly,G-6、His,H-7、Ile,I-8、Lys,K-9、Leu,L-10、Met,M-11、Asn,N-12、Pro,P-13、Gln,Q-14、Arg,R-15、Ser,S-16、Thr,T-17、Val,V-18、Trp,W-19和Tyr,Y-20。
优选的，步骤(4)中所述预防肽根据预测模型输出结果判断是否具备对抗阿尔兹海默症病理的活性，“0”表示多肽不具备对抗阿尔兹海默症病理的活性，“1”表示多肽具备对抗阿尔兹海默症病理的活性。
本发明还提供了具有预防阿尔兹海默症功效的多肽，所述多肽自N端到C端的氨基酸序列如SEQ ID NO.1～SEQ ID NO.4所示，具体如下：
EPEVLR(SEQ ID NO.1)：Glu-Pro-Glu-Val-Leu-Arg；
VFPTER(SEQ ID NO.2)：Val-Phe-Pro-Thr-Glu-Arg；
EYVTLK(SEQ ID NO.3)：Glu-Tyr-Val-Thr-Leu-Lys；
ELEWER(SEQ ID NO.4)：Glu-Leu-Glu-Trp-Glu-Arg。
相比于现有技术，本发明的有益效果为：
本发明从核桃蛋白酶解产物中获得了11883多肽，并根据一些与多肽序列无关的特性进行筛选，获得了60条核桃多肽。然后，构建了一种CNN-LSTM神经网络，总结了540条具有不同活性的阿尔兹海默症预防肽的氨基酸特征，并用于预测所筛选的核桃多肽的抗氧化、消炎和防止胆碱能缺失活性，发现4条多肽同时具备这三种活性，体外合成后使用小鼠模型进行验证。根据小鼠行为学实验结果，证实了所筛选的四条多肽均拥有预防阿尔兹海默症的功效；根据脑部海马区HE染色结果，证实了所筛选的4条核桃多肽能有效修复海马区神经元损伤；脑部生化指标的测试，证实了所筛选的核桃多肽可以从抗氧化、消炎和防止胆碱能缺失阻止阿尔兹海默症的发展。本发明所构建的深度学习神经网络可快速有效地获得具有预防阿尔兹海默症功效多肽，有助于核桃肽的发展。
附图说明
图1为CNN-LSTM神经网络的运行流程；
图2为CNN-LSTM神经网络的详细结构；
图3为核桃多肽预测活性韦恩图；
图4为水迷宫实验中小鼠穿越平台次数；
图5为水迷宫实验中小鼠在平台所在象限路程占比；
图6为水迷宫实验中小鼠在平台所在象限有效停留时间；
图7为跳台实验中小鼠的错误次数；
图8为跳台实验中小鼠的第一次潜伏期；
图9为小鼠脑组织海马区HE染色切片图；
图10为小鼠脑组织CAT活性；
图11为小鼠脑组织IL-1β含量；
图12为小鼠脑组织AChE活性。
具体实施方式
下面结合实施例对本发明提供的技术方案进行详细的说明，但是不能把它们理解为对本发明保护范围的限定。
实施例1
本实施例提供了一种基于CNN-LSTM神经网络从核桃酶解产物中筛选阿尔兹海默症预防肽的方法，包括以下步骤：
(1)获得核桃蛋白酶解产物，酶解产物的制备方法参照申请号为202111312857.3，发明名称为“一种用于预防阿尔兹海默症的核桃多肽及其应用”的发明专利记载。核桃蛋白酶解产物经过Thermo Scientific Orbitrap Fusion Eclipse Tribrid质谱仪鉴定和PEAKS X pro软件分析，获得了11883条不同序列的肽，根据一些与序列无关的条件进行初步筛选：ALC(％)是指PEAKS X pro软件分析结果中平均置信度，一般大于80％比较可靠，大于95％则非常可靠，所以ALC大于95％用于进一步筛选。小的或短的肽序列很容易被人体吸收，它们被认为是抗阿尔兹海默症作用的良好候选者。因此选择分子量≤1500的多肽。此外，高含量的多肽更有价值，质谱峰积分面积最小值被设定为1×108。未知来源的肽序列更具研究价值，选择未在uni_walnuts数据库中搜索到蛋白来源的肽；共筛选出60条多肽序列。
(2)在Web ofScience核心合集中分别输入(氧化应激、神经消炎和胆碱能缺失)+(多肽)+(阿尔兹海默症)作为检索关键词，获得了540条具有不同活性的多肽，并随机排列。将多肽中的氨基酸(A、C、D、E、F、G、H、I、K、L、M、N、P、Q、R、S、T、V、W、Y)分别使用(1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20)进行替换，构成CNN-LSTM神经网络的数据样本，其中随机选取85％作为训练集，剩余15％作为验证集。
(3)CNN-LSTM神经网络是通过Matlab软件实现，其主要流程和结构如图1和图2所示。阿尔兹海默症预防肽的氨基酸序列被数字替换后作为CNN-LSTM神经网络的输入，通过对训练集中多肽的特征进行学习总结，并对验证集的多肽进行验证，输出“0”和“1”，“0”表示多肽不具备对抗阿尔兹海默症病理的活性，“1”则表示有。CNN擅长感知数据集的局部属性，而LSTM则更注重整体信息。通过结合CNN和LSTM来发挥它们的优势将是有益的，这更适合于处理基于肽的样本。采用多尺度核的CNN来提取肽的特征。为了防止过度拟合，采用了最大池化操作，ReLU被用作激活单元。LSTM被用来通过隐藏单元分析序列流。全连接层被用作分类模块。经过验证后得知，上述模型对阿尔兹海默症预防肽的抗氧化、消炎和防止胆碱能缺失活性分别获得了0.750、0.873和0.725的准确率，具有较高的准确率，可用于验证所筛选的核桃多肽活性。
(4)根据步骤(3)获得的预测模型对步骤(1)得到的60条多肽序列进行分析与预测，预测结果如图3所示，从60条核桃多肽中分别获得了31、21和9条具有抗氧化、消炎和防止胆碱能缺失活性的多肽。其中有四条多肽同时具有这三种活性，分别是EPEVLR、VFPTER、EYVTLK和ELEWER，体外合成后用于小鼠实验，得到的预防肽自N端到C端的氨基酸序列如下所示：
EPEVLR(SEQ ID NO.1)：Glu-Pro-Glu-Val-Leu-Arg；
VFPTER(SEQ ID NO.2)：Val-Phe-Pro-Thr-Glu-Arg；
EYVTLK(SEQ ID NO.3)：Glu-Tyr-Val-Thr-Leu-Lys；
ELEWER(SEQ ID NO.4)：Glu-Leu-Glu-Trp-Glu-Arg。
实施例2
本实施例对实施例1筛选得到的阿尔兹海默症预防肽进行活性测试，方法如下：
(1)固相合成多肽
采用Fmoc固相多肽合成策略进行多肽的合成，以Fmoc-AA-Wang树脂为起始固相载体，无水DMF为反应溶剂，利用乙醇胺除去氨基末端Fmoc保护基，HBTU、HoBt及N-甲基吗啉为活化剂，活化Fmoc保护氨基酸的羧基，并与树脂上游离的氨基偶联。偶联结束后，采用三氟乙酸脱掉侧链保护基，并从树脂上裂解得到游离多肽。利用半制备反相液相色谱纯化固相合成多肽，反相液相色谱的流动相为：A:0.1％TFA/水，B:0.1％TFA/乙腈，流动相条件为：0％～90％B/30min～90％B/10min，色谱柱为：依利特5μm 10.0mm×250mm C18，进样量为100μL，流速为1mL/min，检测波长为220nm，利用LC-MS/MS鉴定组分的氨基酸序列，得到四条预防肽。
(2)核桃多肽预防阿尔兹海默症活性的测试
通过小鼠实验验证上述得到的四条预防肽的活性。小鼠隔离检疫一周并进行适应性饲养，随机分为6组：正常对照组(Control)、模型组(Model)、多肽组(EPEVLR、VFPTER、EYVTLK和ELEWER组)。模型组和多肽组小鼠先进行D型半乳糖(D-gal)造模处理，两组小鼠接受500mg/kg/d连续皮下注射8周，自第5周开始，模型组同时灌胃生理盐水，多肽组分别同时灌胃EPEVLR、VFPTER、EYVTLK和ELEWER，正常组自由进食。饲养结束后，通过行为学实验验证核桃多肽预防阿尔兹海默症的功效。
行为学实验：小鼠的行为学实验主要分为跳台实验和水迷宫实验。训练四天后，开始测试。跳台实验结束30min后开始水迷宫实验。
水迷宫实验：水迷宫直径1.2m，高0.5m，站台直径0.09m，高0.3m，站台隐藏于水面之下1cm左右。向水池内注入自来水，水池的温度需要维持在23℃左右。参数设定为：游泳时间(60s)、平台上停留时间(10s)、选择小鼠实验模式，调整红线圆圈使之分别准确框定水池及平台范围。选择平台所在象限的对位象限为研究象限，将小鼠放入水中，立即用软件记录小鼠自入水、寻找平台到稳定爬上平台所需时间。小鼠若能在60s内爬上站台并稳定站立3s，记录所需时间；若入水后60s内未能找到站台则记录潜伏期为60s，并将小鼠引导上站台稳定站立15s后拿下来，休息60s再进行下一次训练。
跳台实验：跳台为长方形反射箱，共有八个区域，底部铺以可通适当电流的铜栅。每个小的区间有一个高和直径均为4.5cm的小平台。设置参数为：时间(5min)、刺激强度(0.6mA)。将小鼠放在铜栅上，待其情绪稳定后通电，记录每只小鼠受到电击的次数(错误次数)，第一次跳下的时间(潜伏期)。
小鼠水迷宫实验结果如图4～8所示，由图4～8可知，模型组通过D-gal造模后，其水迷宫实验中穿越平台次数、平台所在象限路程占比以及平台所在象限有效停留时间较空白对照组均明显降低，跳台实验中错误次数明显增加，第一次潜伏期也明显低于空白组，表明小鼠老化模型造模成功。核桃多肽EPEVLR、VFPTER、EYVTLK和ELEWER灌胃后的小鼠，其行为学实验相关指标均十分接近空白对照组，表明所得到的四条核桃多肽均具有预防阿尔兹海默症的功效。
(3)小鼠脑组织海马区HE染色
小鼠经过行为学活性测试后，处死前12h对小鼠进行断食但不断水操作。浓度为2％～3％异氟烷对小鼠进行吸入式麻醉。小鼠麻醉后，断颈椎处死。取小鼠大脑组织用生理盐水冲洗，将其放置在4％多聚甲醛溶液中进行后固定。固定后，使用石蜡对其进行包埋处理，获得组织石蜡包埋蜡块。然后对石蜡块进行切片，设置切片厚度为4μm。使用苏木素(Hematoxylin)-伊红(Eosin)染色法组织切片染色，在显微镜明场下面观察海马区神经元损伤情况。
结果如图9所示，灌胃核桃多肽小鼠脑部海马区的神经元损伤数量明显低于模型组，表明EPEVLR、VFPTER、EYVTLK和ELEWER可减少脑部神经元损伤。
(4)小鼠脑组织生化指标测试
分别对小鼠脑组织中氧化应激、炎症和胆碱能缺失相关指标进行测试，测试指标为过氧化氢酶活性(CAT)、白细胞介素-1(IL-1β)和乙酰胆碱酯酶活性(AChE)。所有指标均按照Elasa试剂盒(购自上海原鑫生物公司)说明书进行。
结果如图10～12所示，筛选的多肽组小鼠脑组织CAT活性明显高于模型组，AChE活性明显低于模型组；IL-1β指标中，除了EYVTLK组IL-1β含量与模型组无明显差别外，EPEVLR、VFPTER和ELEWER组小鼠脑组织中IL-1β明显低于模型组。表明EPEVLR、VFPTER和ELEWER可从抗氧化、消炎和防止胆碱能缺失预防阿尔兹海默症，EYVTLK则可从抗氧化和防止胆碱能缺失预防阿尔兹海默症。
由以上实施例和实验例可知，本发明提供了一种基于CNN-LSTM神经网络从核桃酶解产物中筛选阿尔兹海默症预防肽的方法，所建立的CNN-LSTM神经网络能够筛选植物源阿尔兹海默症预防肽，采用本发明方法筛选得到的阿尔兹海默症预防肽能够预防阿尔兹海默症。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (5)
1.一种基于CNN-LSTM神经网络从核桃酶解产物中筛选阿尔兹海默症预防肽的方法，其特征在于，包括以下步骤：
(1)从核桃蛋白酶解产物中获得多肽序列，根据置信度>95％，多肽分子量≤1500、谱峰积分面积>1×108、未在uni_walnuts数据库中搜索到对应蛋白来源的多肽序列进行筛选，得到初始数据；
(2)在Web ofScience数据库中筛选具有氧化应激、神经消炎和胆碱能缺失活性的多肽数据，将多肽数据分为训练集和验证集；
(3)将训练集数据输入CNN-LSTM神经网络中，对阿尔兹海默症预防肽的特征进行学习总结，使用验证集数据进行验证，得到阿尔兹海默症预防肽预测模型；
(4)将步骤(1)得到的初始数据输入到步骤(3)获得的预测模型中进行筛选，得到阿尔兹海默症预防肽。
2.根据权利要求1所述的筛选阿尔兹海默症预防肽的方法，其特征在于，在步骤(2)获得多肽数据后，分训练集和验证集之前，还包括将所述多肽数据中的氨基酸使用数字替换的步骤。
3.根据权利要求2所述的筛选阿尔兹海默症预防肽的方法，其特征在于，所述氨基酸与数字替换的对应关系为Ala,A-1、Cys,C-2、Asp,D-3、Glu,E-4、Phe,F-5、Gly,G-6、His,H-7、Ile,I-8、Lys,K-9、Leu,L-10、Met,M-11、Asn,N-12、Pro,P-13、Gln,Q-14、Arg,R-15、Ser,S-16、Thr,T-17、Val,V-18、Trp,W-19和Tyr,Y-20。
4.根据权利要求1所述的筛选阿尔兹海默症预防肽的方法，其特征在于，步骤(4)中所述预防肽根据预测模型输出结果判断是否具备对抗阿尔兹海默症病理的活性，“0”表示多肽不具备对抗阿尔兹海默症病理的活性，“1”表示多肽具备对抗阿尔兹海默症病理的活性。
5.具有预防阿尔兹海默症功效的多肽，其特征在于，所述多肽自C端到N端的氨基酸序列如SEQ ID NO.1～SEQ ID NO.4所示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211614562.6A CN116705141B (zh) | 2022-12-15 | 2022-12-15 | 一种基于cnn-lstm神经网络从核桃酶解产物中筛选阿尔兹海默症预防肽的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211614562.6A CN116705141B (zh) | 2022-12-15 | 2022-12-15 | 一种基于cnn-lstm神经网络从核桃酶解产物中筛选阿尔兹海默症预防肽的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116705141A CN116705141A (zh) | 2023-09-05 |
| CN116705141B true CN116705141B (zh) | 2024-01-09 |
Family
ID=87838104
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211614562.6A Active CN116705141B (zh) | 2022-12-15 | 2022-12-15 | 一种基于cnn-lstm神经网络从核桃酶解产物中筛选阿尔兹海默症预防肽的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116705141B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2446886A1 (en) * | 2001-04-06 | 2002-10-17 | Biovision Ag | Method for detecting chronic dementia diseases, and corresponding peptides and detection reagents |
| JP2010222300A (ja) * | 2009-03-24 | 2010-10-07 | Nagoya Univ | 機能性ペプチドを表すルールの抽出法、機能性ペプチドの設計法及び調製法、ポリペプチド又はポリペプチド含有組成物の評価法、並びに機能性ペプチド |
| CN102012977A (zh) * | 2010-12-21 | 2011-04-13 | 福建师范大学 | 一种基于概率神经网络集成的信号肽预测方法 |
| WO2011156539A2 (en) * | 2010-06-11 | 2011-12-15 | Syngenta Participations Ag | Compositions and methods for protein production |
| WO2016140527A1 (ko) * | 2015-03-04 | 2016-09-09 | 경상대학교산학협력단 | 오스모틴 펩티드를 유효성분으로 함유하는 신경질환의 예방, 개선 또는 치료용 조성물 |
| CN109671469A (zh) * | 2018-12-11 | 2019-04-23 | 浙江大学 | 基于循环神经网络预测多肽与hla i型分子之间结合关系与结合亲和力的方法 |
| CN110193035A (zh) * | 2018-10-19 | 2019-09-03 | 浙江芸麒龙祥生物技术有限公司 | 香水莲花及制品在预防阿尔兹海默症或改善记忆力的用途 |
| CN110488020A (zh) * | 2019-08-09 | 2019-11-22 | 山东大学 | 一种蛋白质糖化位点鉴定方法 |
| CN113362899A (zh) * | 2021-04-20 | 2021-09-07 | 厦门大学 | 一种基于深度学习的蛋白质质谱数据的分析方法及系统 |
| CN113845566A (zh) * | 2021-11-08 | 2021-12-28 | 西北大学 | 一种用于预防阿尔兹海默症的核桃多肽及其应用 |
| CN113903399A (zh) * | 2021-08-26 | 2022-01-07 | 中国农业大学 | 一种高通量筛选食源性降压肽的方法 |
| WO2022121973A1 (zh) * | 2020-12-09 | 2022-06-16 | 江苏恒瑞医药股份有限公司 | 基于机器学习的肽免疫原性预测、鉴别系统及方法 |
| KR20220151388A (ko) * | 2021-05-06 | 2022-11-15 | 주식회사 에이조스바이오 | 펩타이드 신물질 탐색 방법 및 시스템 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130237556A1 (en) * | 2012-03-12 | 2013-09-12 | Hong Kong Baptist University | Berberine alkaloid as a medicament for prevention and treatment of neural disease |
| KR20170040782A (ko) * | 2014-05-16 | 2017-04-13 | 비트루비안 바이오메디칼, 인코포레이티드 | 알츠하이머 질환의 진단 시험 및 치료／예방 |
-
2022
- 2022-12-15 CN CN202211614562.6A patent/CN116705141B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2446886A1 (en) * | 2001-04-06 | 2002-10-17 | Biovision Ag | Method for detecting chronic dementia diseases, and corresponding peptides and detection reagents |
| JP2010222300A (ja) * | 2009-03-24 | 2010-10-07 | Nagoya Univ | 機能性ペプチドを表すルールの抽出法、機能性ペプチドの設計法及び調製法、ポリペプチド又はポリペプチド含有組成物の評価法、並びに機能性ペプチド |
| WO2011156539A2 (en) * | 2010-06-11 | 2011-12-15 | Syngenta Participations Ag | Compositions and methods for protein production |
| CN102012977A (zh) * | 2010-12-21 | 2011-04-13 | 福建师范大学 | 一种基于概率神经网络集成的信号肽预测方法 |
| WO2016140527A1 (ko) * | 2015-03-04 | 2016-09-09 | 경상대학교산학협력단 | 오스모틴 펩티드를 유효성분으로 함유하는 신경질환의 예방, 개선 또는 치료용 조성물 |
| CN110193035A (zh) * | 2018-10-19 | 2019-09-03 | 浙江芸麒龙祥生物技术有限公司 | 香水莲花及制品在预防阿尔兹海默症或改善记忆力的用途 |
| CN109671469A (zh) * | 2018-12-11 | 2019-04-23 | 浙江大学 | 基于循环神经网络预测多肽与hla i型分子之间结合关系与结合亲和力的方法 |
| CN110488020A (zh) * | 2019-08-09 | 2019-11-22 | 山东大学 | 一种蛋白质糖化位点鉴定方法 |
| WO2022121973A1 (zh) * | 2020-12-09 | 2022-06-16 | 江苏恒瑞医药股份有限公司 | 基于机器学习的肽免疫原性预测、鉴别系统及方法 |
| CN113362899A (zh) * | 2021-04-20 | 2021-09-07 | 厦门大学 | 一种基于深度学习的蛋白质质谱数据的分析方法及系统 |
| KR20220151388A (ko) * | 2021-05-06 | 2022-11-15 | 주식회사 에이조스바이오 | 펩타이드 신물질 탐색 방법 및 시스템 |
| CN113903399A (zh) * | 2021-08-26 | 2022-01-07 | 中国农业大学 | 一种高通量筛选食源性降压肽的方法 |
| CN113845566A (zh) * | 2021-11-08 | 2021-12-28 | 西北大学 | 一种用于预防阿尔兹海默症的核桃多肽及其应用 |
Non-Patent Citations (4)
| Title |
|---|
| Effects of Gastrin-releasing Peptide on Hippocampal Neural Networks in Vascular Dementia Rats;Faqi Wang, Jiajia Yang, Xuening Yang, Ling Wang, Chenguang Zheng, Dong Ming,;IEEE Engineering in Medicine and Biology Society;全文 * |
| 四种食源肽对光老化皮肤氧化与炎症系统的影响;徐德峰;马忠华;赵谋明;张婷;苏国万;;华南理工大学学报(自然科学版)(06);全文 * |
| 文冠果降血压肽的制备及其活性研究;张齐，阎怡竹，刘清清，李聪，申烨华，邓建军;西北大学学报;第48卷(第4期);全文 * |
| 脑苷肌肽改善阿尔兹海默氏病小鼠病情的机理分析;洪华容;余立强;李立青;蔡智锋;郭艳芹;;成都医学院学报(03);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116705141A (zh) | 2023-09-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhao et al. | Antioxidant and anti‐acetylcholinesterase activities of anchovy (Coilia mystus) protein hydrolysates and their memory‐improving effects on scopolamine‐induced amnesia mice | |
| Zhang et al. | Gelatins and antioxidant peptides from Skipjack tuna (Katsuwonus pelamis) skins: Purification, characterization, and cytoprotection on ultraviolet-A injured human skin fibroblasts | |
| Van der Borght et al. | Morris water maze learning in two rat strains increases the expression of the polysialylated form of the neural cell adhesion molecule in the dentate gyrus but has no effect on hippocampal neurogenesis. | |
| KR20180100234A (ko) | 호두 올리고펩타이드 분말 및 그의 제조방법과 용도 | |
| Leon et al. | Identification of transcriptionally regulated genes after sciatic nerve injury | |
| CN113845566B (zh) | 一种用于预防阿尔兹海默症的核桃多肽及其应用 | |
| CN105255978B (zh) | 具有改善记忆功效的凤尾鱼美拉德肽及其制备方法和用途 | |
| CN104098695B (zh) | 抗体及其应用 | |
| Liu et al. | Curcumin upregulates S100 expression and improves regeneration of the sciatic nerve following its complete amputation in mice | |
| EP3505530B1 (en) | Scorpion venom heat-resistant synthesized peptide and uses thereof | |
| CN111647043A (zh) | 含有Hyp-Gly序列的一类抗血小板和抗血栓功能的寡肽 | |
| Chen et al. | Characterization and identification of novel anti-inflammatory peptides from Baijiao sea bass (Lateolabrax maculatus) | |
| Afraei et al. | Therapeutic effects of D-aspartate in a mouse model of multiple sclerosis | |
| CN116705141B (zh) | 一种基于cnn-lstm神经网络从核桃酶解产物中筛选阿尔兹海默症预防肽的方法 | |
| WO2008113536A1 (en) | Neurotrophic peptides | |
| Platholi et al. | Neurotrophic Factors | |
| CN117683843A (zh) | 缓解或改善阿尔兹海默症的山核桃多肽及其应用 | |
| He et al. | Isolation, identification of antioxidant peptides from earthworm proteins and analysis of the structure–activity relationship of the peptides based on quantum chemical calculations | |
| CN109106943A (zh) | 抗癫痫的毒素Martentoxin及其应用 | |
| AT402505B (de) | Rekombinantes 60 kda pflanzliches panallergen (kofaktor-unabhängige phosphoglyceratmutase; e.c. 5.4.2.1.) | |
| CN107325154B (zh) | 一种具有改善记忆功效的多肽及其分离制备方法和用途 | |
| Kucera et al. | Oral administration of BDNF and/or GDNF normalizes serum BDNF level in the olfactory bulbectomized rats: a proof of concept study | |
| KR101156523B1 (ko) | 아토피성 피부염 유도 물질 | |
| CN115669940B (zh) | 一种具有辅助改善记忆功效的核桃多肽与dha复合乳液 | |
| CN117417437A (zh) | 一种鱼类胶原免疫调节十肽 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |