基于逐步非线性回归的血管紧张素转化酶抑制肽QSAR建模

线性特征选择方法可提升定量构效关系(QSAR)模型的预测能力,但易忽略特征(理化属性)与分子活性间的非线性关系。本文提出基于支持向量回归(SVR)的逐步非线性回归(SSNR)特征选择算法并用于降血压药物血管紧张素转化酶(ACE)抑制肽的QSAR研究。首先以具有不同背景的5组分子描述符分别表征肽序列,以SSNR实施特征选择,再通过智能一致性模型(ICM)对各组描述符对应子模型的预测活性进行加权整合,获得最终活性预测值。在ACE抑制二肽与三肽两个数据上的应用结果表明,SSNR获得的特征子集结合ICM策略可有效提升模型预测能力(二肽的平均Q■为0.675±0.002,三肽为0.663±0.013),优于遗传算法-偏最小二乘(0.538±0.049、0.599±0.047)与逐步线性回归(0.583±0.041、0.675±0.010)。最后基于抑制活性已知肽序列预测所有活性未知肽的活性,分析了高活性肽及其氨基酸偏好性,为人工合成潜在高活性ACE抑制肽提供可能的序列组合。     

溶剂诱导相变萃取-分光光度法测定血管紧张素转化酶活性

在传统体外测定血管紧张素转化酶(ACE)活性方法的基础上, 以猪肺ACE粗提物为酶源, 采用溶剂诱导相变萃取法(SIPSE)萃取酶反应产物马尿酸(HA), 用分光光度法快速定量测定HA以评估ACE活性或样品对ACE的抑制活性. 以卡托普利为模型验证了此方法, 并分别测定了中药复方天麻钩藤饮及其含有的11味中药对ACE的抑制活性. 结果表明, 猪肺ACE粗提物即可满足ACE抑制活性测定的需要; 与传统液液萃取法相比, SIPSE对HA具有更高的选择性及萃取能力, 萃取率为(97.47±0.55)%(n=3); 通过计算校正, 溶剂诱导相变萃取-分光光度法能简便、 快速且准确地测定成分复杂体系的ACE抑制活性.     

交联血管紧张素转化酶聚集体的制备及性质

制备了交联血管紧张素转化酶聚集体（ACE-CLEAs）,比较了ACE-CLEAs及游离ACE的酶学性质,包括最适酶促反应温度、最适pH值、Km、vmax、温度稳定性及pH稳定性等。 以酶活力回收率为参考,确定了制备ACE-CLEAs的最佳条件为：饱和度为80%的(NH4)2SO4溶液作为沉淀剂,沉淀时间0.5 h,质量分数为0.02%的戊二醛作为交联剂,交联时间1 h。 通过比较酶学性质发现,ACE-CLEAs比游离ACE具有更好的温度稳定性及pH稳定性,且与游离ACE接近的Km值表明,ACE-CLEAs对底物的亲和力与游离酶几乎相当。