靳艳研究员团队发展一种基于机器学习的苦味肽筛选新方法

layue27

近日，我所能源技术研究平台（DNL20）靳艳研究员团队与大连工业大学、内蒙古伊利实业集团有限公司合作，发展了一种基于机器学习的苦味肽筛选新方法，利用该方法从超高温处理（Ultra High Temperature treated, UHT）牛奶中筛选并验证了导致UHT牛奶发苦的苦味肽。
　　苦味肽是能够与细胞膜上的苦味受体结合进而引发苦味感知的一类小分子肽。UHT牛奶随储存时间的延长会发生变苦的现象，蛋白质降解产生苦味肽可能是其诱因。除了对风味和营养的影响，苦味肽还被证实具有抗菌、抗炎、抗氧化等生物功能。因此，复杂基质中苦味肽的高通量筛选对营养研究和药物开发具有重要的意义。

　　本工作中，团队构建了扩展的基准数据集和全新的特征因子组合，建立了基于轻量梯度提升机（Light Gradient Boosting Machine, LightGBM）算法的苦味肽分类预测模型（Classification Prediction Model for Bitter Peptide, CPM-BP），在独立测试集中对苦味肽的预测准确率可达90.3％。利用CPM-BP在变质UHT牛奶中预测到180条潜在苦味肽，其中11条为已被报道的苦味肽。利用HEK293T细胞模型验证CPM-BP预测的3条新结构潜在苦味肽，结果显示3条潜在苦味肽均可激活HEK293T细胞表达的苦味受体TAS2R4，证实了CPM-BP可有效预测苦味肽。本工作将机器学习与组学技术相结合提出了一套苦味肽鉴定和预测的完整工作流程，揭示了UHT牛奶储存过程变苦的分子机制，同时为功能肽的筛选提供新方法。
　　相关研究成果以“Identification and prediction of milk-derived bitter taste peptides based on peptidomics technology and machine learning method”为题，于近日发表在《食品化学》（Food Chemistry）上。该工作的第一作者是我所DNL2001组博士研究生于洋。上述工作得到国家乳业技术创新中心科研攻关项目的支持。（文/图 于洋）
　　文章链接：https://doi.org/10.1016/j.foodchem.2023.137288 　　
       文章来源：大连化物所
      靳艳，女，博士，中国科学院大连化学物理研究所研究员，博士生导师。1992年大连理工大学获得学士学位，1995年大连理工大学获得硕士学位，2001年在中国科学院大连化学物理研究所获得博士学位。曾在德国哥廷根大学、法国南特大学和香港大学作高级访问学者。研究方向：（1）基于蛋白质组学的生物活性肽筛选新技术、新方法的研究；（2）食品组学研究。主要从事生物活性肽的研究及新产品创制。发表文章40余篇，申请专利70余项，授权30余项，其中10余项专利在企业实施产业化。主持的项目曾获得辽宁省技术发明二等奖、中国专利优秀奖、辽宁省自然科学一等奖。现任能源研究技术平台副主任、大连市功能蛋白及肽工程技术研究中心主任。