《Microchemical Journal》:Insights into the novel mechanisms in
black ginseng flower, studies on screening, isolation and validation of AChE inhibitor for treating Alzheimer's disease
编辑推荐:
•RSM与BP神经网络联合优化了BGF皂苷的提取•通过TAUF-LC-MS筛选与分子对接,鉴定出Black ginseng flower中九种具有AChE结合活性的皂苷。•酶动力学研究证实了可逆性抑制作用,测定了IC50值,并证明所有抑制剂均具有强大的抗AD活性。•网络药理学
- •
RSM与BP神经网络联合优化了BGF皂苷的提取
- •
通过TAUF-LC-MS筛选与分子对接,鉴定出Black ginseng flower中九种具有AChE结合活性的皂苷。
- •
酶动力学研究证实了可逆性抑制作用,测定了IC50值,并证明所有抑制剂均具有强大的抗AD活性。
- •
网络药理学揭示了涉及胆碱能、神经炎症及氧化应激通路的协同多靶点机制。
- •
多生物活性评价体系有助于避免假阳性结果。
引言
Black ginseng flower(BGF)是一种富含皂苷、黄酮类化合物、多酚及多种内源性生物活性成分的高价值植物基质。其展现出显著的抗氧化、抗炎及神经保护作用,可改善认知障碍,因此具有极大的药理学研究和生物活性制剂开发潜力[1]。阿尔茨海默病(AD)是一种常见的与年龄相关的神经退行性疾病,主要表现为进行性记忆和认知功能衰退[2]。乙酰胆碱酯酶(AChE)是大脑认知功能的关键调控因子,也是AD治疗的重要靶点[3]。AChE过度激活会加速乙酰胆碱的水解,破坏大脑胆碱能稳态,引发严重的认知和记忆障碍[4]。因此,AChE抑制被视为开发认知保护功能食品的核心策略。然而,传统抗AD药物仅能缓解临床症状,无法逆转病理损伤,且长期使用可能引起不良反应,限制了其临床推广应用[5]。作为一种低毒性的天然材料,富含功能成分,BGF是开发安全高效认知保护健康产品的优秀候选物。因此,从BGF中筛选AChE抑制活性成分是人参衍生物资源深加工和高值化利用的关键。
传统单一指标筛选方法在评价天然化合物生物活性方面存在明显局限性。为克服这些不足,本研究整合了三种协同技术,探索BGF中的潜在AChE抑制剂。为提高目标生物活性成分回收率并支持后续分离纯化过程,采用响应面法(RSM)与反向传播(BP)神经网络相结合的方法对提取参数进行了系统优化[6]。RSM提供可靠的实验设计和参数优化,而BP神经网络则能够精确拟合提取变量与皂苷产量之间的复杂非线性关系。这种双重协同优化策略实现了对最佳提取条件的精确预测和高效筛选,从而显著提升了整体提取效果。与此同时,构建了基于TAUF-LC-MS的稳健筛选流程,以快速鉴定BGF中的生物活性候选物[7]。结合分子对接和分子动力学模拟,在原子水平上进一步验证了配体-蛋白质结合特征,阐明了化合物-酶复合物的结合亲和力和结构稳定性。具体而言,分子对接表征生物活性化合物与AChE的静态结合模式,而分子动力学模拟则进一步揭示了动态构象变化和稳定相互作用机制[8]。
尽管天然生物活性成分的解析筛选技术取得了巨大进步,目标分析物的绿色、可扩展纯化仍是制约植物功能基质工业化应用的主要技术瓶颈。逆流色谱(CCC)作为一种高效分离技术,具有非吸附性分离特征,可避免热敏性活性物质的损失,高度适用于多种植物源功能成分的分离纯化[9]。然而,CCC的分离性能在很大程度上取决于双相溶剂体系的理化特性[10]。经验性溶剂筛选策略存在实验周期长、溶剂消耗大和重现性差等不足[11]。本研究采用UNIFAC模型优化上下层溶剂体系比例[12]。通过将UNIFAC优化与活性导向连续CCC分离相结合,构建了一种高效环保的纯化流程,用于从BGF中分离AChE抑制剂[13]。此外,与传统单模态色谱法相比,该集成纯化系统实现了更高的成分回收率和更广泛的功能成分结构覆盖[14], [15]。
在本研究中,对纯化的BGF单体成分进行了酶动力学测试,以阐明其AChE结合特征和抑制行为,并排除功能活性检测中的假阳性干扰[16]。此外,网络药理学分析进一步验证了BGF功能成分认知保护效应背后的多靶点多通路调控机制[17]。
鉴于上述挑战和技术进展,本研究建立了一套多技术集成评价体系,系统探索BGF功能成分的认知保护和AChE抑制活性。通过响应面法(RSM)和BP神经网络联合优化皂苷提取条件,结合目标化合物分离,采用靶标亲和力超滤-液相色谱-质谱联用(TAUF-LC-MS)技术快速筛选和富集AChE靶向成分。同时,通过分子对接评估BGF生物活性成分与AChE之间的结合亲和力和分子相互作用模式。开发了一种环保的活性导向连续CCC/UNIFAC方法,以提高分离效率并减少有机溶剂消耗。此外,进行了酶动力学分析以阐明活性成分的AChE抑制模式,消除生物活性成分筛选中的假阳性干扰。同时,结合分子动力学模拟和网络药理学验证了化合物-酶复合物的结合稳定性和动态相互作用特征。体外生化分析与计算机分子模拟的整合实现了对BGF衍生生物活性成分的系统、精准功能评价,本研究整体技术流程如图1所示。值得注意的是,本研究解决了BGF抗AD活性成分研究中提取效率低、溶剂筛选盲目和作用机制不明确等关键技术问题。所建立的多维度集成技术策略弥补了传统单一方法研究的不足,为从多种植物基质中筛选和纯化天然AChE抑制剂提供了可靠的方法学参考。同时,筛选和鉴定的生物活性单体化合物为天然抗AD药物和功能食品的开发提供了新颖的候选先导化合物,为BGF资源的高值化利用和人参衍生物神经保护成分的临床转化奠定了坚实的理论和技术基础。
章节摘要
材料与试剂
AChE(S10163,200 U/g,分离自家蝇头部)购自上海元叶生物科技有限公司(上海,中国)。一个单位(U)定义为在标准测定条件下每分钟催化水解1 μmol乙酰硫代胆碱的酶量。磷酸盐缓冲液(PBS)购自Fluka公司(Burke,瑞士)。实验过程中,使用Microcon YM-100超滤装置(分子量截留值:100 kDa)以促进
响应面法
采用Design-Expert 13.0软件,基于上述影响因素进行四因素三水平Box-Behnken响应面设计。随后使用同一软件对获得的实验数据进行分析,生成相应的三维曲面图(图2)并建立回归方程:
Y = 0.15 + 0.0197A + 0.0027B + 0.0118C + 0.0020D ? 0.008AB + 0.0070AC ? 0.0247CE + 0.0078BCE ? 0.0163BD + 0.0310CD ? 0.0432A2 ? 0.0593B2 ? 0.0387C2
结论
本研究建立了一套综合集成技术流程,包括绿色提取优化、高通量靶标筛选、单体精确纯化、结构鉴定、酶动力学验证和分子模拟分析,用于从药食两用资源Black ginseng flower(BGF)中定向探索具有抗阿尔茨海默病活性的乙酰胆碱酯酶(AChE)抑制剂。RSM-BP神经网络联合策略成功
CRediT作者贡献声明
李林一:撰写-初稿、方法论、概念设计。孟瑞:软件。韩京一:资源。李宇迪:调查研究。李思南:撰写-初稿、项目管理、方法论、资金获取、概念设计。刘春明:监督、概念设计。张雨池:验证、调查研究。
利益冲突声明
作者声明不存在已知的可能影响本文所报告工作的竞争性经济利益或个人关系。
致谢
作者衷心感谢吉林省自然科学基金(编号:20260206040ZP)的支持。
李林一|孟瑞|韩京一|李宇迪|李思南|刘春明|张雨池