《Food Chemistry: X》：An innovative strategy coupling cluster fraction with ultrafiltration UPLC-QTOF-MS/MS for screening α-glucosidase inhibitors from barley seedlings
編輯推薦：
本研究針對常規(guī)親和超濾-質(zhì)譜（UF-MS）技術(shù)中高豐度、低活性成分會“掩蓋”低豐度、高活性抑制劑而導致靈敏度下降的問題，開發(fā)了一種“聚類+分步超濾”的創(chuàng)新篩選策略。該方法從大麥苗提取物中成功鑒定出4種被常規(guī)方法遺漏的低豐度、高活性α-glucosidase抑制劑，為功能性食品開發(fā)提供新靶點。
隨著全球糖尿病患病率的不斷攀升，尤其是兒童和青少年2型糖尿病的日益普遍，尋找有效且副作用小的血糖管理方法成為當務(wù)之急。其中，α-葡萄糖苷酶抑制劑（α-glucosidase inhibitors）是控制餐后高血糖（postprandial hyperglycaemia）的核心藥物之一。然而，長期服用阿卡波糖（acarbose）等傳統(tǒng)藥物可能帶來肝功能障礙、胃腸道不適等副作用。因此，從天然產(chǎn)物中發(fā)掘安全有效的α-葡萄糖苷酶抑制劑，并將其融入功能食品（functional foods），成為一種極具前景的防治策略。大麥（barley）作為一種主要作物，其幼苗富含具有潛在活性的天然產(chǎn)物，但其中具體的活性成分尚不明確。然而，從復雜的植物提取物中精準、高效地找到那些“不起眼”但“能力強”的化合物，并非易事。常規(guī)的親和超濾-質(zhì)譜（Affinity Ultrafiltration-Mass Spectrometry, UF-MS）技術(shù)雖然快速、高通量，但有一個固有的軟肋：高豐度的、但活性可能一般的成分，會像一群“彪形大漢”一樣，擠占酶的活性位點，把那些含量雖低、但活性更強的“小個子”競爭者擋在門外，導致漏篩。如何突破這種“遮掩效應(yīng)”（masking effect），提高篩選靈敏度，正是本研究的核心挑戰(zhàn)。
為了攻克這一難題，來自青海大學的研究團隊展開了一項題為“An innovative strategy coupling cluster fraction with ultrafiltration UPLC-QTOF-MS/MS for screening α-glucosidase inhibitors from barley seedlings”的研究。他們開發(fā)了一種創(chuàng)新的“先聚類，后超濾”（clustering-prior-to-ultrafiltration）策略，成功地從大麥苗中挖掘出一批新型、高效的α-葡萄糖苷酶抑制劑，相關(guān)成果發(fā)表在《Food Chemistry: X》上。為開展這項研究，研究人員主要運用了幾項關(guān)鍵技術(shù)：首先，他們利用高效液相色譜（HPLC）對大麥苗提取物（BSE）進行分析，并基于色譜峰的峰面積進行k-means聚類分析，將組分分為豐度不同的三類。其次，對聚類后的每一類組分分別進行親和超濾（Affinity Ultrafiltration）篩選，即讓目標酶與候選化合物結(jié)合，再利用超濾膜分離復合物與未結(jié)合分子。接著，采用超高效液相色譜-四極桿飛行時間串聯(lián)質(zhì)譜（UPLC-QTOF-MS/MS）對從酶-配體復合物中解離出的潛在抑制劑進行結(jié)構(gòu)鑒定。隨后，通過制備型HPLC對鑒定出的化合物進行分離純化，并進行α-葡萄糖苷酶抑制活性（α-GIA）評估，測定其IC50值。最后，綜合運用酶抑制動力學、多種光譜學分析（如熒光光譜、圓二色譜）、分子對接（Molecular Docking）和分子動力學（Molecular Dynamics, MD）模擬，深入揭示了活性化合物與酶的相互作用機制。研究所用的大麥幼苗樣本于2023年5月采自中國青海省海北藏族自治州。
研究結(jié)果：
3.1. 對基于聚類方法的抑制劑篩選進行評估
- •
3.1.1. 聚類分析與分級：研究人員首先對具有顯著α-葡萄糖苷酶抑制活性的大麥苗30%乙醇洗脫部位（BSE）進行了HPLC分析，并根據(jù)35個色譜峰的峰面積大小，通過k-means聚類將其分為三類：Category I（3個高豐度峰）、Category II（1個峰）和Category III（31個低豐度峰）。
- •
3.1.2. 分類親和超濾UPLC-QTOF-MS/MS分析α-葡萄糖苷酶抑制劑：對比直接對BSE進行常規(guī)UF-MS篩選（僅發(fā)現(xiàn)3個候選抑制劑）與對三個聚類組分分別進行UF-MS篩選的結(jié)果，發(fā)現(xiàn)后者額外鑒定出了4個低豐度但具有真正抑制活性的化合物（對應(yīng)峰16, 18, 21, 23）。這表明，先聚類再分步超濾的策略能有效避免高豐度成分的“遮掩”，顯著提高對低豐度活性化合物的篩選靈敏度。
- •
3.1.3. 抑制活性評估：通過UPLC-QTOF-MS/MS分析和核磁共振（NMR）驗證，最終確定了7個化合物的結(jié)構(gòu)，均為黃酮苷類化合物。活性測試顯示，通過聚類策略新發(fā)現(xiàn)的4個低豐度化合物（化合物4-7）的IC50值（217.75–583.35 μg/mL）明顯低于3個高豐度化合物（化合物1-3， IC50值為707.05–1044.95 μg/mL），證明其抑制活性更強。
3.2. 結(jié)合機制研究
- •
3.2.1. 抑制動力學分析：對活性最強的4個化合物（4-7）進行的酶動力學（Lineweaver-Burk圖）分析表明，它們都以競爭性抑制（competitive inhibition）的方式與底物pNPG（p-nitrophenyl-α-D-pyranoglucoside）競爭酶的活性位點。
- •
3.2.2. 熒光猝滅分析：熒光光譜實驗顯示，隨著化合物濃度增加，α-葡萄糖苷酶的內(nèi)源性熒光被猝滅，且最大發(fā)射波長發(fā)生藍移，表明化合物結(jié)合引起了酶構(gòu)象和微環(huán)境變化。Stern-Volmer分析表明，猝滅常數(shù)Ksv隨溫度升高而增大，提示疏水相互作用（hydrophobic interactions）是主要的結(jié)合驅(qū)動力之一。
- •
3.2.4. 氨基酸微環(huán)境變化的分析：同步熒光光譜（Δλ = 15 nm 和 60 nm）表明，化合物結(jié)合改變了色氨酸（Trp）和酪氨酸（Tyr）殘基周圍的微環(huán)境，使Trp殘基的極性增加、疏水性降低，而Tyr殘基的極性降低、疏水性增強，且Trp殘基更靠近抑制劑結(jié)合位點。
- •
3.2.5. 構(gòu)象變化和熒光猝滅模式分析：三維（3D）熒光光譜顯示，化合物結(jié)合后，α-葡萄糖苷酶的特征熒光峰（峰1和峰2）強度顯著降低，表明抑制劑結(jié)合導致肽鏈骨架構(gòu)象改變，疏水區(qū)域暴露。
- •
3.2.6. 二級結(jié)構(gòu)變化分析：圓二色譜（CD）分析證實，化合物結(jié)合導致α-葡萄糖苷酶的α-螺旋和β-折疊含量減少，β-轉(zhuǎn)角和無規(guī)卷曲含量增加，表明其二級結(jié)構(gòu)發(fā)生了顯著重排。
- •
3.2.7. 配體-酶相互作用及抑制機理分析：分子對接結(jié)果顯示，4個活性化合物主要通過氫鍵和疏水相互作用結(jié)合在α-葡萄糖苷酶的疏水腔內(nèi)，其結(jié)合自由能與實驗測得的抑制活性趨勢一致。
- •
3.2.8. 配體-酶復合物的穩(wěn)定性與相互作用比較分析：對4個復合物進行100 ns的分子動力學模擬。分析均方根偏差（RMSD）、回旋半徑（Rg）、溶劑可及表面積（SASA）和氫鍵數(shù)量等參數(shù)發(fā)現(xiàn)，化合物5和4與酶形成的復合物最穩(wěn)定（RMSD更低，氫鍵網(wǎng)絡(luò)更豐富），而化合物6和7的復合物則表現(xiàn)出更大的構(gòu)象波動。MM/GBSA（Molecular Mechanics with Generalized Born and Surface Area）結(jié)合自由能計算也證實，化合物5的總結(jié)合自由能最低（-62.82 kcal/mol），活性最強。關(guān)鍵殘基如Phe158、Trp311、Asp242和Glu271對所有化合物的結(jié)合都起到了主要的穩(wěn)定作用。
- •
3.2.9. 配體-酶復合物的自由能景觀與結(jié)合驅(qū)動力分析：自由能景觀（FEL）分析揭示了各復合物最穩(wěn)定的構(gòu)象狀態(tài)及其對應(yīng)的相互作用網(wǎng)絡(luò)。結(jié)合MM/GBSA能量分解，進一步確認范德華力（van der Waals）和靜電相互作用（electrostatic interactions）是結(jié)合的主要驅(qū)動力，而溶劑化效應(yīng)（solvation effect）則對凈結(jié)合親和力產(chǎn)生不利影響。
結(jié)論與意義：
本研究成功開發(fā)并驗證了一種創(chuàng)新的“先聚類，后超濾”篩選策略。該策略通過HPLC峰面積聚類對復雜提取物進行預分組，然后對各組分別進行親和超濾-質(zhì)譜篩選，有效克服了傳統(tǒng)UF-MS技術(shù)中高豐度成分對低豐度、高活性抑制劑的“遮掩效應(yīng)”。應(yīng)用此方法，研究者從大麥苗中不僅找到了常規(guī)方法能發(fā)現(xiàn)的3個高豐度抑制劑，還額外挖掘出4個活性更強（IC50值低2-5倍）的低豐度黃酮苷類化合物，顯著提升了篩選的靈敏度與發(fā)現(xiàn)率。深入的機制研究表明，這些新發(fā)現(xiàn)的抑制劑通過競爭性方式作用于α-葡萄糖苷酶的活性位點，其結(jié)合主要由疏水相互作用和氫鍵驅(qū)動，并可引起酶二級結(jié)構(gòu)的重排和關(guān)鍵氨基酸微環(huán)境的改變。分子對接與動力學模擬進一步在原子層面揭示了具體的結(jié)合模式和關(guān)鍵相互作用殘基。
這項工作的意義在于，它為解決復雜天然產(chǎn)物體系中活性成分篩選的靈敏度瓶頸提供了一個簡單、有效且通用的方法學策略。該方法尤其適用于從植物、微生物提取物等成分復雜的“寶庫”中，高效挖掘那些含量極低但藥理活性突出的先導化合物。本研究不僅為大麥苗作為一種潛在的功能食品原料開發(fā)提供了具體的活性成分和理論依據(jù)，也為未來針對糖尿病等其他疾病的天然產(chǎn)物抑制劑高通量篩選提供了新的技術(shù)思路和參考范式。
