雞蛋蛋白ACE抑 制肽的篩選、鑒定及其作用機(jī)制

于志鵬，樊 玥，趙文竹,*，張馨月，劉靜波*

（1.渤海大學(xué)食品科學(xué)與工程學(xué)院，生鮮農(nóng)產(chǎn)品貯藏加工及安全控制技術(shù)國(guó)家地方聯(lián)合工程研究中心，遼寧 錦州 121013；2.吉林大學(xué)營(yíng)養(yǎng)與功能食品研究室，吉林 長(zhǎng)春 130062）

蛋白質(zhì)在消化過(guò)程中會(huì)釋放出小肽和氨基酸，其中小肽以完整的形式被人體利用，會(huì)產(chǎn)生類(lèi)似激素活性物質(zhì)的作用，比游離的氨基酸更容易被人體吸收，且對(duì)人體具有特殊的生理調(diào)節(jié)功能[1-2]。生物活性肽具有特定的生理功能，如調(diào)節(jié)血壓、預(yù)防老年癡呆和痛風(fēng)等，可以作為保健食品的功能因子[3-5]。血管緊張素轉(zhuǎn)化酶（angiotensin-I converting enzyme，ACE）抑制肽是生物活性肽研究領(lǐng)域的熱點(diǎn)之一，已經(jīng)有大量研究證明食源性生物活性肽具有ACE抑制活性[6]。但利用傳統(tǒng)方法篩選ACE抑制肽的周期長(zhǎng)且成本高，因此，從天然蛋白資源中高效篩選ACE抑制肽成為研究的焦點(diǎn)。隨著生物信息學(xué)不斷發(fā)展，一種基于已知蛋白質(zhì)氨基酸序列的虛擬篩選技術(shù)成為解決當(dāng)前瓶頸的有效手段[7]。計(jì)算機(jī)輔助水解工具ExPASy是瑞士生物信息研究所提供的數(shù)據(jù)工具平臺(tái)，PeptideCutter可以預(yù)測(cè)蛋白質(zhì)序列在特定蛋白酶條件下的切割位點(diǎn)。admetSAR是預(yù)測(cè)活性肽的吸收、分布、代謝、排泄和毒性（absorption, distribution, metabolism,excretion, toxicity，ADMET）化學(xué)性能的工具，能快速判斷候選活性肽的生物活性和安全性，節(jié)省研發(fā)時(shí)間和經(jīng)費(fèi)的投入。

雞蛋是良好蛋白質(zhì)資源，因此，本研究以雞蛋蛋白質(zhì)為原料，通過(guò)虛擬篩選的方法獲得具有潛在ACE抑制活性的肽序列，并對(duì)其體外活性進(jìn)行確證。同時(shí)，利用分子對(duì)接技術(shù)闡明ACE抑制肽與ACE的相互作用機(jī)制。本研究旨在為合理利用雞蛋蛋白質(zhì)資源，開(kāi)發(fā)雞蛋蛋白ACE抑制肽提供理論依據(jù)，具有廣闊的應(yīng)用前景和經(jīng)濟(jì)效益。

1 材料與方法

1.1 材料與試劑

ACE（來(lái)自兔肺）、馬尿酰-組氨酸-亮氨酸、馬尿酸美國(guó)Sigma-Aldrich公司；乙腈、甲醇、三氟乙酸（均為色譜級(jí)） 美國(guó)Fisher Scientific公司；鹽酸（分析純）錦州古城化學(xué)試劑廠；氫氧化鈉（分析純） 天津市風(fēng)船化學(xué)試劑科技有限公司；硼砂（分析純） 天津市天力化學(xué)試劑有限公司；活性肽 上海淘普生物科技有限公司。

1.2 儀器與設(shè)備

Discovery Studio 2017 R2 Client 美國(guó)Accelrys公司；2010分析型高效液相色譜（high performance liquid chromatography，HPLC）儀 日本Shimadzu公司；XW-80A渦旋混合器 海門(mén)市其林貝爾儀器制造有限公司；電子天平 梅特勒-托利多儀器（上海）有限公司；HH-501型超級(jí)恒溫水浴鍋 常州國(guó)宇儀器制造有限公司。

1.3 方法

1.3.1 雞蛋源蛋白質(zhì)的篩選

雞蛋中卵清蛋白[8]（Accession：1OVA_A）、卵黃蛋白原-1前體[9]（Accession：NP_001004408 XP_422384）、卵黃蛋白原-2前體[10]（Accession：NP_001026447 XP_422370）和鐵轉(zhuǎn)運(yùn)蛋白[11]（Accession：1AIV_A）作為ACE抑制肽的原料蛋白，其氨基酸數(shù)分別為386、1 912、1 850和686。使用BIOPEPUWM[12]程序中的“潛在生物活性”工具（http://www.uwm.edu.pl/biochemia/index.php/en/biopep）預(yù)測(cè)所選定的雞蛋蛋白質(zhì)作為制備ACE抑制肽原料的潛力。按式（1）計(jì)算ACE抑制肽理論釋放量（A）[13]：

式中：a為蛋白質(zhì)序列中ACE抑制肽片段的數(shù)量；N為蛋白質(zhì)中氨基酸殘基的數(shù)量。

1.3.2 虛擬酶解與篩選

利用ExPASy PeptideCutter[14]（http://web.expasy.org/peptidecutter/）程序中胃蛋白酶（EC3.4.23.1）和胰蛋白酶（EC3.4.21.4）對(duì)雞蛋蛋白質(zhì)進(jìn)行虛擬酶解，得到理論多肽序列，從中挑選出三肽序列。利用PeptideRanker[15]程序預(yù)測(cè)這些多肽的潛在生物活性（http://bioware.ucd.ie/～compass/biowareweb/Server_pages/peptideranker.php），用Innovagen程序（http://www.innovagen.com/proteomics-tools）的“Peptide property calculator”工具預(yù)測(cè)肽的溶解度，挑選出水溶性良好的多肽，用admetSAR預(yù)測(cè)其ADMET[16]（http://lmmd.ecust.edu.cn/admetsar1/predict/）性質(zhì)，主要包括人體腸道吸收（human intestinal aabsorption，HIA）、血腦屏障穿透（blood-brain barrier penetration，BBB）和急性口服毒性。將篩選得到的具有良好生物活性、水溶性和ADMET性質(zhì)的活性肽與在線(xiàn)數(shù)據(jù)庫(kù)BIOPEP-UWM和AHTPDB[17]（http://crdd.osdd.net/raghava/ahtpdb/）中已經(jīng)被數(shù)據(jù)庫(kù)收錄的ACE抑制肽進(jìn)行對(duì)比，將未被研究報(bào)道的三肽進(jìn)行下一步研究。

1.3.3 藥效團(tuán)模型

1.3.3.1 訓(xùn)練集的選擇及模型構(gòu)建

選取6 個(gè)高活性的ACE抑制三肽作為訓(xùn)練集，分別為IKW[18]、LKP[19]、LGP[20]、PLG[20]、FCF[18]和FAL[21]，其半抑制濃度（50% inhibitory concentration，IC50）值分別為0.21、0.32、0.72、1.62、2.65、3.5 μmol/L。使用Discovery Studio 2017 R2 Client的Macromolecules模塊構(gòu)建結(jié)構(gòu)，在CHARMM力場(chǎng)下進(jìn)行能量最小化優(yōu)化。將這6 個(gè)訓(xùn)練集小分子的Principal參數(shù)設(shè)置為2，MaxOmitFeat參數(shù)設(shè)置為0，構(gòu)象生成方式的算法為BEST，其他參數(shù)均為默認(rèn)值。并根據(jù)評(píng)分選擇前10 個(gè)模型進(jìn)行質(zhì)量評(píng)估[22]。

1.3.3.2 藥效團(tuán)模型的評(píng)估

以表1的15 種ACE抑制三肽為測(cè)試集[23-27]，Principal參數(shù)為2表示驗(yàn)證集是高活性分子，Principal參數(shù)為1表示驗(yàn)證集是中活性分子，Principal參數(shù)為0表示驗(yàn)證集是無(wú)活性分子。使用Discovery Studio中的Ligand Profile模塊分析測(cè)試集分子與藥效團(tuán)中關(guān)鍵化學(xué)特征間的疊合情況。構(gòu)象產(chǎn)生參數(shù)設(shè)為BEST，在結(jié)果中是否顯示配體分子和藥效團(tuán)模型的疊合參數(shù)設(shè)為T(mén)rue，其他參數(shù)均為默認(rèn)。

表1 測(cè)試集分子Table 1 A set of peptides

1.3.4 分子模擬

1.3.4.1 ACE初始結(jié)構(gòu)的處理

使用Discovery Studio 2017 R2 Client軟件進(jìn)行分子對(duì)接。從RCSB Protein Data Bank數(shù)據(jù)庫(kù)下載ACE（PDB ID：1O86，分辨率：2.0 ?）的晶體復(fù)合物結(jié)構(gòu)[28]，刪除在模擬過(guò)程中不需要的水分子以及雜原子，移除自帶配體，保留Zn2+和Cl-，并補(bǔ)全氫原子[29]。

1.3.4.2 分子對(duì)接

利用Discovery Studio 2017 R2 Client構(gòu)建活性肽的3D結(jié)構(gòu)作為配體，在CHARMM力場(chǎng)下進(jìn)行能量最小化優(yōu)化。使用軟件的CDOCKER模塊進(jìn)行ACE與活性肽的半柔性對(duì)接，即ACE設(shè)為剛性，活性肽分子設(shè)為柔性，對(duì)接坐標(biāo)為x：40.497 4，y：34.882 9和z：44.381 4。每個(gè)分子生成的對(duì)接構(gòu)象數(shù)目設(shè)置為10，其他參數(shù)為默認(rèn)值?；钚噪呐cACE的結(jié)合能力以“-CDOCKER Energy”值表示。

1.3.5 ACE抑制肽的合成

利用FMOC固相化學(xué)合成法合成篩選得到的雞蛋源ACE抑制肽[30]，活性肽的純度大于90%。

1.3.6 ACE抑制活性測(cè)定

采用已建立的反相HPLC法進(jìn)行[31]。

1.3.7 ACE-肽分子互作機(jī)制

將活性肽與1.3.3.1節(jié)處理后的ACE進(jìn)行分子對(duì)接，對(duì)接條件與1.3.4.2節(jié)相同，研究ACE抑制活性與活性肽化學(xué)結(jié)構(gòu)之間的關(guān)系，明確活性肽與ACE之間的相互作用的氨基酸與位置關(guān)系。

1.4 數(shù)據(jù)統(tǒng)計(jì)分析

采用Microsoft Excel和Origin對(duì)數(shù)據(jù)進(jìn)行處理分析，樣品測(cè)定結(jié)果采用 ±s表示。

2 結(jié)果與分析

2.1 ACE抑制肽原料蛋白質(zhì)的篩選

通過(guò)BIOPEP-UWM評(píng)估雞蛋卵清蛋白、卵黃蛋白原-1前體、卵黃蛋白原-2前體和鐵轉(zhuǎn)運(yùn)蛋白作為生物活性肽的潛在來(lái)源，結(jié)果表明其ACE抑制肽理論釋放量分別為25.1%、8.5%、10.1%和17.2%，含有的ACE抑制肽理論片段分別為97、163、187和118（表2），其中ACE抑制肽理論片段不包括重復(fù)序列。卵清蛋白、卵黃蛋白原-1前體、卵黃蛋白原-2前體、鐵轉(zhuǎn)運(yùn)蛋白的蛋白質(zhì)可以作為篩選ACE抑制肽的前體蛋白，其中卵黃蛋白原-2前體釋放出理論種類(lèi)最多的ACE抑制肽序列，這是由于其蛋白長(zhǎng)度最長(zhǎng)，蛋白質(zhì)鏈中氨基酸序列排列方式理論水解得到ACE的數(shù)量最多。此外，雞蛋蛋白質(zhì)水解產(chǎn)物的特征與其氨基酸含量及排列順序有關(guān)。通過(guò)BIOPEPUWM評(píng)估，雞蛋蛋白質(zhì)可以作為潛在ACE抑制肽的蛋白來(lái)源。

表2 雞蛋蛋白質(zhì)理論釋放ACE抑制肽含量Table 2 Amount of ACE-inhibitory peptides from hen egg proteins predicted with BIOPEP-UWM

2.2 虛擬篩選

2.2.1 虛擬酶解

使用胃蛋白酶（pH 1.3）和胰蛋白酶，通過(guò)ExPASy Peptide Cutter程序虛擬水解卵清蛋白、卵黃蛋白原-1前體、卵黃蛋白原-2前體和鐵轉(zhuǎn)運(yùn)蛋白，虛擬水解得到大量的二肽、三肽和四肽等。將水解得到的所有三肽收集，并利用PeptideRanker程序進(jìn)行生物活性預(yù)測(cè)，其中生物活性評(píng)分不小于0.5的肽認(rèn)定為具有潛在高生物活性，并利用Innovagen程序預(yù)測(cè)其水溶性，最終獲得了18種水溶性良好、具有潛在高生物活性的三肽，其中來(lái)自卵黃蛋白原-1前體的三肽為GDF、WGK、FKP、FDR、SDF、ACR、QWK、LGR、FQK和IGR，來(lái)自卵黃蛋白原-2前體的三肽為IWR、FTR、AWK和DIC，來(lái)自鐵轉(zhuǎn)運(yùn)蛋白的三肽為ADW、SDF、CDR和DGG。雖然理論上卵清蛋白源釋放的ACE抑制肽含量高，但是并沒(méi)有在其中獲得對(duì)應(yīng)數(shù)量的三肽，這可能是因?yàn)槁亚宓鞍滋摂M水解得到的三肽片段較少。

2.2.2 ADMET性質(zhì)預(yù)測(cè)結(jié)果

對(duì)肽的ADMET性質(zhì)預(yù)測(cè)可以作為高活性ACE抑制肽的前期篩選條件，在后續(xù)活性肽鑒定和活性驗(yàn)證研究中起重要作用。admetSAR是根據(jù)活性肽的結(jié)構(gòu)預(yù)測(cè)并分析其吸收和代謝性質(zhì)的工具。研究發(fā)現(xiàn)，在上述18 種肽中，僅7 種肽WGK、QWK、FQK、AWK、DIC、ADW和SDF具有良好的ADMET特性，均表現(xiàn)為HIA+和BBB+，表明這些肽具有良好的小腸吸收性（＞30%）和血腦屏障透過(guò)性，且這7 種肽均無(wú)毒。

2.2.3 藥效團(tuán)模型

以6 個(gè)高活性的ACE抑制三肽IKW、LKP、LGP、PLG、FCF和FAL為訓(xùn)練集，產(chǎn)生了10 個(gè)藥效團(tuán)模型Hypothese 1、Hypothese 2、Hypothese 3、Hypothese 4、Hypothese 5、Hypothese 6、Hypothese 7、Hypothese 8、Hypothese 9和Hypothese 10（表3），Rank值分別為86.625、85.470、85.334、85.248、85.202、84.856、84.775、84.773、84.635和84.491。Rank值是HipHop算法得到的藥效團(tuán)模型打分值，體現(xiàn)了藥效團(tuán)與這6 個(gè)訓(xùn)練集小分子的匹配度，匹配數(shù)目越多，Rank值越高。藥效團(tuán)特征匹配數(shù)目是111111表示此藥效團(tuán)藥效特征與6 個(gè)小分子均可匹配；部分匹配藥效團(tuán)特征數(shù)目表示此藥效團(tuán)藥效特征中與6 個(gè)小分子部分匹配的藥效特征數(shù)目為0；最大匹配值為5，表示5 個(gè)藥效特征均可匹配。其中Hypothese 1的Rank值最高為86.625，表明活性化合物與藥效團(tuán)Hypothese 1匹配最好，構(gòu)建的藥效團(tuán)模型最可靠。

表3 訓(xùn)練集生成的10 個(gè)藥效團(tuán)模型參數(shù)Table 3 Ten pharmacophore model parameters generated from training set

實(shí)驗(yàn)以6 個(gè)活性分子、6 個(gè)中等活性分子和3 個(gè)無(wú)活性的ACE抑制肽對(duì)所獲得的10 個(gè)藥效團(tuán)模型進(jìn)行驗(yàn)證。圖1為測(cè)試集分子與藥效團(tuán)匹配生成的熱圖，顏色從紅色到藍(lán)色表示匹配度越來(lái)越高。由圖1可知，藥效團(tuán)模型測(cè)試集中的12 個(gè)高活性及中活性肽序列VSV、LRP、IVY、GLP、LKA、LAP、PGL、VAF、AFL、YGL、KGP、RVR所對(duì)應(yīng)的區(qū)域大部分顯示橙色、黃色及淺綠色，而3 個(gè)無(wú)活性肽PER、YPF和NVR所對(duì)應(yīng)的區(qū)域都顯示為藍(lán)色和深藍(lán)色，能夠較好地識(shí)別區(qū)分測(cè)試集中的活性分子和無(wú)活性分子。Hypothese 1與活性最好的分子區(qū)域呈明顯的橙色，與無(wú)活性分子區(qū)域呈明顯的藍(lán)色，證明該模型最可靠。藥效團(tuán)模型通過(guò)分析三肽的氫鍵受體特征、氫鍵供體特征、疏水中心特征、負(fù)電離子中心特征和正電離子中心特征預(yù)測(cè)其生物活性，因此，利用Ligand Profile模塊分析三肽WGK、QWK、FQK、AWK、DIC、ADW和SDF分別與Hypothese 1關(guān)鍵化學(xué)特征元素間的疊合情況，其Fit值分別為2.287、2.987、2.402、3.106、3.046、2.744和1.311。結(jié)果表明，SDF的Fit值最低，與Hypothese 1匹配度最低，因此，實(shí)驗(yàn)剔除掉三肽SDF，以剩余的6 種三肽WGK、QWK、FQK、AWK、DIC和ADW進(jìn)行分子對(duì)接和活性驗(yàn)證。

圖1 ACE抑制肽藥效團(tuán)熱圖Fig. 1 Pharmacophore heat maps of ACE inhibitory peptides

2.2.4 分子對(duì)接與活性驗(yàn)證

使用Discovery Studio 2017 R2 Client軟件進(jìn)行ACE（1O86）與上述6 種肽的對(duì)接，計(jì)算ACE-肽之間結(jié)合能量，考察ACE-肽復(fù)合物的穩(wěn)定性。通過(guò)分子對(duì)接中打分函數(shù)可知，ACE-WGK、ACE-QWK、ACE-FQK、ACE-AWK、ACE-DIC和ACE-ADW的“-CDOCKER Energy”值分別為96.45、91.64、111.98、83.05、94.40、97.59 kcal/mol。“-CDOCKER Energy”值相對(duì)越高，表示其結(jié)合越緊密。結(jié)果表明，這6 種肽均可與ACE發(fā)生結(jié)合，ACE-FQK、ACE-WGK和ACE-ADW結(jié)合較好，即FQK、WGK和ADW可能具有更好的ACE抑制活性。最后，通過(guò)與BIOPEP-UWM和AHTPDB數(shù)據(jù)庫(kù)中已經(jīng)發(fā)表的ACE抑制肽（2019年4月在BIOPEPUWM數(shù)據(jù)庫(kù)處獲得的數(shù)據(jù)）進(jìn)行比較，結(jié)果表明，實(shí)驗(yàn)獲得的3 種三肽均為首次研究報(bào)道。對(duì)三肽FQK、WGK和ADW進(jìn)行Fomc法固相合成，并利用反相HPLC法檢測(cè)其體外ACE抑制活性，IC50值分別為（250±0.25）、（222.74±1.02）、（85.38±0.54）μmol/L，其中ADW的活性最高。

2.3 ACE-肽的作用機(jī)制

通過(guò)CDOCKER程序研究了FQK、WGK和ADW對(duì)ACE的抑制機(jī)制，從分子角度闡述優(yōu)選活性肽FQK、WGK和ADW與ACE的作用機(jī)制（3D模型見(jiàn)圖2a、3a和4a）。由圖2b可知，三肽FQK與ACE的氨基酸殘基Ala354（2.07 ?/2.59 ?）、His353（2.18 ?）、His513（2.25 ?）、Tyr523（2.04 ?）、Tyr520（2.12 ?）、Lys511（1.85 ?）和Thr282（1.89 ?）之間形成了8 個(gè)不同距離的氫鍵，其中，F(xiàn)QK和氨基酸殘基Ala354之間含有2 個(gè)氫鍵，與Lys511之間形成的氫鍵最短，結(jié)合最緊密；FQK與氨基酸殘基His513（2.71 ?/3.08 ?）形成2 個(gè)不同距離的碳?xì)滏I，與His353（2.86 ?）的結(jié)合形成1 個(gè)碳?xì)滏I。FQK與氨基酸殘基Val518（4.47 ?）形成疏水相互作用，Lys511和Glu376形成鹽橋。

由圖3b可知，在ACE-WGK復(fù)合物中，WGK與ACE中的氨基酸殘基Gln281（2.03 ?）、Tyr520（1.97 ?）、Asp453（1.87 ?）、His353（2.53 ?/2.04 ?）、His513（2.09 ?）和Tyr523（2.20 ?）形成了7 個(gè)不同距離的氫鍵，與Glu384（2.70 ?）之間形成了1 個(gè)碳?xì)滏I，與Lys511（2.01 ?）相互作用形成鹽橋，與Lys511（2.01 ?）、Asp453（3.64 ?）和Glu376（5.04 ?）形成靜電相互作用，與Val518（4.25 ?/4.36 ?）形成疏水相互作用。此外，WGK中的氧原子還與Zn701（2.17 ?）形成金屬受體相互作用。ACE的活性中心含有二價(jià)鋅陽(yáng)離子的活性口袋，WGK和ADW和活性口袋中的殘基發(fā)生作用，且具備能與鋅離子有較強(qiáng)的結(jié)合能力，占據(jù)ACE的活性中心，使其活性降低。

由圖4b可知，三肽ADW與ACE中的Gln281、Ala354以及Tyr523氨基酸殘基之間形成了3 個(gè)氫鍵，氫鍵長(zhǎng)度分別為2.25、2.91 ?以及2.66 ?；與His513（2.54 ?/2.76 ?）、His353（2.53 ?/2.61 ?）、Tyr523（2.66 ?）和His383（2.69 ?）之間形成了6 個(gè)不同距離的碳?xì)滏I。同時(shí)，ADW與氨基酸殘基Lys511（1.81 ?）和Glu162（2.19 ?）形成鹽橋，與His353（4.53 ?）發(fā)生靜電相互作用，與氨基酸殘基Ala356（5.45 ?）和Val518（4.87 ?）發(fā)生疏水相互作用。此外，ADW中的氧原子與Zn701（2.24 ?）形成金屬受體相互作用，其余的氨基酸殘基與ACE抑制肽形成的都是范德華力?；钚钥诖械陌被崾茿CE與三肽分子相互作用的關(guān)鍵氨基酸，通過(guò)已經(jīng)解析出的ACE晶體結(jié)構(gòu)（PDB ID：1O86）可知，ACE主要含有3 個(gè)活性口袋S1（Ala354、Glu384 和Tyr523），S2（Gln281、His353、His513、Lys511和Tyr520）和S1’（Glu162）[32]。研究表明，ACE抑制肽的氨基酸組成與其抑制活性密切相關(guān)，因此，三肽的氨基酸殘基與ACE的相互作用關(guān)系的研究有助于ACE機(jī)理的解析[33-34]。

圖2 ACE-FQK分子對(duì)接相互作用Fig. 2 Molecular docking between FQK and ACE

圖3 ACE-WGK分子對(duì)接相互作用Fig. 3 Molecular docking between WGK and ACE

圖4 ACE-ADW分子對(duì)接相互作用Fig. 4 Molecular docking between ADW and ACE

3 結(jié) 論

目前，生物活性肽的大量研究主要集中在蛋白酶和蛋白質(zhì)的篩選上，在原料蛋白質(zhì)和蛋白酶選擇上具有盲目性。利用虛擬酶解等手段不僅可以明確肽序列，同時(shí)也可以預(yù)測(cè)實(shí)驗(yàn)選取的蛋白質(zhì)是否可以作ACE抑制肽的原料蛋白，有利于選擇今后實(shí)驗(yàn)研究的對(duì)象，同時(shí)為從原料蛋白質(zhì)中尋找已知序列的生物活性肽提供了基礎(chǔ)。本實(shí)驗(yàn)利用虛擬篩選、藥效團(tuán)模型并結(jié)合分子對(duì)接的方法獲得了來(lái)自雞蛋蛋白源的ACE抑制肽FQK、WGK和ADW，并對(duì)其體外ACE抑制活性和作用機(jī)制進(jìn)行研究。實(shí)驗(yàn)表明雞蛋蛋白源三肽FQK、WGK和ADW具有體外ACE抑制活性，IC50值分別為（250±0.25）、（222.74±1.02）、（85.38±0.54）μmol/L。研究發(fā)現(xiàn)FQK、WGK和ADW能與ACE的活性口袋S1、S2中的氨基酸殘基發(fā)生作用，WGK和ADW與鋅離子能夠牢固的結(jié)合，且ADW是本研究中唯一一個(gè)與活性口袋S1’氨基酸殘基Glu162形成相互作用的三肽，這也可能是ADW的體外ACE抑制活性最高的原因。虛擬篩選可以定向篩選ACE抑制肽，藥效團(tuán)為ACE抑制活性肽序列預(yù)測(cè)提供了輔助，與傳統(tǒng)酶解方法相比降低了實(shí)驗(yàn)成本并提高了篩選鑒定ACE抑制肽的效率。