Structural Requirements of Angiotensin I-Converting Enzyme Inhibitory Peptides: Quantitative Structure−Activity Relationship Study of Di- and Tripeptides
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A database consisting of 168 dipeptides and 140 tripeptides was constructed from published literature to study the quantitative structure--activity relationships of angiotensin I-converting enzyme (ACE) inhibitory peptides. Two models were computed using partial least squares regression based on the three z-scores of 20 coded amino acids and further validated by cross-validation and permutation tests. The two-component model could explain 73.2% of the Y-variance (inhibitor concentration that reduced enzyme activity by 50%, IC50) with the predictive ability of 71.1% for dipeptides, while the single-component model could explain 47.1% of the Y-variance with the predictive ability of 43.3% for tripeptides. Amino acid residues with bulky side chains as well as hydrophobic side chains were preferred for dipeptides. For tripeptides, the most favorable residues for the carboxyl terminus were aromatic amino acids, while positively charged amino acids were preferred for the middle position, and hydrophobic amino acids were preferred for the amino terminus. According to the models, the IC50 values of seven new peptides with matchable primary sequences within pea protein, bovine milk protein, and soybean were predicted. The predicted peptides were synthesized, and their IC50 values were validated through laboratory determination of inhibition of ACE activity.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle