Peptidomics of Peptic Digest of Selected Potato Tuber Proteins: Post-Translational Modifications and Limited Cleavage Specificity
Notice bibliographique
Résumé
Bioinformatic tools are useful in predicting bioactive peptides from food proteins. This study was focused on using bioinformatics and peptidomics to evaluate the specificity of peptide release and post-translational modifications (PTMs) in a peptic digest of potato protein isolate. Peptides in the protein hydrolysate were identified by LC-MS/MS and subsequently aligned to their parent potato tuber proteins. Five major proteins were selected for further analysis, namely, lipoxygenase, α-1,4-glucan phosphorylase, annexin, patatin, and polyubiquitin, based on protein coverage, abundance, confidence levels, and function. Comparison of the in silico peptide profile generated with ExPASy PeptideCutter and experimental peptidomics data revealed several differences. The experimental peptic cleavage sites were found to vary in number and specificity from PeptideCutter predictions. Average peptide chain length was also found to be higher than predicted with hexapeptides as the smallest detected peptides. Moreover, PTMs, particularly Met oxidation and Glu/Asp deamidation, were observed in some peptides, and these were unaccounted for during in silico analysis. PTMs can be formed during aging of potato tubers, or as a result of processing conditions during protein isolation and hydrolysis. The findings provide insights on the limitations of current bioinformatics tools for predicting bioactive peptide release from proteins, and on the existence of structural modifications that can alter the peptide bioactivity and functionality.
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.
Comment cette classification a été obtenuedéplier
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».