Enzymatic release of dipeptidyl peptidase‐4 inhibitors (gliptins) from pigeon pea (<i>Cajanus cajan</i>) nutrient reservoir proteins: In silico and in vitro assessments
Notice bibliographique
Résumé
In silico and in vitro parameters were used to assess the potential of pigeon pea (Cajanus cajan) nutrient reservoir proteins as sources of dipeptidyl peptidase (DPP)-4 inhibitors. In silico, 40 pigeon pea proteins evaluated had 46% of amino acids associated with DPP-4 inhibition. After virtual hydrolysis, pepsin had the highest frequency of release and bioactivity of released DPP-4 inhibiting peptides, compared to papain and thermolysin. In vitro, thermolysin released the most active DPP-4 inhibitors. The protein hydrolysates contained similar amino acids but different particle sizes. Thus, the bioactivity patterns are attributable to the different nature and behavior of proteins/peptides under actual and virtual conditions. Using eight physicochemical variables, a random forest model with moderate prediction accuracy was developed for predicting DPP-4 inhibitory activity of papain hydrolysates. The findings demonstrate that proteins from pigeon pea are precursors of DPP-4 inhibitors, with potential use in formulating functional food for managing type 2 diabetes. PRACTICAL APPLICATIONS: The emerging use of in silico simulations to predict bioactivity of peptides can provide a framework to direct further wet lab assessments. This pattern can enhance focusing on factors relevant to the bioactive properties of interest. However, there is still limited evidence to confirm the reliability and accuracy of this tool. This study therefore provides insight into the practical use of in silico simulations to predict bioactivity of food peptides by assessing the factors relevant to the enzymatic release of dipeptidyl peptidase-4 inhibitors from pigeon pea seed storage proteins and validating the findings with wet lab assessment. This work also provides important information that can enhance the utilization of pigeon pea, which is an orphan crop, in developing functional food products for managing type 2 diabetes mellitus in developing countries.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».