Food Chemistry｜从1156条肽中精准锁定3条：AI加速核桃降脂肽发现！

2026年9月25日，新疆大学生命科学与技术学院研究团队在《Food Chemistry》（JCR 1区, IF=10.404）在线发表题为“Screening and identification of novel walnut-derived hypolipidemic peptides and evaluation of their hypolipidemic effects”的研究论文。该研究构建了“酶解制备—超滤富集—质谱鉴定—生成式AI扩充数据—机器学习筛选—分子模拟—细胞验证”的研究体系，最终筛选得到VLTL、LFL和LVV三条具有较强降脂潜力的核桃来源短肽。

高脂血症主要表现为总胆固醇、甘油三酯和低密度脂蛋白胆固醇升高，或高密度脂蛋白胆固醇降低，是心血管疾病等代谢性疾病的重要危险因素。目前常用降脂药物虽然疗效明确，但天然来源、低毒性的降脂活性成分仍具有较高研究价值。

核桃蛋白及其水解产物具有良好的营养和功能特性，已有研究提示核桃肽具有调节脂质代谢的作用，但其中真正发挥作用的高活性肽序列尚不明确。传统逐条分离和验证活性肽耗时较长，因此，本研究尝试利用生成式人工智能和机器学习提高筛选效率。

研究团队首先比较多种蛋白酶对核桃蛋白的水解效果，发现碱性蛋白酶获得的水解产物对胰脂肪酶的抑制活性最高。经过响应面优化后，进一步将核桃肽按照分子量分为不同组分。其中，<3 kDa组分活性最强，对胰脂肪酶和胆固醇酯酶的抑制率分别达到51.35%和45.63%。

随后，研究团队利用HPLC-MS/MS从<3 kDa组分中鉴定出1156条肽序列，经毒性预测后获得396条候选肽。由于已知降脂肽数量有限，作者利用PeptidesGAN生成模型扩充降脂肽数据，并结合随机森林构建RF-HLP降脂肽预测模型。

该模型在独立测试集上的准确率达到92.5%，AUC达到0.97。利用RF-HLP对396条核桃肽进行筛选后，共有70条肽的预测概率超过90%。结合氨基酸组成等特征，研究团队最终选择了VLTL、LFL和LVV三条富含亮氨酸和缬氨酸的短肽进行实验验证。

体外酶抑制实验显示，三条肽均能够显著抑制胰脂肪酶和胆固醇酯酶。其中，对胰脂肪酶的IC₅₀均约为0.027 mg/mL，活性接近阳性对照奥利司他；对胆固醇酯酶的IC₅₀约为0.067–0.075 mg/mL，其中LFL表现出最强的抑制能力。

分子对接结果进一步显示，VLTL、LFL和LVV均能够进入胰脂肪酶和胆固醇酯酶的结合区域，并通过氢键和疏水相互作用与酶形成稳定复合物。其中，LFL与两种靶酶的结合能力相对更强。100 ns分子动力学模拟也表明，各肽—蛋白复合物能够保持较好的构象稳定性。

为了验证其细胞水平的降脂作用，研究团队进一步采用3T3-L1脂肪细胞模型。结果显示，在0.01–0.05 mg/mL范围内，三条肽没有表现出明显细胞毒性。

Oil Red O染色发现，VLTL、LFL和LVV均能够剂量依赖性减少细胞内脂滴积累。在0.05 mg/mL时，三者分别使脂质积累下降约51.84%、56.18%和43.26%。

与此同时，三条肽还能够降低细胞内TC、TG和LDL-C水平，并明显提高HDL-C水平，进一步证明其具有改善细胞脂质代谢的潜力。

总体而言，本研究从复杂的核桃蛋白水解物中成功筛选出VLTL、LFL和LVV三条高活性潜在降脂肽，形成了较完整的研究链条：

核桃蛋白 → 酶解优化 → <3 kDa活性组分 → 质谱鉴定 → AI扩充数据 → 机器学习筛选 → VLTL/LFL/LVV → 酶活验证 → 分子模拟 → 细胞降脂验证。

该研究的重要意义在于，将生成式AI、机器学习与传统活性肽实验筛选相结合，显著缩小了候选肽范围，为天然食品来源功能肽的高通量发现提供了新的技术思路。

不过，目前研究仍主要停留在体外酶实验和3T3-L1细胞水平，尚未明确三条肽调控脂质代谢的具体靶基因和信号通路，也缺少动物水平的药代动力学、安全性和降脂效果验证。因此，后续仍需要进一步开展体内实验和作用机制研究。

▶获取原文PDF文件，请关注本公众号，并在后台私信留言“20261006”，可自助获取！！！

☛或请关注本公众号“代谢与整合生物学”，然后点击下方链接，自动跳转下载页面：

代谢与整合生物学微信公众号-20261006.pdf

【摘 要】

该研究以核桃蛋白为原料，通过酶解、超滤和质谱分析获得候选降脂肽，并结合PeptidesGAN生成模型与随机森林构建降脂肽预测模型。研究从<3 kDa核桃肽组分中筛选出VLTL、LFL和LVV三条高活性短肽。体外实验显示，三条肽均能显著抑制胰脂肪酶和胆固醇酯酶活性；分子对接和分子动力学模拟表明其可与靶酶形成稳定复合物。3T3-L1细胞实验进一步证实，三条肽能够减少脂质积累，降低TC、TG和LDL-C水平并提高HDL-C水平。该研究建立了“AI筛选—分子模拟—实验验证”的天然活性肽发现模式，为核桃来源降脂功能肽及相关功能食品的开发提供了新的研究思路。

01

研究背景及科学问题

高脂血症是一类典型的脂质代谢紊乱性疾病，主要表现为TC、TG和LDL-C升高以及HDL-C降低，并与心血管疾病、卒中和2型糖尿病等密切相关。现有降脂药物虽然疗效明确，但仍存在一定副作用，因此，开发安全、天然来源的降脂活性成分具有重要意义。

核桃蛋白水解产物中含有多种具有潜在降脂作用的生物活性肽，但目前具体哪些肽序列具有较高降脂活性尚不清楚。传统活性肽筛选主要依赖分离纯化和逐一实验验证，效率较低；而机器学习虽能提高筛选效率，但又受到已知降脂肽样本数量不足的限制。因此，有必要结合生成式AI、机器学习与实验验证，建立高效的核桃降脂肽筛选体系。

科学问题

本研究主要围绕以下科学问题展开：

1. 核桃蛋白水解产物中，哪一分子量组分具有更强的降脂活性？

2. 如何从大量核桃来源肽序列中高效筛选出真正具有高降脂潜力的活性肽？

3. 筛选得到的候选肽是否能够有效抑制胰脂肪酶和胆固醇酯酶？

4. 这些活性肽与靶酶之间具有怎样的分子结合特征和稳定性？

5. 候选肽能否在细胞水平减少脂质积累并改善TC、TG、LDL-C和HDL-C等脂质代谢指标？

核心科学问题可概括为：

“如何利用AI辅助筛选从核桃蛋白中发现高活性降脂肽，并验证其降脂活性及潜在作用基础？”

02

重要发现及亮点

1. <3 kDa核桃肽组分具有最强的潜在降脂活性

为获得具有较高降脂活性的核桃肽，研究团队首先比较不同蛋白酶对核桃蛋白的水解效果，并进一步通过单因素实验和响应面法优化酶解条件。

结果显示，碱性蛋白酶制备的水解产物对胰脂肪酶（PL）的抑制活性最高。优化后的酶解条件为pH 10.0、49 ℃、酶底物比12.3%、酶解5 h，实际PL抑制率达到46.85%。进一步通过超滤将核桃肽分为>10 kDa、3–10 kDa和<3 kDa三个组分，其中**<3 kDa组分表现出最强的酶抑制活性**，对PL和胆固醇酯酶（CE）的抑制率分别达到51.35%和45.63%，因此被确定为后续活性肽筛选的核心组分。

图1. 核桃蛋白酶解条件优化及不同分子量核桃肽的降脂活性分析。
(A) 不同蛋白酶水解产物对PL的抑制作用；(B-E) 酶解时间、pH、温度及酶底物比对PL抑制活性的影响；(F) 不同分子量核桃肽对PL的抑制作用；(G) 不同分子量核桃肽对CE的抑制作用。

2. 构建PeptidesGAN-RF人工智能筛选体系，高效锁定潜在高活性降脂肽

针对已知降脂肽数量有限、传统筛选效率较低的问题，研究团队将生成式人工智能与机器学习引入核桃活性肽筛选。

首先，通过HPLC-MS/MS从<3 kDa组分中鉴定出1156条肽序列，经毒性预测后获得396条候选肽。随后，研究者利用PeptidesGAN对有限的已知降脂肽数据进行扩充，并构建基于随机森林的降脂肽预测模型RF-HLP。

结果显示，RF-HLP模型具有较好的预测性能，准确率达到92.5%，召回率为93.6%，F1-score为92.3%，AUC达到0.97。在396条核桃肽中，共筛选出70条预测概率超过90%的候选肽。进一步分析发现，Leu和Val是高概率降脂肽中出现频率最高的氨基酸，最终研究团队选择VLTL、LFL和LVV三条短肽进行功能验证。

这一部分是该研究的重要亮点，即通过“生成式AI扩充数据+机器学习预测”显著缩小实验筛选范围，提高天然活性肽发现效率。

图2. 基于PeptidesGAN和随机森林构建核桃降脂肽预测模型。
(A) 生成肽与真实降脂肽之间的序列差异分析；(B) 生成肽与真实肽理化性质分布比较；(C) 随机森林模型中不同理化特征的重要性分析；(D) RF、LR、KNN、Naive Bayes和CNN模型ROC曲线比较。

图3. RF-HLP预测的高概率降脂肽氨基酸组成分析。
展示预测概率>90%的候选肽中不同氨基酸的出现频率，其中Leu和Val最为富集。

3. VLTL、LFL和LVV对胰脂肪酶和胆固醇酯酶表现出较强抑制活性

为验证AI筛选结果，研究团队通过固相合成获得VLTL、LFL和LVV，并分别检测其对PL和CE的抑制作用。

结果显示，三条肽对PL和CE均具有明显的剂量依赖性抑制作用。对PL而言，VLTL、LFL和LVV的IC₅₀分别为0.0274、0.0274和0.0268 mg/mL，整体接近阳性对照药奥利司他的0.0189 mg/mL。

在CE抑制实验中，LFL的作用最强，IC₅₀为0.0666 mg/mL，VLTL和LVV分别为0.0750和0.0708 mg/mL。

这些结果表明，机器学习筛选得到的三条短肽具有真实的生物活性，也验证了RF-HLP模型在高活性降脂肽筛选中的有效性。

图4. VLTL、LFL和LVV对PL和CE的体外抑制作用。
(A) 不同浓度三条肽对PL活性的影响；(B) 不同浓度三条肽对CE活性的影响；(C) VLTL、LFL和LVV对PL和CE的IC₅₀比较。

4. 分子对接和分子动力学揭示三条降脂肽与靶酶的稳定结合特征

为进一步解释VLTL、LFL和LVV的酶抑制作用，研究团队对三条肽与PL和CE进行了分子对接及100 ns分子动力学模拟。

分子对接结果显示，三条肽均能够进入PL和CE的结合区域，并通过氢键及疏水相互作用与周围氨基酸残基形成稳定结合。其中，LFL与两种酶的结合能力最强，CE-LFL和PL-LFL的结合能分别达到**−7.91和−7.42 kcal/mol**。

例如，LFL可与CE中的Phe351和Thr354形成氢键，同时酶结合口袋中的多种疏水残基可进一步稳定肽—蛋白复合物。

分子动力学模拟进一步显示，各复合物在初期构象调整后逐渐趋于稳定，RMSD、回转半径和溶剂可及表面积分析均支持肽—蛋白复合物具有较好的构象稳定性。自由能景观分析也显示六种复合物均可形成稳定低能构象。

图5. VLTL、LFL和LVV与PL及CE的分子对接分析。
展示三条短肽在PL和CE结合区域中的空间构象、关键氨基酸残基及氢键等相互作用，为其酶抑制作用提供结构基础。

5. 三条核桃来源短肽可明显改善3T3-L1细胞脂质积累和脂质代谢表型

在确定三条肽具有较强酶抑制作用后，研究团队进一步在3T3-L1脂肪细胞模型中验证其细胞水平的降脂潜力。

首先，CCK-8结果显示，在0.01–0.05 mg/mL范围内，VLTL、LFL和LVV处理后细胞存活率均保持在90%以上，表明三条肽在该实验浓度范围内具有较好的细胞相容性。

Oil Red O染色进一步显示，脂肪生成诱导后细胞内出现大量脂滴，而三条肽均能够明显减少脂滴积累，并呈现剂量依赖性。在0.05 mg/mL时，VLTL、LFL和LVV分别使脂质积累降低约51.84%、56.18%和43.26%，其中LFL改善效果最明显。

图6. VLTL、LFL和LVV的细胞安全性及对3T3-L1脂质积累的影响。
(A) 三条核桃肽对3T3-L1细胞活力的影响；(B) Oil Red O染色观察不同处理条件下脂滴变化；(C) 细胞内脂质积累的定量分析。

6. VLTL、LFL和LVV可协同改善TC、TG、LDL-C和HDL-C等脂质代谢指标

进一步检测脂质代谢相关指标发现，三条肽均能够剂量依赖性降低细胞内TC、TG和LDL-C水平，同时提高HDL-C水平。

在0.05 mg/mL条件下，VLTL、LFL和LVV处理后TC分别降低至模型组的约54.48%、46.81%和45.97%；LVV可将TG降低至模型组的约48.62%。同时，三条肽均能明显提高HDL-C水平，并使LDL-C分别下降37.42%、45.10%和43.76%。

这些结果说明，三条核桃来源短肽不仅能够抑制PL和CE，还能够在细胞水平改善脂质积累及多项脂质代谢表型，为其潜在降脂功能提供进一步证据。

图7. VLTL、LFL和LVV对3T3-L1细胞脂质代谢指标的影响。
(A) TC水平；(B) TG水平；(C) HDL-C水平；(D) LDL-C水平。

☑研究亮点概括

本研究最大的亮点是建立了完整的：

“天然蛋白酶解 → 活性组分富集 → 质谱鉴定 → 生成式AI扩充 → 机器学习筛选 → 酶活验证 → 分子模拟 → 细胞验证”，实现了从上千条天然肽序列到VLTL、LFL和LVV三条高活性候选肽的逐步精准筛选，为AI辅助天然功能肽发现及核桃功能食品开发提供了新的技术范式。

【贡献】★★★★★

1. 建立了AI辅助的天然降脂肽筛选策略
将PeptidesGAN生成模型与随机森林预测模型相结合，缓解已知降脂肽样本量有限的问题，提高了从复杂天然肽库中筛选高活性候选肽的效率。

2. 鉴定出3条高活性核桃来源降脂肽
从核桃蛋白水解产物中筛选得到VLTL、LFL和LVV，并通过体外实验验证其对胰脂肪酶和胆固醇酯酶具有较强抑制作用。

3. 构建了“预测—机制—功能”多层次验证体系
结合酶活实验、分子对接、分子动力学模拟及3T3-L1细胞实验，从靶酶结合稳定性到细胞脂质积累改善，对候选肽的降脂潜力进行了系统验证。

4. 为核桃蛋白高值化利用提供新方向
研究表明核桃加工副产物中的蛋白可作为功能性降脂肽的重要来源，为核桃来源功能食品及天然降脂成分开发提供了理论和技术基础。

5. 提供了可推广的功能肽发现范式
“酶解富集—质谱鉴定—AI筛选—实验验证”的研究模式具有较强通用性，可为其他食品来源生物活性肽的高通量发现提供参考。

免责声明：本公众号尊重并倡导保护知识产权，本文所引述观点、言论、图片及其他信息仅供参考和资讯传播之目的，希望能给读者带来科研的灵感。文章素材来源于Food Chemistry官网原文编译，部分来源在线网站，如涉及版权，联系删除！

【中科院1区｜肝脏与胃肠病学TOP期刊】

【中科院1区｜Cell子刊】

【中科院1区｜材料学TOP期刊】