2025年12月，吉林大学韩葳葳教授和李婉南教授团队在《Nature》旗下国际食品Top期刊《npj Science of Food》（Q1，IF: 7.8）发表题为 “Screening and analysis of malt pentapeptide DPP-IV inhibitory activity” 的研究性论文。吉林大学博士研究生贺奕和博士研究生张研为共同第一作者，通讯作者为吉林大学生命科学学院分子酶学与工程教育部重点实验室韩葳葳教授和Edmond Fischer细胞信号实验室李婉南教授。

二肽基肽酶 - IV（DPP-IV）抑制剂是治疗 2 型糖尿病（T2DM）及代谢性疾病的关键物质，现有合成抑制剂存潜在副作用。本研究从麦芽（malt）蛋白筛选天然低毒 DPP-IV 抑制肽并阐明机制：从 TCMSP 数据库获取 64 种麦芽成分，经分子对接（LibDock、Autodock Vina）和深度学习模型（ConPlex、KPGT）筛选高亲和力肽，结合网络药理学确定 YPQPQ（Tyr-Pro-Gln-Pro-Gln）为最优候选肽。体外测定 IC50 为 23.87 µM，竞争性抑制剂；细胞实验显示在 IC50 浓度下对 Caco-2 细胞存活率>90%，且下调 DPP-IV 表达并减少 ERK 磷酸化。分子动力学模拟显示 YPQPQ 与阳性对照 Diprotin A 类似，稳定结合 DPP-IV 活性位点，主要通过氢键、电荷及疏水相互作用发挥作用，网络药理学揭示其调控 MAPK1/3（ERK1/2）信号通路。

本研究建立的 “虚拟筛选 - 深度学习整合 - 实验验证 - 分子机制解析” 技术体系显著提升了 DPP-IV 抑制肽的筛选效率与准确性，所发现的麦芽源肽兼具活性与安全性，为开发肽富集型血糖调节功能食品提供了理论基础与候选分子，也为天然食物源功能肽的系统挖掘提供了可借鉴的研究范式。

主要结论

1. 筛选获得高活性麦芽源 DPP-IV 抑制肽：从 TCMSP 数据库 64 种麦芽成分经 LibDock、Vina、ConPlex 和 KPGT 模型平均排名筛选，最终确定 YPQPQ 为最优肽（平均排名 9.25），源自麦芽 hordein（UniProt ID: P18573）

2. YPQPQ 具备显著 DPP-IV 抑制活性与安全性：体外活性测定显示，YPQPQ 的 DPP-IV 抑制活性 IC50 值为 23.87 µM，且为竞争性抑制剂（Ki=54.24 µM），可通过与底物竞争结合 DPP-IV 活性位点发挥作用；Caco-2 细胞实验表明，即使在 100 µM 浓度下，细胞存活率>75%，IC50浓度下无明显细胞毒性，同时能下调细胞中 DPP-IV 蛋白表达水平，并显著降低 p-ERK 水平，体现双重调控潜力

3. 明确YPQPQ对 DPP-IV 的抑制机制：分子对接揭示 YPQPQ 通过氢键（Arg152、Lys554 等）、电荷（Glu205、Glu206）和疏水相互作用（Val711、Tyr666）稳定结合 DPP-IV；分子动力学（MD）模拟显示，YPQPQ 降低蛋白 RMSD（~2.0-3.0 Å）和 SASA（~31,000 Ų），破坏活性中心关键区域（如 β-螺旋环 235-255 位和 C-端 α-螺旋 710-727 位），干扰活性位点空间构象，导致酶活性丧失；网络药理学及 Western blot 证实，YPQPQ 通过增强 GLP-1 信号抑制上游分子，减少 ERK 磷酸化，调控 AGE-RAGE 等 T2DM 相关通路。

挑战和展望

脱靶效应的潜在风险：预测显示 YPQPQ 可能与阿片受体或 HMG-CoA 还原酶存在潜在相互作用，需进一步实验以增强其特异性

生物体内验证：未来研究需在更复杂的代谢模型或 T2DM 动物模型中验证其药效及药代动力学表现

结构优化：通过对 YPQPQ 的结构进行微调，有望进一步提升其结合亲和力和针对 DPP-IV 的靶向性

图文赏析

图1.YPQPQ 与 DPP-IV 的分子相互作用模式。 该图通过 MD 模拟展示了 YPQPQ 嵌入蛋白质的疏水核心区域 。深蓝色代表盐桥，红色代表静电吸引，粉色代表传统氢键 。YPQPQ 与 Ala654 形成的氢键占总轨迹的 41%，是维持结合稳定性的核心。

图 2. DPP-IV与2型糖尿病靶点相互作用的网络药理学分析：（A）DPP-IV靶点与2型糖尿病靶点的维恩图（B）70个重叠基因的前20个KEGG通路（C）KEGG富集结果的网络拓扑结构，黄色矩形代表KEGG信号通路，蓝色三角形代表基因，图形大小与度中心性成正比

图3. 抑制剂YPQPQ在Caco-2细胞中的蛋白表达评估：（A） DPP-Ⅳ蛋白（B）ERK和p-ERK蛋白  (****p<0.0001、***p<0.001、**p<0.01、*p<0.05)

韩巍巍 (通讯作者) 吉林大学生命科学学院教授 。主要研究领域为分子酶学与工程。长期致力于通过计算生物学（分子模拟、深度学习）与实验手段相结合的方法进行药物筛选及酶的功能机制研究 。在Cancer Research、Nature Communications、Journal of Hazardous Materials等国际知名期刊发表多篇研究成果 。

李婉南 (通讯作者) 吉林大学生命科学学院教授 。专注于细胞信号传导及相关疾病机制研究。其课题组在 T2DM 治疗靶点的天然抑制剂发现方面具有丰富的经验，在Fischer细胞信号传导实验室从事蛋白质酪氨酸磷酸酶的克隆表达、分离纯化及抑制剂筛选等工作，在相关领域具有丰富的理论基础及实践经验。