Identifying sequential residue patterns in bitter and umami peptides

Auteurs : Arghya Dutta, Tristan Bereau, Thomas A. Vilgis

ACS Food Sci. Technol. 2022, 2, 11, 1773--1780
arXiv: 2208.08826v1 - DOI (physics.chem-ph)
11 pages, 5 figures

Résumé : The primary structures of peptides, originating from food proteins, affect their taste. Connecting primary structure to taste, however, is difficult because the size of the peptide sequence space increases exponentially with increasing peptide length, while experimentally-labeled data on peptides' tastes remain scarce. We propose a method that coarse-grains the sequence space to reduce its size and systematically identifies the most common coarse-grained residue patterns found in known bitter and umami peptides. We select the optimal patterns by performing extensive out-of-sample tests. The optimal patterns better represent the bitter and umami peptides when compared against baseline peptides, bitter peptides with all hydrophobic residues and umami peptides with all negatively charged residues, and peptides with randomly-chosen residues. Our method complements quantitative structure--activity relationship methods by offering generic, coarse-grained bitter and umami residue patterns that can aid in locating short bitter or umami segments in a protein and in designing new umami peptides.

Soumis à arXiv le 18 Aoû. 2022

Explorez l'arbre d'article

Cliquez sur les nœuds de l'arborescence pour être redirigé vers un article donné et accéder à leurs résumés et assistant virtuel

Accédez également à nos Résumés, ou posez des questions sur cet article à notre Assistant IA.

Recherchez des articles similaires (en version bêta)

En cliquant sur le bouton ci-dessus, notre algorithme analysera tous les articles de notre base de données pour trouver le plus proche en fonction du contenu des articles complets et pas seulement des métadonnées. Veuillez noter que cela ne fonctionne que pour les articles pour lesquels nous avons généré des résumés et que vous pouvez le réexécuter de temps en temps pour obtenir un résultat plus précis pendant que notre base de données s'agrandit.