Помощь студентам в учебе
Подготовка решений на основе открытых источников данных при проведении направленного гидролиза белков вторичного молочного сырья
|
Аннотация 2
ВВЕДЕНИЕ 7
1. ЛИТЕРАТУРНЫЙ ОБЗОР 11
1.1 Проблема переработки сыворотки 11
1.1.1 Объёмы рынка молочной сыворотки в мире 13
1.1.2 Объём рынка молочной сыворотки в России 13
1.2 Пищевая ценность молочной сыворотки 14
1.3 Применение молочной сыворотки 17
1.3.1 Применение молочной сыворотки в производстве безалкогольных
напитков 18
1.3.2 Применение молочной сыворотки в сельском хозяйстве 20
1.3.3 Применение молочной сыворотки в мясном производстве 21
1.3.4 Применение молочной сыворотки в производстве кисломолочных
напитков детского питания 21
1.3.5 Применение молочной сыворотки в хлебопекарной
промышленности 22
1.3.6 Применение молочной сыворотки в кондитерской промышленности 24
1.4 Гидролизаты молочной сыворотки 25
1.4.1 Влияние степени гидролиза на антиоксидантные и антигенные
свойства гидролизатов белка молочной сыворотки 31
1.4.2 Исследование влияния технологических факторов на
ферментативный гидролиз молочной сыворотки 33
1.5 Применение методов in silico при изучении процесса гидролиза белков 36
1.6 Примеры аналитических исследований сывороточного белка методом in
silico 41
2. ИССЛЕДОВАТЕЛЬСКАЯ ЧАСТЬ 47
2.1 Работа с базой данных BIOPEP-UWM 47
2.2 Результаты работы с базами данных 50
3. ПРАКТИЧЕСКАЯ ЧАСТЬ 62
3.1 Создание базы данных для оценки воздействия in silico ферментов на
сывороточные белки 62
3.1.1 Инструменты для разработки базы данных действия ферментов .... 62
3.1.2 Разработка базы данных с SQLite 62
3.1.3 Разработка базы данных для оценки действия ферментов на а-
лактальбумин и 0-лактотлобулин 64
3.2 Создание программы для поиска ферментов по заданным пептидам или
цепочке пептидов 67
3.2.1 Библиотека TKinter 67
3.2.2 Создание программы для поиска ферментов по заданным пептидам
или цепочке пептидов белков а-лактальбумин и 0-лактоглобулин 68
3.3 Описание работы программы по поиску ферментов 73
3.3.1 Пример работы программы по поиску ферментов для а- лактальбумина 75
ЗАКЛЮЧЕНИЕ 78
СПИСОК ЛИТЕРАТУРЫ 79
ВВЕДЕНИЕ 7
1. ЛИТЕРАТУРНЫЙ ОБЗОР 11
1.1 Проблема переработки сыворотки 11
1.1.1 Объёмы рынка молочной сыворотки в мире 13
1.1.2 Объём рынка молочной сыворотки в России 13
1.2 Пищевая ценность молочной сыворотки 14
1.3 Применение молочной сыворотки 17
1.3.1 Применение молочной сыворотки в производстве безалкогольных
напитков 18
1.3.2 Применение молочной сыворотки в сельском хозяйстве 20
1.3.3 Применение молочной сыворотки в мясном производстве 21
1.3.4 Применение молочной сыворотки в производстве кисломолочных
напитков детского питания 21
1.3.5 Применение молочной сыворотки в хлебопекарной
промышленности 22
1.3.6 Применение молочной сыворотки в кондитерской промышленности 24
1.4 Гидролизаты молочной сыворотки 25
1.4.1 Влияние степени гидролиза на антиоксидантные и антигенные
свойства гидролизатов белка молочной сыворотки 31
1.4.2 Исследование влияния технологических факторов на
ферментативный гидролиз молочной сыворотки 33
1.5 Применение методов in silico при изучении процесса гидролиза белков 36
1.6 Примеры аналитических исследований сывороточного белка методом in
silico 41
2. ИССЛЕДОВАТЕЛЬСКАЯ ЧАСТЬ 47
2.1 Работа с базой данных BIOPEP-UWM 47
2.2 Результаты работы с базами данных 50
3. ПРАКТИЧЕСКАЯ ЧАСТЬ 62
3.1 Создание базы данных для оценки воздействия in silico ферментов на
сывороточные белки 62
3.1.1 Инструменты для разработки базы данных действия ферментов .... 62
3.1.2 Разработка базы данных с SQLite 62
3.1.3 Разработка базы данных для оценки действия ферментов на а-
лактальбумин и 0-лактотлобулин 64
3.2 Создание программы для поиска ферментов по заданным пептидам или
цепочке пептидов 67
3.2.1 Библиотека TKinter 67
3.2.2 Создание программы для поиска ферментов по заданным пептидам
или цепочке пептидов белков а-лактальбумин и 0-лактоглобулин 68
3.3 Описание работы программы по поиску ферментов 73
3.3.1 Пример работы программы по поиску ферментов для а- лактальбумина 75
ЗАКЛЮЧЕНИЕ 78
СПИСОК ЛИТЕРАТУРЫ 79
Пищевые отходы благодаря своей органической природе и массовому производству обладают большим потенциалом для вторичной переработки. Однако они требуют новых подходов к управлению и переработке. Внимание мирового сообщества к проблеме пищевых отходов резко возросло, что усугубляется экономическим развитием и увеличением численности населения [19]. Перенаселение, миграция людей в городские районы, развитие и экспансия городов и т.д. привели к увеличению потребления продуктов питания и, следовательно, к увеличению количества различных видов отходов, в том числе пищевых.
Пищевые отходы, образующиеся на этапах производства, послеуборочной обработки и переработки пищевых продуктов, обычно содержат углеводы, сырой белок и сырой жир в пересчете на сухое вещество [10].
В наши дни, при таком большом количестве изменений в населении городов и с учетом непредсказуемых колебаний спроса со стороны предприятий общественного питания, трудно оценить поведение потребителей и рыночный спрос на продукты питания с доставкой, и это в конечном итоге приведет к увеличению количества пищевых отходов [16].
Организация Объединенных Наций стремится сократить вдвое количество пищевых отходов к 2030 году. Решение проблемы пищевых отходов также является экономической необходимостью для продуктовых ритейлеров: затраты, связанные с пищевыми отходами, составляют в среднем почти 2% от чистых продаж, что почти соответствует средней марже продуктовых ритейлеров [11].
В сфере питания ежегодно вырабатывается от 45 до 47 миллионов тонн вторичного ресурса и отходов. По данным статистики, объем твердых отходов в год достигает приблизительно 810 тысяч тонн [27].
В соответствии со стандартом ГОСТ 30775-2001«Ресурсосбережение. Обращение с отходами. Классификация, идентификация и кодирование 7
отходов. Основные положения» [35], пищевые отходы классифицируются по источнику образования(технологические, санитарно-бытовые, отходы вспомогательных производств) и по агрегатному состоянию (твёрдые и жидкие) [37].
Федеральный классификационный каталог отходов (ФККО) - это основной государственный перечень отходов, образующихся на территории Российской Федерации и сгруппированных по происхождению, агрегатному и физическому состоянию, опасным свойствам и степени воздействия но окружающую среду.
Согласно ФККО выявляются основные отходы молочной промышленности: пахта, обезжиренное молоко, молочная
сыворотка[32].
В настоящее время лишь четверть произведенной молочной сыворотки направляется на промышленную обработку. Большая часть ее, к сожалению, утекает в канализационную систему, приводя к загрязнению природных вод. Молочное производство в России обладает значительными запасами сыворотки, что подчеркивает необходимость разработки новых методов ее использования.
Сыворотка - это источник сывороточных белков богатый минералами, витаминами и другими полезными веществами. Кроме того, исследования показывают, что сывороточные белки обладают защитной антиоксидантной активно стью [33].
Первоначально рассматриваемая как загрязняющий элемент, восприятие молочной сыворотки изменилось после того, как были раскрыты ее многочисленные полезные и биологически активные характеристики. Под воздействием ферментативного катализа производятся белковые гидролизы сыворотки, которые обладают рядом уникальных функций, обусловленных присутствием биологически активных пептидов[23].
Биоактивные пептиды - это фрагменты белка, которые полезны для систем организма и здоровья человека в целом. Большинство биоактивных пептидов имеют молекулярную массу от двух (дипептидов) до 20 аминокислотных остатков и молекулярную массу до 6000Да. Биоактивные пептиды обладают рядом важных функций, таких как антиоксидантное, противовоспалительное, противоопухолевое, противомикробное и иммуномодулирующее действие в живом организме[2].
Многочисленные исследования показали, что биологическая активность пептидов связана с улучшением общего состояния здоровья и снижением риска определенных хронических заболеваний, таких как рак, диабет и болезни сердца[2],[39].
В настоящее время одним из методов теоретического прогнозирования активности ферментов является использование молекулярного моделирования для изучения взаимодействия ферментов с субстратами. Для проведения таких исследований в виртуальной среде in silico применяются трехмерные структуры белков[41]. Использование компьютерного
моделирования позволяет значительно сократить время, необходимое для обнаружения потенциальных биологических эффектов новых модификаций различных органических соединений[51].
Целью выпускной квалификационной работы магистра является разработка базы данных и программного приложения, позволяющих совершенствовать направленный гидролиз молочной сыворотки воздействием ферментов на 0-лактоглобулин и а-лактальбумин для получения целевых активных пептидов.
В качестве источника Р-лактоглобулина и а-лактальбумина является молочная сыворотка.
Данные для составления разрабатываемой базы данных взяты из известных баз данных (BIOPEP-UWM, PeptideCutter, UniProtKB и InterPro). База данных составлялась при помощи системы управления базами данных SQLite.
Разработка программы осуществлялась на основе разработанной ранее базе данных и при помощи графической библиотеки виджетов TKinter.
Для достижения цели выпускной квалификационной работы магистра поставлены следующие задачи:
1) провести анализ литературы и ознакомиться с проблемой переработки молочной сыворотки, объёмом рынка в мире и в Российской Федерации, направлениями использования молочной сыворотки.
2) изучить особенности ферментативного гидролиза молочных белков и показать применимость методов in silico в данном процессе.
3) ознакомиться с различными базами данных и инструментами биоинформатики для анализа биоактивных пептидов, освоить работу с базами данных BIOPEP-UWM, PeptideCutter, UniProtKB, InterPro и AlphaFold Protein Structure Database.
4) ознакомиться с реляционной системой управления базами данных SQLite и разработать базу данных для оценки воздействия in silico ферментов на Р-лактоглобулин и а-лактальбумин с помощью инструмента SQLite.
5) ознакомиться с библиотекой TKinter, разработать интерфейс программы и ее наполненность для поиска ферментов для расщепления Р- лактоглобулина и а-лактальбумина.
6) протестировать разработанную программу поиска ферментов для получения определенного пептида и сделать вывод о ее эффективности.
Пищевые отходы, образующиеся на этапах производства, послеуборочной обработки и переработки пищевых продуктов, обычно содержат углеводы, сырой белок и сырой жир в пересчете на сухое вещество [10].
В наши дни, при таком большом количестве изменений в населении городов и с учетом непредсказуемых колебаний спроса со стороны предприятий общественного питания, трудно оценить поведение потребителей и рыночный спрос на продукты питания с доставкой, и это в конечном итоге приведет к увеличению количества пищевых отходов [16].
Организация Объединенных Наций стремится сократить вдвое количество пищевых отходов к 2030 году. Решение проблемы пищевых отходов также является экономической необходимостью для продуктовых ритейлеров: затраты, связанные с пищевыми отходами, составляют в среднем почти 2% от чистых продаж, что почти соответствует средней марже продуктовых ритейлеров [11].
В сфере питания ежегодно вырабатывается от 45 до 47 миллионов тонн вторичного ресурса и отходов. По данным статистики, объем твердых отходов в год достигает приблизительно 810 тысяч тонн [27].
В соответствии со стандартом ГОСТ 30775-2001«Ресурсосбережение. Обращение с отходами. Классификация, идентификация и кодирование 7
отходов. Основные положения» [35], пищевые отходы классифицируются по источнику образования(технологические, санитарно-бытовые, отходы вспомогательных производств) и по агрегатному состоянию (твёрдые и жидкие) [37].
Федеральный классификационный каталог отходов (ФККО) - это основной государственный перечень отходов, образующихся на территории Российской Федерации и сгруппированных по происхождению, агрегатному и физическому состоянию, опасным свойствам и степени воздействия но окружающую среду.
Согласно ФККО выявляются основные отходы молочной промышленности: пахта, обезжиренное молоко, молочная
сыворотка[32].
В настоящее время лишь четверть произведенной молочной сыворотки направляется на промышленную обработку. Большая часть ее, к сожалению, утекает в канализационную систему, приводя к загрязнению природных вод. Молочное производство в России обладает значительными запасами сыворотки, что подчеркивает необходимость разработки новых методов ее использования.
Сыворотка - это источник сывороточных белков богатый минералами, витаминами и другими полезными веществами. Кроме того, исследования показывают, что сывороточные белки обладают защитной антиоксидантной активно стью [33].
Первоначально рассматриваемая как загрязняющий элемент, восприятие молочной сыворотки изменилось после того, как были раскрыты ее многочисленные полезные и биологически активные характеристики. Под воздействием ферментативного катализа производятся белковые гидролизы сыворотки, которые обладают рядом уникальных функций, обусловленных присутствием биологически активных пептидов[23].
Биоактивные пептиды - это фрагменты белка, которые полезны для систем организма и здоровья человека в целом. Большинство биоактивных пептидов имеют молекулярную массу от двух (дипептидов) до 20 аминокислотных остатков и молекулярную массу до 6000Да. Биоактивные пептиды обладают рядом важных функций, таких как антиоксидантное, противовоспалительное, противоопухолевое, противомикробное и иммуномодулирующее действие в живом организме[2].
Многочисленные исследования показали, что биологическая активность пептидов связана с улучшением общего состояния здоровья и снижением риска определенных хронических заболеваний, таких как рак, диабет и болезни сердца[2],[39].
В настоящее время одним из методов теоретического прогнозирования активности ферментов является использование молекулярного моделирования для изучения взаимодействия ферментов с субстратами. Для проведения таких исследований в виртуальной среде in silico применяются трехмерные структуры белков[41]. Использование компьютерного
моделирования позволяет значительно сократить время, необходимое для обнаружения потенциальных биологических эффектов новых модификаций различных органических соединений[51].
Целью выпускной квалификационной работы магистра является разработка базы данных и программного приложения, позволяющих совершенствовать направленный гидролиз молочной сыворотки воздействием ферментов на 0-лактоглобулин и а-лактальбумин для получения целевых активных пептидов.
В качестве источника Р-лактоглобулина и а-лактальбумина является молочная сыворотка.
Данные для составления разрабатываемой базы данных взяты из известных баз данных (BIOPEP-UWM, PeptideCutter, UniProtKB и InterPro). База данных составлялась при помощи системы управления базами данных SQLite.
Разработка программы осуществлялась на основе разработанной ранее базе данных и при помощи графической библиотеки виджетов TKinter.
Для достижения цели выпускной квалификационной работы магистра поставлены следующие задачи:
1) провести анализ литературы и ознакомиться с проблемой переработки молочной сыворотки, объёмом рынка в мире и в Российской Федерации, направлениями использования молочной сыворотки.
2) изучить особенности ферментативного гидролиза молочных белков и показать применимость методов in silico в данном процессе.
3) ознакомиться с различными базами данных и инструментами биоинформатики для анализа биоактивных пептидов, освоить работу с базами данных BIOPEP-UWM, PeptideCutter, UniProtKB, InterPro и AlphaFold Protein Structure Database.
4) ознакомиться с реляционной системой управления базами данных SQLite и разработать базу данных для оценки воздействия in silico ферментов на Р-лактоглобулин и а-лактальбумин с помощью инструмента SQLite.
5) ознакомиться с библиотекой TKinter, разработать интерфейс программы и ее наполненность для поиска ферментов для расщепления Р- лактоглобулина и а-лактальбумина.
6) протестировать разработанную программу поиска ферментов для получения определенного пептида и сделать вывод о ее эффективности.
По результатам выполненной работы можно сделать следующие выводы:
1. Проблема, связанная с переработкой молочной сывороткой актуальна по настоящее время. В России объем не переработанной молочной сыворотки составляет 80 %. В качестве побочного продукта образуется более 2,2 млн. тонн сыворотки, из них только 30 % подвергаются промышленной переработке.
2. Изучен процесс гидролиза молочной сыворотки. Ферментативный гидролиз белкового компонента помогает получить продукт с высокой питательной ценностью, но при этом уменьшить аллергенный потенциал продукта.
3. Проанализированы базы данных, выявлены ферменты необходимые для расщепления а-лактальбумина и Р-лактоглобулина, установлены результаты действия ферментов и расположение высвобождаемых пептидов. Выбор ферментов осуществлялся при помощи баз данных UniProtKB, AlphaFold Protein Structure Database и InterPro. Результат действия ферментов и расположение высвобождаемых пептидов получен при помощи BIOPEP- UWM.
4. На основе полученных данных разработана база данных оценки воздействия ферментов на а-лактальбумин и Р-лактоглобулин с помощью реляционной системой управления базами данных SQLite.
5. При помощи готовой базы данных и библиотеке TKinter на языке программирования Python разработана программы выбора фермента по заданному пользователем пептиду.
6. Тесты работы программы показали исправность работы программы выбора ферментов по заданному пептиду.
1. Проблема, связанная с переработкой молочной сывороткой актуальна по настоящее время. В России объем не переработанной молочной сыворотки составляет 80 %. В качестве побочного продукта образуется более 2,2 млн. тонн сыворотки, из них только 30 % подвергаются промышленной переработке.
2. Изучен процесс гидролиза молочной сыворотки. Ферментативный гидролиз белкового компонента помогает получить продукт с высокой питательной ценностью, но при этом уменьшить аллергенный потенциал продукта.
3. Проанализированы базы данных, выявлены ферменты необходимые для расщепления а-лактальбумина и Р-лактоглобулина, установлены результаты действия ферментов и расположение высвобождаемых пептидов. Выбор ферментов осуществлялся при помощи баз данных UniProtKB, AlphaFold Protein Structure Database и InterPro. Результат действия ферментов и расположение высвобождаемых пептидов получен при помощи BIOPEP- UWM.
4. На основе полученных данных разработана база данных оценки воздействия ферментов на а-лактальбумин и Р-лактоглобулин с помощью реляционной системой управления базами данных SQLite.
5. При помощи готовой базы данных и библиотеке TKinter на языке программирования Python разработана программы выбора фермента по заданному пользователем пептиду.
6. Тесты работы программы показали исправность работы программы выбора ферментов по заданному пептиду.
