王紅月

陳 中1

簡旭鳳2

(1. 華南理工大學(xué)食品工程與科學(xué)學(xué)院，廣東 廣州 510640；2. 安利日用品公司，廣東 廣州 510730)

?

微孔板法篩選α-葡萄糖苷酶抑制劑的條件優(yōu)化

王紅月1

陳 中1

簡旭鳳2

(1. 華南理工大學(xué)食品工程與科學(xué)學(xué)院，廣東 廣州 510640；2. 安利日用品公司，廣東 廣州 510730)

研究以微孔板檢測法為基礎(chǔ)，對α-葡萄糖苷酶抑制劑的抑制能力進(jìn)行檢測，以達(dá)到有效篩選適宜濃度的α-葡萄糖苷酶抑制劑用于制備降血糖類功能性食品的目的。試驗針對酶濃度、檢測波長、蔗糖底物濃度及酶反應(yīng)時間進(jìn)行反應(yīng)條件優(yōu)化。結(jié)果表明：試驗中所用批次酶的最適濃度范圍為2.0～3.0 mg/mL；在405，450，492，520，630 nm 5種波長條件下，520 nm和492 nm波長檢測信號最強(qiáng)；蔗糖底物濃度的合適范圍應(yīng)為20～40 mmol/L；適宜的酶反應(yīng)時間范圍為20～30 min。

α-葡萄糖苷酶抑制劑；血糖；微孔板法

糖尿病是一種終身慢性疾病，臨床上除了藥物治療手段外，飲食治療也是糖尿病的一種基本食療方法。近年來國內(nèi)外利用天然產(chǎn)物和膳食防治糖尿病及其并發(fā)癥已成為研究熱點[1]。天然α-葡萄糖苷酶抑制劑在糖尿病飲食療法中有重要作用，可用于功能性食品中，有效預(yù)防、控制糖尿病的產(chǎn)生與發(fā)展。開發(fā)含天然α-葡萄糖苷酶抑制劑的降血糖功能性食品及降糖功能性食品配料具有廣泛的應(yīng)用前景。

α-葡萄糖苷酶主要分布于小腸刷狀緣膜上皮細(xì)胞，在代謝中是水解碳水化合物的關(guān)鍵酶，它能從低聚糖類底物的非還原端切開α-1,4-糖苷鍵，從而釋放出葡萄糖，葡萄糖再經(jīng)小腸吸收進(jìn)入血液，導(dǎo)致機(jī)體血糖水平的上升[2-3]。它參與了人體對碳水化合物的消化吸收、糖蛋白和糖脂的加工，與許多因代謝紊亂失調(diào)而引起的疾病(如糖尿病[4])、免疫反應(yīng)[5-6]、神經(jīng)細(xì)胞的分化[7]、腫瘤的轉(zhuǎn)移以及病毒和細(xì)菌的感染[8]有密切關(guān)系。

α-葡萄糖苷酶抑制劑能競爭性地抑制α-葡萄糖苷酶，在碳水化合物消化的最后一步抑制雙糖降解為單糖，從而延緩碳水化合物在腸道的消化，減緩來自雙糖、低聚糖及多糖水解產(chǎn)生的葡萄糖的吸收，可以有效推遲并減輕糖尿病人餐后血糖水平升高的時間及進(jìn)程[9-10]。

1966年在鏈霉素的代謝物中，首次發(fā)現(xiàn)了野尻霉素(nojirimycin)[11]，在后續(xù)的研究[12]中，又發(fā)現(xiàn)了由鏈霉菌、芽孢桿菌和枯草桿菌產(chǎn)生的1-脫氧野尻霉素(1-deoxyrijimycin，DNJ)，并在相關(guān)的研究[13]中顯示，DNJ對α-葡萄糖苷酶有強(qiáng)烈的抑制作用。DNJ是一種含氮生物堿，在桑屬植物中的含量較高[14]，其結(jié)構(gòu)與D-葡萄糖類似，兩者不同之處是：在六元環(huán)中，DNJ的氮原子取代了D-葡萄糖氧原子，由于它們結(jié)構(gòu)上的相似性，DNJ能夠和D-葡萄糖競爭與α-葡萄糖苷酶發(fā)生作用，是這類酶的強(qiáng)競爭性抑制劑[15]。

微孔板檢測技術(shù)由于方法簡單，使用靈活且具有高通量性而在生物化學(xué)以及細(xì)胞生物學(xué)中得到了廣泛的應(yīng)用。這種檢測方法能快速檢測大量樣品小樣本量的抑制劑的存在，可以加快α-葡萄糖苷酶抑制劑的篩選和研發(fā)步伐。學(xué)者在α-葡萄糖苷酶抑制劑的篩選模型方面進(jìn)行了大量的研究工作。其中酶-抑制劑篩選模型大多以4-硝基酚-α-D-吡喃葡萄糖苷(PNPG)為底物，但由于PNPG為麥芽糖類似物，所以只能篩選到對麥芽糖酶有抑制作用的抑制劑，有一定的局限性[16]。本篩選模型以蔗糖為底物，也可將底物更換為淀粉或蔗糖，可以針對不同的底物進(jìn)行定向篩選。本研究擬以96孔微孔板檢測技術(shù)為基礎(chǔ)，以DNJ為標(biāo)準(zhǔn)參考物，以蔗糖為水解底物，測定α-葡萄糖苷酶在抑制劑存在的情況下水解蔗糖所產(chǎn)生的葡萄糖量。加入與葡萄糖特異性結(jié)合的顯色試劑，通過酶標(biāo)儀測定96孔試驗板中的在一定檢測波長下的吸光度，算出葡萄糖的具體含量，從而計算出α-葡萄糖苷酶抑制劑的抑制能力。同時針對不同的酶濃度、檢測波長、底物濃度、及酶反應(yīng)時間對該反應(yīng)進(jìn)行最佳反應(yīng)條件的摸索，這種方式可以應(yīng)用到不同底物的酶-底物篩選模型，為α-葡萄糖苷酶抑制劑的定向篩選提供更多種類的篩選形式。

1 材料與方法

1.1 試驗試劑

小鼠腸干粉(Rat Intestinal Acetone，RIA)：美國Sigma公司；

蔗糖：≥99.9%，上海阿拉丁生化科技股份有限公司；

葡萄糖分析試劑(Glucose Assay Reagent，GAR)：日本W(wǎng)ako公司；

DNJ標(biāo)準(zhǔn)粉末：美國Chromdex公司；

磷酸二氫鉀、磷酸氫二鈉、碳酸鈉、氫氧化鈉、鹽酸：分析純，廣州市化學(xué)試劑廠；

試驗用水為去離子水。

1.2 試驗設(shè)備

分析天平：AB304S/FACT型，美國Mettler Toledo公司；

離心機(jī)：H-28型，日本Kokusan公司；

酶標(biāo)儀：MK3型，美國Thermo Fisher Scientific公司；

恒溫培養(yǎng)箱：307型，美國Thermo Fisher Scientific公司；

真空烘箱：273800型，美國Hot Pack公司；

pH計：PH744型，瑞士Metrohm技術(shù)公司；

手動單道移液槍：100-1000μL型，德國Eppendorf公司；

手動單道移液槍：10-100μL型，德國Eppendorf公司；

8通道移液槍，Transferpette-8型，德國Eppendorf公司；

96孔微孔板(平底)，9018型，美國Corning公司

1.3 試劑配制

(1) Enzyme Assay Buffer(以下簡稱Buffer)：pH 7.0。分別配制50 mmol磷酸二氫鉀溶液與50 mmol磷酸氫二鈉溶液。在1 L燒杯中混合600 mL磷酸氫二鈉(50 mmol)和300 mL磷酸二氫鉀(50 mmol)，用1 mol/L NaOH或1 mol/L HCl調(diào)pH至7.0(精確至0.02)。

(2) DNJ溶液：DEOXYNOJIRIMYCIN(SH)，8 mg/mL?？梢园?2 μL/離心管的體積分裝，于-20 ℃冰箱保存1年。

(3) Ymin溶液：40 μg/mL。

(4) 酶溶液(Enzyme Solution)：1.0，2.0，3.0，4.0，5.0，6.0 mg/mL，使用前配制。

(5) 蔗糖溶液(底物)：10，20，40，60，80，100 mmol/L，使用前配制。

(6) Glucose Assay Reagent (GAR)：Wako Chemicals USA.In.，根據(jù)Glucose Kit說明書制備顯色劑。

1.4 試驗方法

1.4.1 酶反應(yīng)濃度的確定 取一塊淺孔分析平板，按表1配制不同酶濃度的反應(yīng)體系，每孔加入20 mmol/L的蔗糖溶液60 μL，加入6種不同濃度(1.0，2.0，3.0，4.0，5.0，6.0 mg/mL)的酶溶液各30 μL，以30 μL H2O(即Ymax)和30 μL DNJ(40 μg/mL，即Ymin)作為樣品加入反應(yīng)體系，比較在沒有抑制劑下(Ymax)和在最大濃度抑制劑下(Ymin)酶反應(yīng)的差異。每個反應(yīng)組合做3個平行和3個不加酶的對照。加完所有試劑后，用膜封好微孔板，于37 ℃孵育25 min。去除封膜，用排槍吸120 μL的Glucose Assay Reagent 至所有的孔。用膜封好微孔板，37 ℃孵育5 min。在520 nm波長下檢測吸光度。計算出每孔的ODnet(加酶反應(yīng)吸光度讀數(shù)減去無酶反應(yīng)的吸光度讀數(shù))，以O(shè)Dnet為縱坐標(biāo)，酶溶液終濃度為橫坐標(biāo)，分別作出不同酶濃度下的ODnet變化曲線，觀察酶濃度對抑制反應(yīng)的變化規(guī)律。

表1 不同酶濃度下的反應(yīng)體系Table 1 Reactionsystemin different enzyme concentration

1.4.2 檢測波長的確定 按表1配制的不同酶濃度的分析平板，分別在405，450，492，520，630 nm 5個波長下檢測吸光度。計算出每個反應(yīng)組合的Ymax ODnet均值和Ymin ODnet，以吸光度為縱坐標(biāo)，酶溶液終濃度為橫坐標(biāo)，分別作出不同檢測波長下和不同酶濃度下的均值差變化曲線，觀察信號最強(qiáng)的檢測波長。

1.4.3 底物濃度的確定 取一塊淺孔分析平板，按表1配制不同蔗糖底物濃度的反應(yīng)體系，分別加入60 μL不同稀釋倍數(shù)(10，20，40，60，80，100 mmol/L)的蔗糖底物溶液，1～6列分別加入3.0 mg/mL左右的酶溶液各30 μL，7～12列分別加入30 μL同體積水溶液。以30 μL H2O(即Ymax)和30 μL DNJ(40 μg/mL，即Ymin)作為樣品加入反應(yīng)體系，比較在沒有抑制劑下(Ymax)和在最大濃度抑制劑下(Ymin)不同蔗糖底物濃度的差異。每個反應(yīng)組合做3個平行和3個不加酶的對照。加完所有試劑后，用膜封好微孔板，于37 ℃孵育25 min。去除封膜，用排槍吸120 μL的Glucose Assay Reagent 至所有的孔。用膜封好微孔板，37 ℃孵育5 min。在520 nm波長下檢測吸光度。計算出每孔的ODnet(加酶反應(yīng)吸光度讀數(shù)減去無酶反應(yīng)的吸光度讀數(shù))，以吸光度為縱坐標(biāo)，不同濃度蔗糖底物溶液為橫坐標(biāo)，分別作出不同酶濃度下的Ymax ODnet與Ymin ODnet的變化曲線，觀察酶濃度對抑制反應(yīng)的變化規(guī)律。

1.4.4 酶反應(yīng)時間的確定 取一塊淺孔分析平板，按表1配制不同時間的反應(yīng)體系。反應(yīng)時間分別為5，10，15，20，25，30 min，分別加入60 μL 20 mmol/L的蔗糖底物溶液，其中1～6列分別加入3.0 mg/mL左右的酶溶液各30 μL，7～12列分別加入30 μL同體積水溶液。以30 μL H2O(即Ymax)和30 μL DNJ(40 μg/mL，即Ymin)作為樣品加入反應(yīng)體系，比較在沒有抑制劑下(Ymax)和在最大濃度抑制劑下(Ymin)不同反應(yīng)時間的差異。每個反應(yīng)組合做3個平行和3個不加酶的對照。加完所有試劑后，用膜封好微孔板，于37 ℃孵育25 min。去除封膜，用排槍吸120 μL的Glucose Assay Reagent 至所有的孔。用膜封好微孔板，37 ℃孵育5 min。在520 nm波長下檢測吸光度。計算出每孔的ODnet(加酶反應(yīng)吸光度讀數(shù)減去無酶反應(yīng)的吸光度讀數(shù))，以吸光度為縱坐標(biāo)，不同時間為橫坐標(biāo)，分別作出不同反應(yīng)時間下的Ymax ODnet與Ymin ODnet變化曲線，觀察反應(yīng)時間對抑制反應(yīng)的變化規(guī)律。

2 結(jié)果與討論

2.1 最佳酶濃度

由圖1可知，在520 nm檢測波長下，Ymax ODnet和Ymin ODnet均隨著酶濃度的降低而降低。其中，酶濃度達(dá)到2.0～3.0 mg/mL時的吸光度最能滿足微孔板法對酶活性的要求(Ymax ODnet為0.190～0.280。Ymax ODnet低于0.190時，微孔板顯色整體較弱，酶解反應(yīng)抑制曲線梯度不明顯；高于0.280時，微孔板整體顯色過強(qiáng)，酶解反應(yīng)抑制曲線梯度同樣不明顯)，所以在520 nm檢測波長下，酶濃度合適范圍應(yīng)為2.0～3.0 mg/mL。

圖1 不同酶濃度下Ymax ODnet均值與Ymin ODnet 均值的變化曲線Figure 1 Curve of Ymax ODnet and Ymin ODnet in different enzyme concentration system

2.2 最佳檢測波長

由圖2可知，在405，450，492，520，630 nm 5種檢測波長下，檢測吸光度。520 nm和492 nm波長下檢測信號最強(qiáng)，兩者強(qiáng)度相當(dāng)，且檢測強(qiáng)度均隨著酶濃度的降低而降低。

2.3 最佳底物濃度

由圖3可知，在520 nm檢測波長下，Ymax ODnet和Ymin ODnet均隨著蔗糖底物濃度的升高而升高。其中，蔗糖底物濃度達(dá)到20～40 mmol/L時的吸光度最能滿足微孔板法對酶活性的要求(Ymax ODnet為0.190～0.280。當(dāng)Ymax ODnet低于0.190時，微孔板顯色整體較弱，酶解反應(yīng)抑制曲線梯度不明顯；高于0.280時，微孔板整體顯色過強(qiáng)，酶解反應(yīng)抑制曲線梯度同樣不明顯)，所以在520 nm檢測波長下，蔗糖底物濃度合適范圍應(yīng)為20～40 mmol/L。

圖2 不同波長與酶濃度下Ymax ODnet均值與 Ymin ODnet均值差的變化曲線Figure 2 The difference value curves in different wavelengths and enzyme concentration

圖3 不同蔗糖底物濃度下Ymax ODnet與Ymin ODnet 的變化曲線

Figure 3 The curve of Ymax ODnet and Ymin ODnet in different substrate concentration system

2.4 最佳酶反應(yīng)時間

由圖4可知，在520 nm檢測波長下，Ymax ODnet和Ymin ODnet均隨著反應(yīng)時間的增加而升高。其中，反應(yīng)時間達(dá)到20～30 min時吸光度最能滿足微孔板法對酶活性的要求(Ymax ODnet為0.190～0.280)，所以在520 nm檢測波長下，反應(yīng)時間的合適范圍應(yīng)為20～30 min。

圖4 不同反應(yīng)時間下Ymax ODnet與Ymin ODnet 的變化曲線

Figure 4 The curve of Ymax ODnet and Ymin ODnet in different reaction time system

3 結(jié)論

本研究以96孔微孔板檢測技術(shù)為基礎(chǔ)，以DNJ為標(biāo)準(zhǔn)參考物，蔗糖為水解底物，測定α-葡萄糖苷酶抑制劑的抑制能力。研究影響抑制反應(yīng)關(guān)鍵的4個因素——酶濃度、檢測波長、底物濃度、及反應(yīng)時間的影響，得到更穩(wěn)定的α-葡萄糖苷酶抑制劑檢測方案：在520 nm檢測波長下，最佳的酶反應(yīng)濃度為2.0～3.0 mg/mL；在405，450，492，520，630 nm 5種檢測波長下，520 nm和492 nm波長下檢測信號最強(qiáng)；在520 nm檢測波長下，蔗糖底物濃度合適范圍為20～40 mmol/L；在520 nm檢測波長下，酶反應(yīng)的最佳時間應(yīng)為20～30 min。不過，該試驗以是以體外檢測為主，而α-葡萄糖苷酶抑制劑在體內(nèi)的吸收及發(fā)揮抑制作用的情況有待進(jìn)一步研究。

[1] 毛清黎, 孟志清, 楊新河, 等. 茶葉兒茶素對糖尿病小白鼠血糖及組織抗氧化活性的影響[J]. 食品與機(jī)械, 2009, 25(5): 63-67.

[2] 李玉萍, 白冰, 葉軍,等. α-葡萄糖苷酶抑制劑的制備和活性研究進(jìn)展[J]. 食品科學(xué), 2008, 29(9): 617-620.

[3] 岳振峰, 陳小霞, 彭志英.α-葡萄糖苷酶研究現(xiàn)狀及進(jìn)展[J]. 食品與發(fā)酵工業(yè), 2000, 26(3): 63-67.

[4] HORII S, FUKASE H, MATSUO T, et al. ChemInform Abstract synthesis andα-D-glucosidase inhibitory activity ofN-substituted valiolamine derivatives as potential oral antidiabetic agents[J]. Journal of Medicinal Chemistry, 1986, 29(6): 1 038-1 046.

[5] CHEN Xiao-long, FAN Yong-xian. Properties and production of valienamine and its related analogues[J]. Chemical Reviews, 2003, 103(5): 1 955-1 977.

[6] ASANO N, NASH R J, MOLYNEUX R J, et al. Sugar-mimic glycosidase inhibitors: Natural occurrence, biological activity and prospects for therapeutic application[J]. Terahedron:Asymmetry, 2000, 11: 1 645-1 651.

[7] PILI R, CHANG J, PARTIS R A, et al. The alpha-glucosidase I inhibitor castanospermine alters endothelial cell glycosylation, prevents angiogenesis, and inhibits tumor growth[J]. Cancer Research, 1995, 55(13): 2 920-2 926.

[8] PILI R, CHANG J, MUHLHAUSER J, et al. Adenovirus-mediated gene transfer of fibroblast growth factor-1: Angiogenesis and tumorigenicity in nude mice[J]. International Journal of Cancer, 1997, 73(2): 258-263.

[9] 張冉, 劉泉, 申竹芳, 等. 應(yīng)用α-葡萄糖苷酶抑制劑高通量篩選模型篩選降血糖中藥[J]. 中國藥學(xué)雜志, 2007, 42(10): 740-743.

[10] 林玉桓, 王栩林, 王穎, 等. 34種中藥對α-葡萄糖苷酶活性的抑制作用[J]. 大連工業(yè)大學(xué)學(xué)報, 2004, 23(4): 270-272.

[11] INOUYE S, TSURUOKA T, NIDA T. The structure of nojirimycin, a piperidinose sugar antibiotic[J]. Journal of Antibiotics, 1966, 19(6): 288-292.

[12] 朱運(yùn)平, 李秀婷, 李里特. 天然α-葡萄糖苷酶抑制劑來源及應(yīng)用研究現(xiàn)狀[J]. 中國食品學(xué)報, 2011, 11(4): 154-160.

[13] 顧覺奮, 陳紫娟.α-葡萄糖苷酶抑制劑的研究及應(yīng)用[J]. 藥學(xué)進(jìn)展, 2009, 33(2): 62-67.

[14] 盛琳波, 焦鋒, 蘇超, 等. 桑樹1-脫氧野尻霉素及其衍生物的藥理作用和藥代動力學(xué)研究進(jìn)展[J]. 蠶業(yè)科學(xué), 2013(5): 1 011-1 015.

[15] 王端好. 1-脫氧野尻霉素制備及應(yīng)用研究進(jìn)展[J]. 廣東化工, 2013, 40(4): 69-70.

[16] 吳酬飛, 許楊, 李燕萍.α-葡萄糖苷酶抑制劑篩選模型的研究進(jìn)展[J]. 國際藥學(xué)研究雜志, 2008, 35(1): 9-12.

Optimization of a microplate bioassay method of filtering alpha-glucosidase inhibitors

WANG Hong-yue1

CHENZhong1

JIANXu-feng2

(1.SchoolofFoodScienceandEngineering,SouthChinaUniversityofTechnology,Guangzhou,Guangdong510640,China; 2.AmwayChinaCo.Ltd,Guangzhou,Guangdong510730,China)

The half inhibitory concentration (IC50) of alpha glucosidase inhibitors was detected based on a microplate assay method in this study in order to find the effective inhibitors for preparing hypoglycemic functional food. The reaction conditions were optimized by the four aspects, i.e., the enzyme concentration, the detection wavelength, the substrate concentration and the reaction time. The results showed that the optimum enzyme concentration ranged from 2.0 mg/mL to 3.0 mg/mL, and waves 520 nm and 492 nm were optimum among the five waves, 405, 450, 492, 520, 630 nm. Moreover, the suitable substrate concentration of sucrose ranged from 20 mmol/L to 40 mmol/L, and the appropriate reaction time was about 20～30 min.

alpha glucosidase inhibitors; blood glucose; microplate bioassay

王紅月(1984—)，女，安利中國日用品有限公司工程師，碩士。E-mail: why-1648@163.com

2016-07-25

10.13652/j.issn.1003-5788.2016.11.003