Language
Country/Area
No result found
竞争性抑制的隐藏细节：Lineweaver–Burk图告诉我们什么？
在生物化学中，Lineweaver–Burk图（或称双倒数图）是酶动力学中Michaelis–Menten方程的一种图形表示，最早由Hans Lineweaver与Dean Burk于1934年描述。尽管历史上该图被广泛用于评估酶的动力学参数，但它的数据误差结构扭曲，并不是确定酶动力学参数的最佳工具。目前，采用非线性回归的方法更加准确，并已随着桌上型电脑的普及而变得更为可及。
Lineweaver–Burk图的定义
Lineweaver–Burk图源自Michaelis–Menten方程的转换。这个方程表达了酶速率v与底物浓度a之间的关系，涉及两个参数：V（极限速率）和Km（米氏常数）。通过对该方程双方取倒数，结果形成一条直线。这条直线的纵截距为1/V，横截距为-1/Km，而斜率则为Km/V。
应用
当用于确定酶抑制类型时，Lineweaver–Burk图可以区分出竞争性、纯非竞争性及非竞争性抑制剂。不同模式的抑制可以与未受抑制的反应相对比。
竞争性抑制不会影响V的表观值，但会增加Km的表观值，降低底物亲和力。
竞争性抑制
竞争性抑制的特点在于，抑制剂与底物竞争酶的结合位点。因此在该情况下，V的表观值不会受到影响，而Km会升高，这意味着酶与底物之间的亲和力下降。图中可以看到，抑制酶在横截距上的值会大于未受抑制的酶。
纯非竞争性抑制
在纯非竞争性抑制中，V的表观值会降低，而Km则不受影响。在Lineweaver–Burk图中，这表现为纵截距增加，但横截距保持不变，显示出底物亲和力没有受到影响。
混合抑制
纯非竞争性抑制实际上非常罕见，混合抑制则更为常见。在混合抑制下，V的表观值会下降，而Km的值通常会增加，这表明底物的亲和力通常会随之减少。许多学者在此方面与Cleland的观点保持一致，识别混合抑制的影响。
非竞争性抑制
在非竞争性抑制的情况下，V的表观值会降低，而Km的值不会改变。这在图中表现为纵截距增加，但斜率不变，底物亲和力反而会提高，Km的表观值会降低。
Shortcomings
Lineweaver–Burk图在可视化实验误差方面表现不佳。特别是，如果速率v的误差具有均匀的标准误差，那么1/v的误差范围将会非常广泛。 Lineweaver与Burk对此问题有所意识，并在实验上调查误差分布，最终决定使用适当的加权来进行拟合。然而，这一方面在引用"Lineweaver和Burk的方法"的人中几乎被普遍忽略。
结论
Lineweaver–Burk图在生物化学中提供了一种有效的方式来分析酶动力学，然而其局限性亦不容忽视。在当前技术环境下，正确的非线性回归方法显示出其优越性。随着生物化学研究的进一步发展，这些工具是否能够找到更精确的应用方式呢?
