米氏-门氏动力学

米氏-门氏动力学是描述单底物酶反应速度如何依赖于底物浓度的基础模型。它预测了一条随底物浓度升高而上升并最终达到最大速度的双曲线，由两个参数概括：米氏常数Km和最大速度Vmax。该模型是几乎所有酶活性定量分析的起点。

Definition

米氏-门氏动力学将单底物酶反应建模为酶-底物复合物的可逆形成，该复合物分解产生产物，给出初始速度 v = Vmax[S] / (Km + [S])，其中Km是达到半最大速度时的底物浓度。

Scope

本主题涵盖米氏-门氏速率定律的假设和推导、Km和Vmax的含义、周转数kcat和特异性常数kcat/Km，以及历史上用于估计参数的线性转换。它被视为参考方法学主题，而非临床指导。

Core questions

• 初始速度如何随底物浓度变化？
• Km和Vmax在物理上代表什么？
• 在哪些假设下，速率定律是有效的？
• 如何从数据中估计参数？

Key concepts

• 初始速度 (v0)
• 米氏常数 (Km)
• 最大速度 (Vmax)
• 周转数 (kcat)
• 特异性常数 (kcat/Km)
• 快速平衡和稳态假设
• Lineweaver-Burk和其他线性化方法

Key theories

米氏-门氏速率定律

假设游离酶、底物和酶-底物复合物之间存在快速预平衡，则初始速度随底物浓度呈矩形双曲线关系，极限速度为Vmax，半饱和常数为Km。

Briggs-Haldane稳态处理

用酶-底物复合物浓度近似恒定的稳态取代快速平衡假设，概括了速率定律，并根据所有相关速率常数重新定义了Km。

Mechanisms

酶E可逆地结合底物S形成复合物ES，然后ES转化为产物P并释放游离酶。如果ES的形成和解离相对于催化而言迅速，或者如果ES保持稳态，则代数处理会得出速度对底物的双曲线依赖关系。在低底物浓度下，反应速率几乎与[S]呈线性关系；在高底物浓度下，酶达到饱和，反应速率接近Vmax。Km等于达到半最大速度时的底物浓度，在稳态解释下，它结合了结合和催化速率常数。周转数kcat等于Vmax除以总酶量，kcat/Km的比值描述了酶在低底物浓度下作用于底物的效率。双倒数Lineweaver-Burk转换使关系线性化，历史上曾用于估计参数，尽管现在更倾向于非线性回归。

Clinical relevance

Km和Vmax描述了代谢酶和药物代谢酶如何响应底物浓度，并构成了药理学和实验室医学中表征酶抑制作用的基础。本主题解释了这些描述符的定义和估计方法；它是参考材料，不能作为个体诊断或治疗决策的依据。

History

Victor Henri在大约1903年提出了酶-底物复合物和早期的速率方程，而Michaelis和Menten在1913年通过研究转化酶、控制pH并使用初始速率，确立了其经久不衰的双曲线定律。Briggs和Haldane在1925年通过稳态假设对其进行了重新表述，拓宽了其适用性，Lineweaver和Burk在1934年引入了双倒数图用于参数估计。

Debates

线性化图与非线性拟合

双倒数和其他线性化方法会扭曲速度测量的误差结构，并可能导致参数估计出现偏差，因此现在通常更倾向于对双曲线方程进行直接非线性回归，而线性图仍可用于可视化。

Key figures

• Leonor Michaelis
• Maud Menten
• Victor Henri
• George Briggs
• J. B. S. Haldane

Seminal works

• michaelis-menten-1913
• briggs-haldane-1925
• lineweaver-burk-1934

Frequently asked questions

Km能告诉你关于酶的什么信息？

Km是反应达到其最大速度一半时的底物浓度；在稳态解释下，它反映了结合和催化速率常数的组合，常被用作表观底物亲和力的指标。

为什么非线性拟合优于Lineweaver-Burk图？

双倒数转换会放大低底物浓度下的测量误差，并可能使Km和Vmax的估计产生偏差，因此对原始双曲线数据进行非线性回归通常更可靠。