米氏方程

米氏方程

酶促反应的速度方程
米氏方程(Michaelis-Mentenequation)表示一个酶促反应的起始速度与底物浓度关系的速度方程。在酶促反应中,在低浓度底物情况下,反应相对于底物是一级反应(firstorderreaction);而当底物浓度处于中间范围时,反应(相对于底物)是混合级反应(mixedorderreaction)。当底物浓度增加时,反应由一级反应向零级反应(zeroorderreaction)过渡。
    中文名:米氏方程 外文名:Michaelis-Menten equation 别名: 研究对象:酶促反应 类型:速度方程 别称:米-曼式方程

介绍

v=Vmax×[S]/(Km+[S]),这个方程称为Michaelis-Menten方程,是在假定存在一个稳态反应条件下推导出来的,其中Km值称为米氏常数,Vmax是酶被底物饱和时的反应速度,[S]为底物浓度。由此可见Km值的物理意义为反应速度(v)达到1/2Vmax时的底物浓度(即Km=[S]),单位一般为mol/L,只由酶的性质决定,而与酶的浓度无关。可用Km的值鉴别不同的酶。当底物浓度非常大时,反应速度接近于一个恒定值。

在曲线的这个区域,酶几乎被底物饱和,反应相对于底物S是个零级反应。就是说再增加底物对反应速度没有什么影响。反应速度逐渐趋近的恒定值称为最大反应速度Vmax。对于给定酶量的Vmax可以定义为处于饱和底物浓度的起始反应速度n。对于反应曲线的这个假一级反应区的速度方程可写成一种等价形式:n(饱和时)=Vmax=k[E][S]0=k[E]total=kcat[ES]。速度常数k等于催化常数kcat,kcat是ES转化为游离的E和产物的速度常数。饱和时,所有的E都是以ES存在。方程(3.2)中还有另一个简单的关系式:Vmax=kcat[E]total。从中得出:kcat=Vmax/[E]total。kcat的单位是s-1。催化常数可以衡量一个酶促反应的快慢。n米氏常数Km是酶促反应速度n为最大酶促反应速度值一半时的底物浓度。这可通过用[S]取代米氏方程中的Km证明,通过计算可得n=Vmax/2。

米氏方程更适合反硝化动力学拟合,最佳的米氏常数(Km)为35mg/kg;米氏最大速率常数(vmax)与一级动力学速率常数(K)具有显著的相关性(r=0.96,P0.05)。

模型改进

1925年BriggsG.E.和HaldaneJ.B.S.对该模型提出了修正,但仍保留米-曼氏假设的后三点。他们用稳态模型(steady-statemodel)或称Briggs-Haldane氏模型:代替了平衡态模型。对观测初速率(即产物P尚未生成或很少生成时)来说,式中仍可忽略不计。所谓稳态是指反应进行不成的一段时间内(顺便提及,几毫秒内,这段时间的状态称为前稳态),系统中[ES]由零增加到一定值,在一定时间内虽然[S]和[P]在不断变化,ES复合体也在不断地生成和分解,但ES的生成速率与分解速率接近相等,[ES]基本保持不变。

参数意义

①当ν=Vmax/2时,Km=[S]。因此,Km等于酶促反应速度达最大值一半时的底物浓度。n②当k-1>>k+2时,Km=k-1/k+1=Ks。因此,Km可以反映酶与底物亲和力的大小,即Km值越小,则酶与底物的亲和力越大;反之,则越小。n③Km可用于判断反应级数:当[S]<0.01Km时,ν=(Vmax/Km)[S],反应为一级反应,即反应速度与底物浓度成正比;当[S]>100Km时,ν=Vmax,反应为零级反应,即反应速度与底物浓度无关;当0.01Km<[S]<100Km时,反应处于零级反应和一级反应之间,为混合级反应。n④Km是酶的特征性常数:在一定条件下,某种酶的Km值是恒定的,因而可以通过测定不同酶(特别是一组同工酶)的Km值,来判断是否为不同的酶。n⑤Km可用来判断酶的最适底物:当酶有几种不同的底物存在时,Km值最小者,为该酶的最适底物。n⑥Km可用来确定酶活性测定时所需的底物浓度:当[S]=10Km时,ν=91%Vmax,为最合适的测定酶活性所需的底物浓度。n⑦Vmax可用于酶的转换数的计算:当酶的总浓度和最大速度已知时,可计算出酶的转换数,即单位时间内每个酶分子催化底物转变为产物的分子数。n⑷Km和Vmax的测定:主要采用Lineweaver-Burk双倒数作图法和Hanes作图法。

双倒数图

常用的米氏方程转换形式是Lineweaver-Burk方程,也称为双倒数方程。

使1/v对1/[S]作图,可以获得一条直线。从直线与x轴的截距可以得到1/Km的绝对值;而1/Vmax是直线与y轴的截距。双倒数作图直观、容易理解,为酶抑制研究提供了易于识别的图形。

缺点:底物浓度低时,坐标点集中于坐标左下方,使得误差增大,往往偏离直线,Vm、Km无法精确定出。

解决方法:底物浓度配成1/[S]的浓度级差,而不是[S]的浓度极差,使点距离平均,再以最小二乘法线性回归分析。

相关词条

相关搜索

其它词条