卷死自己(15)——关于酶促动力学及其发展过程的思考
写在前面
怎么说呢,这个系列就是把自己的homework拿出来晒一晒,也就是图一乐丢人现眼一下,因为本人能力和知识范围有限,难免会有错误,请谅解一下,也就是仅供参考。引文都有标注,如果有侵权的可以联系我。欢迎各位大佬多交流,提问题、指错误。要是能关注一波那就更好了!
关于酶促动力学及其发展过程的思考
——Enzyme Kinetics, Past and Present阅读心得
1 酶促动力学及其发展过程
1.1 酶促动力学
酶促动力学(Enzyme Kinetics)又称酶促反应动力学(kinetics of enzyme-catalyzed reactions)是研究酶促反应速度及其影响因素的科学。这些因素主要包括酶的浓度、底物的浓度、pH、温度、抑制剂和激活剂等。[1]
1.2 酶促动力学的发展
1.2.1米-曼氏方程
1913年Michaelis L.和Menten M.根据中间复合体学说提出了单底物酶促反应的快速平衡模型或平衡态模型(equilibrium-state model),也称为米-曼氏模型(Michaelis-Menten model)。在此模型中,酶E把底物S经过两步转换成产物P。首先E和S结合,产生复合物ES,然后ES分解,产生P,并释放E,这个模型可以描述成:

假设E和ES之间快速平衡,他们描述了酶的初始速率V,并推导出V和底物浓度[S]之间的特征双曲线关系。

米-曼氏方程不仅量化了酶反应的动力学,而且还为用Kcat和KM表征酶提供了一种实用的方法。高Kcat和低KM,或高Kcat/KM比率,是酶的有效性的指标。1934年,Lineweaver和Burk重新修改了米-曼氏方程,既将原平衡态近似:d[S]/dt=0修改为d[ES]/dt=0以便于通过绘制1/V与1/[S]的对比图来确定KM和kcat。这项工作被高度引用,但在信息时代,这种重组的意义并不那么深远.在20世纪70年至80年代,当停止流动和连续流动实验允许研究达到稳态的过程时。通过快速样品混合和高时间分辨率监测,可以解码许多复杂的酶动力学方案,并测定许多酶中间体。[1-2]
1.2.2 单分子酶学
酶促动力学的另一个重大的实验进展出现在20世纪90年代单分子酶学通过在室温下进行单分子荧光成像和单分子操纵使单分子酶学的研究成为可能。这类实验的时间轨迹不能重复,但其统计特性是可重复的。
在过去的二十年里,单分子酶学的研究解释对特定酶特别是分子马达和核酸酶如何在分子水平上工作。也带来了许多对所有酶都通用的理论。动态无序是这样一种普遍现象。单个酶分子的kcat不是一个常数,而是表现出很大的变化。酶具有相互转化的构象状态,每种构象状态都有不同的kcat。对于传统中的米-曼氏方程,单分子实验表明,酶反应的随机等待时间呈现指数上升后指数下降的分布,但有实验证明米-曼氏方程方程仍适用于单分子水平。[2]
2 思考与展望
随着生物信息学的兴起,酶促反应动力学也随之蓬勃发展,更严谨的数据处理与更精细的测量技术使得酶促反应方程不断完善细化。我们或许可以同其它预测拟合模型一样开发出一套更灵敏精细的适用于神经网络深度学习的算法方程,实时追踪处理酶促反应,以此弥补实验分辨率不足的影响。此外,目前大部分酶促反应实验大都在体外进行,而在胞内更加复杂的环境下怎么保证单分子荧光基团不会淬灭,如何在胞内实时追踪荧光变化,怎么使特定的酶带上荧光探针,都是未来亟待解决的问题。[3]
生物化学反应绝大多数都是建立在酶的调控之上,所以对酶的动力学的研究对人类更好地理解生命活动有着极为关键的作用,有助于寻找最有利的反应条件,以最大限度地发挥酶催化反应的高效率;有助于了解酶在代谢中的作用或某些药物作用的机理等,对它的研究具有重要的理论意义和实践意义,随着生物信息学与分子生物学与之交叉发展,酶促动力学的理论发展将不断深入,应用领域将不断拓宽。
参考文献:
[1] https://blog.csdn.net/ARPOSPF/article/details/121256726
[2] Xie XS. Biochemistry. Enzyme kinetics, past and present. Science. 2013 Dec 20;342(6165):1457-9. doi: 10.1126/science.1248859. Erratum in: Science. 2014 Apr 25;344(6182):360. PMID: 24357307.
[3] XU Yan, SUN Le-le, GAO Yan-Jing, QIN Wei-Wei, PENG Tian-Huan, LI Di. Research Progresses in Single Molecule Enzymology. Chinese Journal of Analytical Chemistry, 2016, 44(9): 1437-1446. doi: 10.11895/j.issn.0253-3820.160201