{
  "id": "enzyme-kinetics",
  "title": "酶动力学",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "酶动力学研究酶催化反应的速率与机制，以及它们对底物、抑制剂和反应条件的依赖关系。",
  "category": "science",
  "subcategory": "biology",
  "type": "concept",
  "aliases": [
    "酶促反应动力学"
  ],
  "generated_at": "2026-11-03",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/enzyme-kinetics/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/enzyme-kinetics/",
      "json": "https://aiwiki.page/en/enzyme-kinetics.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "酶动力学是定量研究酶催化反应速率的学科。它考察反应速率如何随底物和产物浓度、酶含量、抑制剂及物理条件而变化，并利用这些依赖关系探究催化过程中各分子事件发生的先后顺序。大多数酶是蛋白质，但具有催化活性的 RNA 分子，即核酶，也遵循相同的基本动力学原理。酶动力学将实验可测的反应速率与分子识别、化学转化及生物过程的调控联系起来。\n\n作为化学动力学和生物化学的一个分支，酶动力学为区分反应机制、比较催化效率、解读突变的影响以及表征抑制剂提供了工具。其方程既包括简单的饱和定律，也包括由相互耦合的微分方程构成的大型方程组。贯穿这一学科的一个核心区别是：观测得到的速率定律描述的是特定条件下的反应行为，却不一定能据此确定唯一的分子机制。"
    },
    {
      "heading": "历史基础与研究范围",
      "text": "对酶作用的定量研究兴起于19世纪，当时研究者开始将生物催化剂视为遵循一般化学规律的体系。1833年，安塞尔姆·帕扬和让-弗朗索瓦·佩尔索分离出一种能够降解淀粉的制剂，并将其命名为淀粉酶（diastase）。后来，对转化酶催化蔗糖水解的研究表明，反应速率并不总是随底物浓度成比例增加。当底物浓度足够高时，反应速率趋近于一个极限值，这表明催化物质可能达到饱和状态。\n\n1902年，维克托·亨利提出用酶–底物复合物来解释这一现象。1913年，莱昂诺尔·米夏埃利斯和莫德·门滕通过严格控制酸度并测量初始反应速率，对转化酶开展研究，建立了一套影响深远的定量分析方法。在反应早期测量速率，可以减少底物消耗、产物积累和逆反应所带来的干扰。他们的工作推动确立了如今称为米氏方程的饱和方程。不过，这一方程如今广为人知的推导方式，与原始研究中采用的平衡处理方法并不相同。\n\n1925年，乔治·爱德华·布里格斯和J. B. S. 霍尔丹针对酶–底物中间体引入稳态近似，拓展了这一理论，从而不再要求底物结合达到平衡的速度必须远快于催化过程。20世纪，在电子计算尚未普及的时期，图解法使动力学方程更便于应用。1934年，汉斯·莱恩韦弗和迪安·伯克提出了双倒数作图法。此后的进展包括快速混合仪器、多底物反应的系统分析，以及协同调节的明确理论模型，其中包括雅克·莫诺、杰弗里斯·怀曼和让-皮埃尔·尚热于1965年提出的模型。\n\n如今，酶动力学的研究范围已远不止测定最大反应速率和底物常数。稳态实验用于表征反复进行的催化周转，而瞬态实验则能分辨单次周转之前或期间发生的事件。同位素替换、快速光谱技术和单分子观测能够区分结合、构象变化、化学反应及产物释放等过程。这些方法与X射线晶体学和冷冻电子显微术等结构研究方法相互补充：结构揭示可能存在的相互作用，动力学则限定不同状态之间相互转化的速率，并确定哪些步骤决定了观测到的行为。通常，单凭其中任何一类证据，都不足以完整阐明催化机制。"
    },
    {
      "heading": "反应速率与米氏动力学框架",
      "text": "对于将底物 \\(S\\) 转化为产物 \\(P\\) 的反应，反应速率可表示为产物的生成速率 \\(v=d[P]/dt\\)，并需根据化学计量学作适当调整。对于一比一的转化，反应速率也等于 \\(-d[S]/dt\\)。以浓度变化表示的速率通常采用 \\(\\mathrm{mol\\,L^{-1}\\,s^{-1}}\\) 为单位。初始速率 \\(v_0\\) 应在底物浓度变化很小、产物浓度足够低且酶活性基本保持恒定的时间段内测定。因此，“初始”指的是适合进行动力学测定的时间段，而不一定是混合后仪器的第一次读数。\n\n最简单的饱和动力学模型为\n\n\\[E+S \\underset{k_{-1}}{\\stackrel{k_1}{\\rightleftharpoons}} ES \\stackrel{k_2}{\\longrightarrow} E+P.\\]\n\n其中，\\(E\\) 为游离酶，\\(ES\\) 为酶–底物复合物，各个 \\(k\\) 值为基元反应的速率常数。对于这一模型，\n\n\\[\\frac{d[ES]}{dt} =k_1[E][S]-(k_{-1}+k_2)[ES].\\]\n\n经过短暂的初始瞬态阶段后，相对于 \\(ES\\) 的生成和消耗过程，其浓度变化可能很慢。令 \\(d[ES]/dt\\approx0\\)，并利用酶的物料衡算关系 \\([E]_T=[E]+[ES]\\)，可得\n\n\\[v_0=\\frac{V_{\\max}[S]}{K_m+[S]}, \\qquad V_{\\max}=k_2[E]_T, \\qquad K_m=\\frac{k_{-1}+k_2}{k_1}.\\]\n\n稳态近似并不意味着反应处于平衡状态。在中间体浓度保持近似不变的同时，产物仍在持续生成。标准近似的一个常用充分条件是 \\([E]_T\\ll K_m+[S]_0\\)，且观测须在初始瞬态阶段结束后进行。当酶浓度与底物浓度相近时，相当一部分底物可能被结合在酶复合物中，此时区分游离底物与总底物就十分重要。这种情况下，可能需要采用更一般的近似方法，或直接对描述该体系的方程进行积分。\n\n该方程预示了两种极限情况。当 \\([S]\\ll K_m\\) 时，速率近似与底物浓度成正比：\n\n\\[v_0\\approx\\frac{V_{\\max}}{K_m}[S].\\]\n\n当 \\([S]\\gg K_m\\) 时，速率趋近于 \\(V_{\\max}\\)，进一步增加底物对速率几乎没有影响。当 \\([S]=K_m\\) 时，速率为极限速率的一半。双曲线形的速率曲线与这一反应模式相符，但不能据此证明该模式成立：包含多个中间体的反应机制也可能产生相同的数学形式。即使部分数据呈现双曲线形，产物积累、酶失活、逆反应或底物抑制仍可能导致实际结果偏离该方程。"
    },
    {
      "heading": "动力学参数、催化效率与热力学约束",
      "text": "转换数 \\(k_{\\mathrm{cat}}\\) 是在规定的饱和条件下，每个催化位点所能达到的极限反应速率：\n\n\\[k_{\\mathrm{cat}}=\\frac{V_{\\max}}{[E]_T}.\\]\n\n其单位为 \\(\\mathrm{s^{-1}}\\)。它的含义取决于酶浓度的定义：蛋白质分子浓度、寡聚体浓度和催化位点浓度可能并不相同。酶制剂中若有一部分酶处于失活状态，按总蛋白质浓度计算得到的转换数就会偏低。对于简单的米氏反应机制，\\(k_{\\mathrm{cat}}=k_2\\)；对于多步催化循环，它通常由多个微观速率常数组合而成。例如，对于两个不可逆的连续步骤，\\(k_{\\mathrm{cat}}=k_a k_b/(k_a+k_b)\\)，因此较慢的步骤对完成一次催化循环所需时间的贡献最大。\n\n米氏常数 \\(K_m\\) 具有浓度量纲，但通常并不等同于底物解离常数。在简单反应机制中，解离常数为 \\(K_d=k_{-1}/k_1\\)，而 \\(K_m=(k_{-1}+k_2)/k_1\\)。只有当 \\(k_2\\ll k_{-1}\\)，即结合过程在化学反应发生之前已接近快速平衡时，才有 \\(K_m\\approx K_d\\)。因此，不能直接将较低的 \\(K_m\\) 解释为更强的结合能力；它也可能反映了催化过程中不同反应路径的分配、构象转变或产物释放步骤的变化。进行比较时，必须采用相同的反应定义，并确保测定条件足够相近。\n\n特异性常数 \\(k_{\\mathrm{cat}}/K_m\\) 的单位为 \\(\\mathrm{M^{-1}\\,s^{-1}}\\)，描述的是低底物浓度下的反应速率：\n\n\\[v_0\\approx\\frac{k_{\\mathrm{cat}}}{K_m}[E]_T[S].\\]\n\n这一常数尤其适合用于比较竞争同一种游离酶的不同底物。在基元反应机制中，它等于 \\(k_1k_2/(k_{-1}+k_2)\\)，即结合速率常数乘以已结合的底物转化为产物、而非解离的概率。高效酶的特异性常数可以接近由扩散控制的分子相遇速率常数，在水溶液中通常约为 \\(10^8\\)–\\(10^9\\ \\mathrm{M^{-1}\\,s^{-1}}\\)。这并不是普遍适用的固定上限；静电吸引、分子取向、黏度以及反应的几何条件都会影响分子相遇和发生反应的概率。\n\n动力学参数还受到热力学的约束。酶能加快反应达到化学平衡的过程，但不会改变平衡常数，也不会改变反应的总吉布斯自由能变化。对于单底物、单产物的可逆反应，一种常用的可逆速率方程为\n\n\\[v= \\frac{V_f[S]/K_S-V_r[P]/K_P} {1+[S]/K_S+[P]/K_P}.\\]\n\n平衡时，分子为零，由此得到霍尔丹关系式：\n\n\\[K_{\\mathrm{eq}}=\\frac{[P]_{\\mathrm{eq}}}{[S]_{\\mathrm{eq}}} =\\frac{V_fK_P}{V_rK_S}.\\]\n\n这种以浓度表示的形式以适用的理想溶液假设和标准态约定为前提；严格的热力学表达式则使用活度。类似的约束也适用于更复杂的反应机制，因此不能不考虑平衡条件而独立设定正、逆反应的动力学参数。"
    },
    {
      "heading": "多底物反应与催化途径",
      "text": "许多酶作用于两种或更多底物。激酶通常将磷酰基从三磷酸腺苷转移至受体，而脱氢酶则在有机底物与辅酶（如烟酰胺腺嘌呤二核苷酸）之间转移还原当量。因此，单一底物的饱和实验通常是在另一种底物浓度保持不变的条件下进行的。由此得到的表观 \\(K_m\\) 和 \\(V_{\\max}\\) 可能取决于该固定浓度，并不一定等于所有必需底物均达到饱和时所得的极限参数。\n\n在序列机理中，两种底物都先与酶结合，随后才释放第一个产物。底物的结合可以是有序的，即必须由其中一种底物先结合；也可以是随机的，即允许任意一种结合顺序。这些机理均经过由酶和两种底物组成的三元复合物，不过，在产物形成之前还可能经过其他中间体。许多依赖 NAD 的脱氢酶遵循有序或近似有序的途径，辅酶先结合，有机底物随后才能以可发生反应的方式结合。产物的释放顺序是另一个独立特征，也必须通过实验确定。\n\n在乒乓机理中，第一个底物先发生反应，第一个产物释放后，第二个底物才与酶结合。酶在化学性质不同的形式之间循环转变。氨基转移酶就是一个典型例子：其磷酸吡哆醛辅因子从氨基酸接受一个氨基，生成磷酸吡哆胺，随后再将该氨基转移给酮酸。在理想化的不可逆乒乓模型下，\n\n\\[v=\\frac{V_{\\max}[A][B]} {K_B[A]+K_A[B]+[A][B]}.\\]\n\n对于这一模型，将一种底物固定在不同浓度，针对另一种底物绘制的双倒数直线彼此平行。相比之下，许多序列机理会产生一组相交的双倒数直线。这类图形特征有助于判断机理，但不能唯一确定机理，尤其是在浓度范围受限或实验误差较大时。\n\n因此，机理的判定需要综合多种证据。产物抑制实验可以确定特定产物会与哪些酶形式结合。死端抑制剂与底物相似，却无法完成反应，因此能够揭示可形成的结合状态。同位素交换实验可以表明，即使整体反应没有净转化，其中一部分反应仍可逆地进行。快速淬灭实验可以检测短暂存在的共价酶中间体。可信的反应机理不仅必须解释初速方程，还必须说明结合顺序、产物效应、化学中间体，并符合热力学约束。在不同的底物、产物或辅因子浓度下，其他反应途径可能变得重要，因此，在一组条件下确立的机理未必能同样准确地描述所有实验条件下的行为。"
    },
    {
      "heading": "可逆抑制与时间依赖性失活",
      "text": "酶抑制的动力学表征，是通过改变底物和抑制剂浓度，测定抑制剂如何影响反应速率来实现的。对于标准的可逆混合型抑制模型，\n\n\\[v=\\frac{V_{\\max}[S]} {\\alpha K_m+\\alpha'[S]},\\]\n\n其中\n\n\\[\\alpha=1+\\frac{[I]}{K_i}, \\qquad \\alpha'=1+\\frac{[I]}{K_i'}.\\]\n\n在该模型的假设下，\\(K_i\\) 和 \\(K_i'\\) 分别描述抑制剂与游离酶及酶–底物复合物的结合。表观最大反应速率为 \\(V_{\\max}/\\alpha'\\)，表观米氏常数为 \\(\\alpha K_m/\\alpha'\\)。这些关系成立的前提是，测量期间与抑制剂结合有关的平衡或稳态已经建立。\n\n对于竞争性抑制，\\(\\alpha>1\\) 且 \\(\\alpha'=1\\)：表观 \\(K_m\\) 增大，而 \\(V_{\\max}\\) 不变。在最简单的机制中，抑制剂和底物以互斥的方式与游离酶结合。对于反竞争性抑制，\\(\\alpha=1\\) 且 \\(\\alpha'>1\\)：由于抑制剂与酶–底物复合物结合，表观 \\(K_m\\) 和 \\(V_{\\max}\\) 按相同比例减小。混合型抑制会改变这两个参数，而纯非竞争性抑制是 \\(K_i=K_i'\\) 的特殊情况，此时表观 \\(K_m\\) 保持不变。这些属于动力学分类，并不能直接对应于结合位置。在远离活性位点的位置结合也可能产生竞争性抑制，而在活性位点附近结合也不能据此确定特定的速率变化模式。\n\n产生 50% 抑制作用的抑制剂浓度 \\(IC_{50}\\) 是一个取决于测定条件的量，而不是通用的结合常数。对于简单的竞争性抑制，在抑制剂耗减可忽略不计且满足通常的初速率假设时，Cheng–Prusoff 关系式为\n\n\\[IC_{50}=K_i\\left(1+\\frac{[S]}{K_m}\\right).\\]\n\n因此，改变底物浓度会改变测得的 \\(IC_{50}\\)。当紧密结合型抑制剂的浓度与酶活性位点浓度相当时，需要采用特殊方法处理，因为此时抑制剂总浓度已不能近似代表游离抑制剂浓度。慢结合型抑制剂还会带来另一种复杂情况：随着抑制剂结合态的积累，测得的抑制效力会取决于预孵育时间和观测时间。\n\n不可逆失活通常表示为先发生可逆结合，随后发生化学转化：\n\n\\[E+I\\rightleftharpoons EI\\longrightarrow E-I.\\]\n\n对于简单的两步模型，在适当条件下，\n\n\\[k_{\\mathrm{obs}}=\\frac{k_{\\mathrm{inact}}[I]}{K_I+[I]}.\\]\n\n参数 \\(k_{\\mathrm{inact}}\\) 和 \\(k_{\\mathrm{inact}}/K_I\\) 分别描述极限失活速率和低浓度下的失活效率。仅凭时间依赖性抑制，并不能确认发生了共价反应：缓慢的构象变化、抑制剂分解或酶不稳定，都可能产生相似的时间曲线。因此，在表征机制时，需要利用稀释或透析后的表现、底物保护作用，以及对修饰后酶的直接鉴定等证据，将持久性抑制与可逆慢结合及无关因素造成的活性丧失区分开来。"
    },
    {
      "heading": "协同性、变构作用与构象动力学",
      "text": "并非所有酶的底物浓度—反应速率曲线都呈双曲线形。在变构作用中，一个位点上的结合会通过改变蛋白质结构或各构象的相对分布，改变另一个位点的性质。相互作用的位点可以位于同一条多肽链内，也可以分布在寡聚体的不同亚基上。底物本身可以充当调节配体，产生同促效应，而其他代谢物则可产生异促效应。调节作用可以改变反应速率对底物浓度的依赖关系、最大活性，或同时改变两者，使代谢途径的活性无须通过改变酶的丰度，就能响应细胞条件的变化。\n\n反应速率对底物浓度的 S 形依赖关系通常用希尔方程概括：\n\n\\[v=\\frac{V_{\\max}[S]^{n_H}} {K_{0.5}^{\\,n_H}+[S]^{n_H}},\\]\n\n其中，\\(K_{0.5}\\) 是反应速率达到最大值一半时的底物浓度，\\(n_H\\) 是经验性的希尔系数。在这一描述框架下，希尔系数大于 1 表示响应陡峭，具有正协同性；小于 1 则可能反映负协同性或异质性行为。希尔系数通常并不等于底物结合位点的数量。此外，由反应速率测量得到的系数不一定等同于由平衡结合测量得到的系数，因为催化周转不仅涉及位点占据情况，还包括化学转化和构象转换。\n\n莫诺–怀曼–尚热模型将寡聚体描述为处于不同构象态之间的平衡中；这些构象态通常称为 T 态和 R 态，对配体具有不同的亲和力。在该模型的经典形式中，寡聚体内的所有亚基都处于相同的构象态。配体结合会使构象分布向与其结合更强的状态偏移。相比之下，科什兰–内梅蒂–菲尔默模型允许构象依次发生变化，并允许处于不同构象的相邻亚基之间发生相互作用。这些模型从不同的极限情形描述协同行为；实际的酶可能需要更复杂的状态网络来描述。天冬氨酸氨甲酰转移酶是一个研究充分的例子：底物结合和核苷酸效应物通过相互耦联的结构转换改变酶活性。\n\n即使没有多个相互作用的底物结合位点，也可能出现协同动力学。如果缓慢的构象转换保留了对先前底物结合的动力学“记忆”，单体酶也可能表现出 S 形曲线。哺乳动物葡萄糖激酶就是这种动力学协同性的重要实例。反过来，非双曲线形的曲线也可能源于多个酶群体、底物抑制或测定伪差，而非协同调节。在高底物浓度下，一种经验性的底物抑制方程为：\n\n\\[v=\\frac{V_{\\max}[S]} {K_m+[S]+[S]+[S]^2/K_{\\mathrm{SI}}}.\\]\n\n该方程可以描述一种不能形成产物的底物结合态的形成，但仅凭拟合曲线本身无法确定该状态。对构象和调节机制的解释，需要独立的结合实验、结构研究或瞬态动力学证据，而不能仅依赖曲线形状。"
    },
    {
      "heading": "前稳态动力学与微观反应步骤",
      "text": "稳态速率反映的是多个催化循环的平均结果。前稳态动力学研究反应趋于稳态的过程，能够揭示平均周转速率所掩盖的事件。停流仪可快速混合反应物，并监测吸光度或荧光等信号，时间尺度通常可达毫秒级。快速淬灭法在预设的延迟时间后用化学方法终止反应，并定量测定底物、产物或中间体。连续流动法、温度跃迁法和光化学触发法则可用于研究更快的过程。仪器死时间，即从反应启动到获得有效观测数据之间的时间间隔，是决定哪些步骤能够被分辨的重要限制因素。\n\n前稳态突发是指反应初期产物快速生成，随后转为较慢的线性积累。一个简单的描述性表达式为\n\n\\[[P](t)=A\\left(1-e^{-k_{\\mathrm{burst}}t}\\right)+v_{\\mathrm{ss}}t,\\]\n\n其中，\\(A\\) 为突发幅度，\\(v_{\\mathrm{ss}}\\) 为随后的稳态速率。当可检测产物的形成快于后续步骤（如产物释放或活性酶再生）时，就可能出现这种行为。丝氨酸蛋白酶作用于适宜底物时便是经典例子：快速酰化之后可发生较慢的脱酰化。在适当条件下，突发幅度可用于估计活性位点浓度，但化学步骤的可逆性、活性位点占据不完全，或存在多种催化活性群体等情况，会使这一解释变得复杂。\n\n单次周转实验通常使酶相对于底物过量，从而让每个底物分子在可提供有效信息的时间区间内至多经历一次催化过程。这类实验能够将底物转化与反复发生的催化循环区分开来。观测到的瞬态速率对底物浓度的依赖关系，有助于区分结合过程与后续转化。对于准一级条件下的简单单步结合反应，\n\n\\[k_{\\mathrm{obs}}=k_{\\mathrm{on}}[L]+k_{\\mathrm{off}}.\\]\n\n更复杂的浓度依赖关系可能提示存在构象重排，但仅凭一组浓度系列实验，并不总能区分诱导契合机制与构象选择机制。信号所代表的事件与时间分辨率同样重要：荧光变化可能反映配体结合、蛋白质构象重排，或多种事件的混合，而非化学产物的形成本身。\n\n动力学同位素效应为机制研究增添了另一个维度。例如，当某个氢原子的运动或成键参与了与动力学相关的过渡态时，用氘取代该氢原子就可能改变反应速率。由于结合、构象变化或产物释放也会影响测得的参数，观测到的同位素效应可能小于化学步骤本身的内禀效应。量子隧穿可能参与氢转移反应，但仅凭同位素效应并不能确定唯一的隧穿模型。单分子实验同样能够揭示等待时间的分布以及不同活性状态之间的波动；要将这些观测结果与系综速率常数联系起来，就必须明确考虑其背后的状态网络。"
    },
    {
      "heading": "实验测量与参数估计",
      "text": "可以通过光学、化学、电化学或基于分离的测量方法监测酶活性。吸光度测定法应用广泛，因为在已知摩尔吸光系数和光程长度的情况下，可以利用比尔–朗伯定律将信号变化换算为浓度变化。还原型辅酶 NADH 和 NADPH 在 340 nm 附近有强吸收，因此，许多脱氢酶测定法都利用它们的生成或消耗来监测反应。在合适的体系中，荧光法具有更高的灵敏度；对于缺乏便于测量的光学信号的反应，则可以采用质谱法、色谱法和放射性测量法进行定量。每种方法测得的都是某个物理可观测量，必须明确建立该量与化学转化之间的关系。\n\n偶联测定法将原本难以测量的反应转化为可测量的次级反应。例如，可以通过辅助酶将依赖 ATP 的反应与 NADH 氧化反应偶联起来。辅助反应必须足够迅速地消耗主反应产物，使其瞬态行为不至于主导观测到的速率。对照实验用于区分目标酶的活性与背景反应、对报告物的直接影响以及底物污染所造成的信号。光学干扰在抑制剂筛选中尤为重要，因为受试化合物可能吸收激发光、自身发出荧光、猝灭报告物的信号，或形成聚集体，导致酶的表观活性降低。\n\n能否可靠地估计参数，在很大程度上取决于实验设计。若底物浓度集中在远低于 \\(K_m\\) 的范围，主要能确定的是 \\(V_{\\max}/K_m\\)；若仅在底物饱和条件下测量，主要能确定的则是 \\(V_{\\max}\\)。在低于、接近和高于 \\(K_m\\) 的浓度范围内取样，有助于分别估计这两个参数。活性酶浓度、底物纯度、反应温度、缓冲液组成和计时都会影响测量不确定度。即使反应进程曲线在选定的时间区间内看似呈线性，也仍可能因混合滞后、酶逐渐失活，或程度虽小却足以产生影响的底物消耗而出现偏差。\n\n现代分析通常采用非线性回归，直接拟合未经变换的速率数据。Lineweaver–Burk 变换为：\n\n\\[\\frac{1}{v}=\\frac{K_m}{V_{\\max}}\\frac{1}{[S]}+\\frac{1}{V_{\\max}},\\]\n\n这一变换有助于直观展示参数之间的关系，但会放大低速率处的误差，并改变统计误差结构。直接拟合可避免这种特定的失真，但仍需采用合适的残差模型，并评估参数的不确定性。全局拟合可以在同一机制下，将多组底物浓度系列数据或完整的反应时间序列结合起来分析。剖面似然法、自助法计算及相关方法，可以揭示那些约束较弱、却可能被单一标准误所掩盖的参数。反应进程曲线拟合可以利用底物消耗和产物效应所提供的信息，但数值上拟合得很好，本身并不能证明所选机制是唯一的，也不能证明它在化学上正确。"
    },
    {
      "heading": "酸碱度、温度和反应环境的影响",
      "text": "酶动力学参数取决于化学环境。酸碱度会改变催化残基、底物、辅因子和结合基团的质子化状态。如果酶发挥活性需要一个基团去质子化，而另一个基团保持质子化，活性随酸碱度变化的曲线就可能呈钟形。对于理想化的双电离模型，\n\n\\[k_{\\mathrm{obs}}= \\frac{k_{\\mathrm{lim}}} {1+10^{pK_{a1}-\\mathrm{pH}}+10^{\\mathrm{pH}-pK_{a2}}}.\\]\n\n拟合所得的数值是表观动力学电离常数，不能直接视为特定氨基酸的平衡 \\(pK_a\\) 值。\\(k_{\\mathrm{cat}}\\) 和 \\(k_{\\mathrm{cat}}/K_m\\) 随酸碱度变化的曲线可能不同，因为它们反映的是不同的酶状态以及不同反应路径间的动力学分配。缓冲剂的结合、离子强度，以及随酸碱度变化的稳定性，也会改变测得的曲线。\n\n升高温度通常会加快基元反应步骤，其变化在有限温度范围内近似遵循阿伦尼乌斯方程：\n\n\\[k=Ae^{-E_a/(RT)}.\\]\n\n其中，\\(E_a\\) 为表观活化能，\\(R\\) 为气体常数，\\(T\\) 为绝对温度。过渡态理论通过活化自由能来表达一种相关的温度依赖关系：\n\n\\[k=\\kappa\\frac{k_BT}{h} e^{-\\Delta G^\\ddagger/(RT)}.\\]\n\n实验测得的酶对温度的响应，可能综合了化学反应、构象分布的重新调整、底物结合以及不可逆失活等过程的影响。因此，表观最适温度取决于测定时长和条件，并非独立于测定方案的固有常数。\n\n溶剂环境既影响分子间的相遇，也影响化学转化。黏度升高可能减慢受扩散限制的结合过程或产物释放，不过，改变黏度的添加剂也可能直接与蛋白质相互作用。离子强度会改变静电屏蔽作用，并可能影响对底物的吸引、盐桥以及构象平衡。对于依赖金属的酶，需要关注游离金属离子的浓度，而不能只看加入的金属总量。ATP、缓冲剂、底物及其他配体都可以结合金属离子，从而改变与催化相关的各物种的浓度。例如，在某些激酶测定中，主要的核苷酸底物是镁–ATP复合物，而不是未形成复合物的ATP。\n\n生物区室带来了理想稀溶液中不存在的空间限制。膜相关酶所接触的底物分配于水相和脂相之间；界面酶的活性可能取决于底物的表面密度，而不是溶液整体的摩尔浓度。固定化酶和多孔材料内部的酶可能处于由扩散造成的浓度梯度中，因此观测到的速率不仅反映催化过程，也反映传质过程。在细胞内，大分子拥挤、局部酸碱度、区室化和受限扩散都可能改变有效动力学特性。这些影响并不意味着溶液中的测量结果无效，但也说明：若不考虑底物的可利用性及其输运，就不能将纯化酶的参数直接用于不同的物理环境。"
    },
    {
      "heading": "细胞代谢、生物技术与动力学建模",
      "text": "在代谢中，酶作为相互连接的反应网络的一部分发挥作用，而非孤立的催化剂。酶促反应的速率取决于底物供应、产物移除、可逆交换、调节性配体以及酶的丰度。因此，提高一种酶的活性并不一定会使代谢途径的通量等比例增加。上游的底物生成、下游的底物消耗、物质转运或热力学约束，都可能主导这一响应。“限速酶”这一说法在限定的实验条件下可能有用，但不应据此认为一条代谢途径始终存在某个永久起控制作用的步骤。\n\n代谢控制分析对这种分布式控制行为进行定量描述。酶 \\(i\\) 的通量控制系数为\n\n\\[C_{E_i}^{J} =\\frac{\\partial\\ln J}{\\partial\\ln E_i},\\]\n\n其中，\\(J\\) 为稳态通量，\\(E_i\\) 为指定扰动条件下的酶活性或酶丰度。在通量求和定理的标准假设下，各相关酶活性对应的控制系数之和为一。这是一种系统层面的性质，不同于孤立反应对底物浓度的局部敏感性。这一区别解释了为何纯化酶的 \\(k_{\\mathrm{cat}}\\) 即使大幅变化，对细胞内通量的影响也可能很小，而处于关键耦联位置的反应即使仅发生适度变化，也可能影响多个代谢物库。\n\n酶动力学也为生物技术和酶工程提供支持。用于合成或加工过程的催化剂，可能面临与其原有生物环境不同的底物浓度、溶剂、温度和产物水平。仅有高催化周转速率并不能保证工艺性能：稳定性、选择性、辅因子再生、底物抑制和产物抑制可能同样重要。同样，在抑制剂开发中，也需要区分结合效力与反复催化循环过程中的抑制作用。对于突变，动力学测量有助于区分活性位点化学性质的变化与底物依赖性改变、无活性蛋白所占比例变化或稳定性降低等情况。没有任何单一参数能够涵盖所有这些效应。\n\n计算模型将动力学方程与质量守恒方程结合起来。对于浓度向量为 \\(\\mathbf{x}\\)、化学计量矩阵为 \\(N\\)、反应速率向量为 \\(\\mathbf{v}\\) 的网络，\n\n\\[\\frac{d\\mathbf{x}}{dt}=N\\mathbf{v}(\\mathbf{x},\\boldsymbol{\\theta}),\\]\n\n其中，\\(\\boldsymbol{\\theta}\\) 包含动力学参数。模型构建必须遵守分子基团的守恒关系，以及可逆循环所受的热力学约束。主要局限包括细胞内测量数据稀缺、活性酶浓度不确定，以及不可辨识性，即不同的参数组合或机制可能重现相同的观测结果。蛋白质组学测量、代谢物浓度、同位素示踪数据和时间分辨的扰动实验，可分别对这类模型的不同方面施加约束。数据驱动方法有助于估计缺失的参数，但其预测仍取决于反应的定义、实验条件，以及与已确立的化学规律是否一致。"
    }
  ],
  "links": [
    "enzyme",
    "protein",
    "ribozyme",
    "chemical-kinetics",
    "biochemistry",
    "michaelis-menten-kinetics",
    "x-ray-crystallography",
    "cryo-electron-microscopy",
    "stoichiometry",
    "steady-state-approximation",
    "diffusion",
    "thermodynamics",
    "chemical-equilibrium",
    "gibbs-free-energy",
    "adenosine-triphosphate",
    "cofactor",
    "reaction-mechanism",
    "enzyme-inhibition",
    "allostery",
    "quantum-tunneling",
    "mass-spectrometry",
    "chromatography",
    "measurement-uncertainty",
    "ph",
    "temperature",
    "activation-energy",
    "solvent",
    "metabolism",
    "mutation"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}