Questioning the reliability of estimates of enzyme inhibitor constant: Case of competitive inhibition
动力学参数的可靠性是理解细胞系统内酶动力学的关键。本研究提出了使用Lineweaver-Burk图估计K(M),V(max)和K(I)等参数时需要反思的一些注意事项。IC(50)的质量也需要彻底的重新研究,因为它与K(I)和K(M)值直接相关。稳态和非稳态条件下的抑制动力学进行了研究,估计参数的误差与实际值进行比较,以解决其充分性的问题。
2016-10-18 physics.bio-ph physics.chem-ph q-bio.MN
Kinetic Model for a Threshold Filter in an Enzymatic System for Bioanalytical and Biocomputing Applications
最近实验观察到的生化“阈值过滤”机制的酶催化的苹果酸脱氢酶的过程中解释的模型,该模型采用了一种不寻常的机制,抑制这种酶,具有可逆的作用机制。以葡萄糖脱氢酶的生物催化过程为输出信号,对实验数据进行了分析,验证了模型的有效性。我们还确定,在没有额外抑制的情况下,输出产物向另一种化合物的快速可逆转化本身不能导致过滤。
2014-11-09 cond-mat.soft physics.bio-ph q-bio.MN
Proofreading through spatial gradients
生物学中的关键酶过程使用称为动力学校正的非平衡误差校正机制来增强其特异性。动力学校正通常需要酶中的几个专用结构特征,例如核苷酸水解位点和延迟产物形成的多种酶-底物构象。这些要求限制了传统校对方案的适用性和适应性。在这里,我们探讨了一种替代的概念性纠错机制,通过使这些事件发生在不同的物理位置,实现了底物结合和随后的产物形成之间的延迟。利用酶-底物复合物从一个位置扩散到另一个位置所花费的时间来丢弃错误的底物。这种机制不需要酶上的专用结构元件,使其在实验中更容易被忽略,但也使校对在飞行中可调。我们讨论了如何调整酶或底物浓度梯度的长度尺度改变保真度,速度和能量耗散,并量化的性能限制所施加的现实扩散和反应速率在细胞中。我们的工作拓宽了动力学校对的适用性,并设置了空间梯度的研究作为一个可能的途径特异性的阶段。
2020-05-23 physics.bio-ph q-bio.MN
Adaptation dynamics in densely clustered chemoreceptors
在许多感觉系统中,跨膜受体在空间上组织成大簇。这样的布置可以促进信号放大和多个刺激的整合。然而,这种组织也可能影响信号传导的动力学,因为调节受体活性的细胞质酶必须在受体修饰之前定位于簇。在这里,我们研究这些空间的考虑形状信号动态在休息和刺激的反应。作为一个模型,我们使用大肠杆菌的趋化途径,一个典型的系统,用于研究生物体如何感知,响应和适应环境刺激。在细菌的趋化性中,适应是由两种酶介导的,这两种酶定位于聚集的受体,并通过甲基化-去甲基化来调节它们的活性。使用一种新的随机模拟,我们表明,分布式受体甲基化是必要的成功适应刺激,也导致在稳定状态下的受体活性的大波动。这些波动产生的噪声在本地化的酶与本地化的酶和受体底物之间的饱和修饰动力学相结合的数量。分析模型解释了饱和酶动力学和大的波动如何与适应状态共存,该适应状态对途径组分的表达水平的变化具有鲁棒性,这是确保群体内单个细胞功能的关键要求。这与Goldbeter和Koshland研究的充分混合的共价修饰系统形成对比,在该系统中,当酶在饱和状态下操作时,平均活性对蛋白质丰度变得超敏感。受体活性的大波动已经通过实验量化。在这里,我们澄清他们的机制与趋化性系统,精确的适应和功能的鲁棒性方面的研究。
2013-09-20 q-bio.MN
Modeling a simple enzyme reaction with delay and discretization
传统的Michaelis-Menten动力学和两个模型,考虑到在分子水平上发生的单体的催化循环过程中的构象变化的持续时间之间的比较。该模型考虑了从酶-底物复合物形成到产物分子释放的时间,以及重置发生的构象变化所需的恢复时间。在第一个模型中,动力学是由一组延迟微分方程,而不是常微分方程相关的Michaelis-Menten动力学。在第二个模型的延迟,离散化固有的酶反应和随机结合的底物酶在分子水平上被认为是。正如预期的那样,所有三种模型在平衡时一致;然而,平衡外的动态可能会有很大的不同。特别是,这两个延迟模型显示振荡在低值的米氏常数,这是不再现的米氏-Menten模型。另外,在某些情况下,当某些反应物变得稀缺时,连续延迟模型所示的动态不同于离散延迟模型的动态。
2007-12-03 q-bio.MN q-bio.QM
Structural thermokinetic modelling
如果动力学常数未知,将代谢网络转化为动力学模型是困难的。结构动力学模型(SKM)用独立的随机数代替反应弹性。在这里,我提出了一个变量,占可逆反应和热力学:在结构热动力学建模(STM),相关的弹性计算从酶的饱和值和热力学力,这是物理上独立的。STM依赖于一种依赖模式,在这种模式中,基本变量可以被采样、拟合到数据或优化,而所有其他变量都是从它们中计算出来的。依赖模式中的概率分布定义了一个模型集合,即使数据稀缺,也会导致概率预测。STM强调了生物变量的变异性、依赖性和协方差的重要性。通过选择或采样基本变量,我们可以将代谢网络转化为具有一致可逆速率定律的动力学模型。从这些模型中获得的代谢控制系数可以告诉我们代谢动力学,包括对扰动的响应和最佳适应,以及酶协同作用,代谢物相关性和化学噪声引起的代谢波动。通过比较具有不同网络结构、通量、热力学力、调节或速率定律类型的模型变体,我们可以量化这些模型特征的影响。为了展示STM,我研究代谢控制,代谢波动和酶的协同作用,以及它们如何被热力学力量塑造。热力学可以用来获得更精确的预测流量控制,酶的协同作用,相关的流量和代谢物的变化,以及代谢噪音的出现和传播。
2022-03-07 q-bio.MN
Clustering and optimal arrangement of enzymes in reaction-diffusion systems
生化途径内的酶通常是共定位的,但具体的空间酶的安排的后果仍然知之甚少。研究了反应扩散模型中酶的排列方式对反应效率的影响。最佳的安排从一个集群过渡到一个分布式的配置文件作为一个单一的参数,控制反应的概率与扩散损失的途径中间体,是不同的。我们引入酶暴露的概念来解释这种转变是如何从分子反应和扩散的随机性产生的。
2013-10-11 q-bio.MN q-bio.SC
Optimization of collective enzyme activity via spatial localization
酶的空间组织通常在酶途径的功能和效率中起着至关重要的作用。为了充分理解酶途径的设计和操作,了解酶的相对排列如何影响途径功能至关重要。在这里,我们调查的影响,酶的本地化的最小的两个酶的反应扩散模型内的途径的流量。我们考虑不同的反应动力学,空间尺寸,和损失机制的中间基板分子。我们对这一模式的不同制度的系统分析揭示了这些不同制度的现象学中的普遍特征和独特特征。特别地,使反应通量最大化的第二途径酶的分布经历了从当第二酶的催化效率低时与第一酶共定位到当催化效率高时扩展分布的一般转变。然而,临界过渡点和扩展的最佳配置文件的形状显着影响的模型的具体功能。我们解释了这些不同的系统的行为在潜在的随机反应和扩散过程中的单一基板分子。
2013-10-11 q-bio.MN q-bio.SC
Design of Digital Response in Enzyme-Based Bioanalytical Systems for Information Processing Applications
我们调查的性能和优化的“数字”生物分析响应。具体而言,我们认为最近推出的方法的部分输入转换成非活性化合物,导致类似于在生物系统中遇到的“分支点效应”。这对应于“强度滤波器”,其可以产生在信息和信号处理以及生物传感应用中感兴趣的二进制类型S形响应输出信号。我们定义的措施,用于优化响应的信息处理应用程序的基础上所涉及的酶促反应的动力学建模,并适用于最近公布的数据,葡萄糖检测开发的方法。
2013-05-24 physics.bio-ph q-bio.MN
Michaelis-Menten dynamics in protein subnetworks
为了理解复杂系统的行为,通常需要使用描述子网络动态的模型。以前已经建立使用投影方法,这样的子网络动力学一般涉及过去的记忆,记忆功能可以明确地计算由一元和二元反应的生化反应网络。然而,许多已建立的网络模型也涉及Michaelis-Menten动力学,以描述例如酶反应。我们表明,子网络动态的投影方法可以扩展到此类网络,从而显着扩大其适用范围。为了得到扩展,我们构建了一个更大的网络,明确地表示酶和酶复合物,获得投影方程,并最终采取快速酶反应的极限,给出了Michaelis-Menten动力学。关键的一点是,这个极限可以取为封闭形式。其结果是一个简单的程序,允许一个子网络动力学的描述,包括记忆功能,直接从任何给定的网络的一元,二元和Michaelis-Menten反应。数值试验表明,这种封闭形式的酶消除给出了一个更准确的描述的子网络的动力学比简单的方法,明确表示酶,也是更有效的计算。
2016-05-29 physics.chem-ph q-bio.MN q-bio.QM
Statistical properties of multistep enzyme-mediated reactions
酶介导的反应可以在产生最终产物分子之前通过多个中间构象状态进行,并且人们通常希望从产物产生的观察中鉴定这样的中间结构。在本文中,我们解决这个问题,解决各种酶促反应的化学主方程。我们设计了一个类似于量子力学中使用的微扰理论,使我们能够确定第一(<n>)和第二(方差)累积量的分布所创建的产品分子作为底物浓度和中间过程的动力学速率的函数。平均产物通量V=d<n>/dt(或“剂量-反应”曲线)和Fano因子F=方差f<n>都是实际可测量的量,虽然不同反应类型的平均通量通常相同,但Fano因子可能大不相同。这表明定性和定量的方法来区分不同的反应方案,我们探讨这种可能性的背景下,四个样品的多步酶促反应。我们认为,测量的平均通量和Fano因子不仅可以区分反应类型,但也可以提供一些详细的信息的内部,未观察到的动力学速率,这可以做到不测量单分子的过渡事件。
2008-11-20 q-bio.MN q-bio.QM
Entropic estimate of cooperative binding of substrate on a single oligomeric enzyme: An index of cooperativity
在这里,我们系统地研究了在化学稳定条件下,底物分子在单一寡聚酶活性位点上的协同结合。结合底物的平均数和酶催化反应的净速度的研究,制定随机主方程的合作结合这里分类为空间和时间。我们已经估计的熵产生的合作绑定计划的基础上使用的动力学蒙特卡罗技术的单轨迹分析。据发现,总以及介质熵生产显示相同的通用诊断签名检测的协同性,通常其特征在于在反应的净速度。这一特征对于非平衡稳态的总熵产生率也是有效的。我们已经引入了一个指数的协同性,C,定义的比例的missals或等价的,随机系统熵与完全绑定状态的合作和非合作的情况下。协同性的标准在C方面进行了比较与希尔系数,并给出了一个微观的洞察上的合作结合的底物上的一个单一的寡聚酶,其特征通常是由宏观反应速率。
2012-11-26 physics.bio-ph physics.chem-ph q-bio.MN
Transients generate memory and break hyperbolicity in stochastic enzymatic networks
催化速率对底物浓度的双曲线依赖性是酶动力学中的经典结果,由著名的Michaelis-Menten方程量化。这种关系在不同的化学和生物学背景下的普遍存在,最近已经合理化的确定性反应网络的图论分析。然而,实验已经揭示,“分子噪声”--分子尺度上的内在随机性--导致与经典结果的显著偏差,并导致意想不到的效应,如“分子记忆”,即,营业额事件之间的统计独立性的崩溃。在这里,我们表明,通过一种新的分析方法,记忆和非双曲性有一个共同的来源,在一个初始的,可观察到的长,瞬态特有的随机反应网络的多个酶。单一酶的网络不允许这样的瞬变。瞬态产量,渐近,到一个稳定的状态,记忆消失和双曲恢复。我们提出了新的统计措施,定义在周转时间,以区分瞬态和稳态,并将这些实验数据从一个具有里程碑意义的实验,首先观察到分子记忆在一个单一的酶与多个结合位点。我们的研究表明,在分子水平上的催化与一个以上的酶总是包含一个非经典的制度,并提供了洞察如何达到经典的限制。
2020-10-02 physics.bio-ph physics.chem-ph q-bio.BM
Macroscopic Kinetic Effect of Cell-to-Cell Variation in Biochemical Reactions
在相同的环境条件下,遗传上相同的细胞可以显示出蛋白质拷贝数的强烈变化,这是由于个体细胞中固有的随机事件。在这里,我们开发了一个理论框架,以解决酶丰度的变化如何影响在细胞群体内观察到的代谢反应的集体动力学。在细胞群体水平上测量的动力学参数被证明是系统偏离单细胞,即使在均匀参数的群体。由于这些考虑,Michaelis-Menten动力学甚至可能不适合应用于群体水平。我们的研究结果阐明了体内和体外动力学之间的差异的一个新的起源,并提供了潜在的效用,分析单细胞代谢组学数据。
2010-04-08 physics.bio-ph q-bio.MN q-bio.SC
Relaxation to statistical equilibrium in stochastic Michaelis-Menten kinetics
本文研究了随机 Michaelis-Menten 网络中的统计平衡弛豫过程,通过将网络分解为可逆与不可逆子网络并精确求解化学主方程,利用新的统计测度详细表征了弛豫阶段,为经典结果提供了更广阔的分子视角。
2024-09-27 physics.bio-ph physics.chem-ph q-bio.BM
Entropy production of a steady-growth cell with catalytic reactions
细胞通常转换外部营养资源以支持新陈代谢和生长。了解这种转化的热力学效率对于确定细胞生长的一般特征至关重要。使用一个简单的原细胞模型与催化反应动力学合成所需的酶和膜成分的营养物质,每单位细胞体积生长的熵产生的化学动力学和线性非平衡热力学的速率方程的基础上计算分析和数值。每单位细胞生长的最小熵产生被认为是在一个非零的营养吸收率,而不是在准静态的限制,在标准卡诺引擎。这种差异的出现是因为由酶介导的平衡只存在于通过酶和膜合成生长的细胞内。最佳的营养吸收也证实了许多化学成分通过催化反应网络合成的原始细胞模型。还讨论了确定的最佳吸收的最佳产量为细胞生长的可能相关性。
2014-03-15 q-bio.MN q-bio.SC
Mass Action Dynamics of Coupled Reactions using Fluctuation Theory
对耦合反应网络进行全面、预测性的模拟一直是生物学等领域的研究目标。目前,利用酶质量作用动力学的代谢网络模型具有预测能力,但由于酶速率常数的测定是费力的和低通量的事实而在范围和应用方面受到限制。我们提出了一个统计热力学制定的质量作用定律的耦合反应在稳态和非稳态。该配方是基于耦合反应的波动定理,并使用化学势,而不是速率常数。当用来模拟确定性系统时,该理论对应于以这样一种方式重新调整时间依赖性反应,即可以在相同的时间尺度上达到稳态,但计算步骤要少得多。并讨论了其在系统生物学中的应用意义。
2015-12-03 q-bio.MN
A linear elimination framework
分子生物学中的关键见解,如酶动力学、蛋白质变构和基因调控,都是从基于时间尺度分离的定量分析中产生的,这使得内部复杂性得以消除,并产生了著名的Michaelis-Menten、Monod-Wyman-Changeux和Ackers-Johnson-Shea公式。在系统生物学中,稳态分析已经产生了消除,揭示了多组分网络的涌现特性。在这里,我们表明,这些分析的非线性生化系统的后果是相同的线性框架,由一个标签,有向图上定义的拉普拉斯动态,其稳态可以算法计算。以前被认为是不同的分析被发现是相同的,而新的分析方法变得可行。
2011-09-28 q-bio.MN
Model-order reduction of biochemical reaction networks
University of Groningen(格罗宁根大学);Universitair Medisch Centrum Groningen(格罗宁根大学医学中心)
提出一种基于加权拉普拉斯矩阵Kron约简的通用酶动力学化学反应网络模型降阶方法,并在酵母糖酵解模型中验证了降阶模型对关键代谢物瞬态行为的良好保持。
2012-12-11 cs.SE cs.SY eess.SY