引言

混合模型是一般方程，包括竞争、无竞争和非竞争抑制作为特例。该模型比其他模型多一项参数，并且该参数告诉您抑制作用的机制。

循序渐进

创建一张XY数据表。在X列中输入底物浓度，在Y列中输入酶活性。每个数据集（Y列）表示从零开始在不同浓度抑制剂存在下收集的数据。在列标题中输入这些浓度，一定要输入浓度，而非浓度的对数。

输入数据后，点击“分析”，选择非线性回归，选择酶动力学方程窗格，然后选择 混合 模型酶抑制。

模型

VmaxApp=Vmax/（1+1/（Alpha*Ki））

KmApp=Km*（1+I/Ki）/（1+I/（Alpha*Ki））

Y=VmaxApp*X/（KmApp+X）

 

参数I 是抑制剂浓度，在每个列标题中输入的值。其约束为等于数据集常数。

参数α、 Vmax、 Km和Ki共享，因此Prism拟合整个数据集的一个最佳拟合值。

解读参数

Vmax为最大酶反应速度 缺乏抑制剂，采用与Y相同的单位表示

Km 是 米氏常数，用与X相同的单位表示，其描述了缺乏抑制剂时，底物和酶的相互作用。

Ki 是抑制常数，用在标题栏中输入的与I相同的单位表示。

α 决定机制，其值决定了抑制剂的结合改变酶对底物的亲和力程度，其值始终大于零。

•α=1时，抑制剂对酶和酶-底物复合物具有同等亲和力。这与非竞争抑制相同。

•α>1时，抑制剂优先与游离酶结合。

•α非常大时，结合几乎完全与游离酶结合，且混合模型方法接近竞争抑制。

•当α<1时，抑制剂优先结合酶-底物复合物。

•当α非常小时（但大于零），抑制剂几乎完全与酶-底物复合物结合，且混合模型变得接近无竞争模型。

术语

Copeland建议避免该术语 解读为双因素方差分析结果，因为很容易混淆且认为其指由一种混合物或两种或多种药物所抑制。而他将本页中的模型称为非竞争。通过这种思维方式，α=1.0的情况只是非竞争性抑制的一个特例。

参考文献                                                                         

方程3.2，见：RA Copeland， 酶抑制剂在药物发现中的评价，第二版，Wiley 2013。ISBN: 978-1-118-48813-3。