术语

Copeland建议不要使用这一过分简单化的方程。而建议使用我们称为混合模型抑制的方程（但他称为非竞争性抑制作用）。

引言

非竞争性抑制剂可逆地结合酶-底物复合物及酶本身。这意味着，有效的Vmax随着抑制作用而降低，但Km没有变化。在存在几种浓度的抑制剂的情况下，通过测量底物速度曲线，可确定竞争性抑制剂的Ki。

“非参数”一词的用法不一致。当抑制剂通过相同的亲和力，结合游离酶和酶-底物复合物时，其通常可按照上述定义使用。然而，当两种亲合力不同时，有时更普遍地使用 “非竞争性”一词，这通常被称为混合模型抑制。

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 非竞争性酶抑制作用。

模型

Vmaxinh=Vmax/（1+I/Ki）

Y=Vmaxinh*X/（Km+X）

 

常数 I 是抑制剂浓度，在每个列标题中输入的值。这被约束为数据集常数。

参数 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 是缺少抑制剂条件下的 最大酶反应速度，采用与Y相同的单位表示

Km 是 Michaelis-Menten常数（在 缺乏抑制剂的条件下），以与X相同的单位表示。其描述了在缺乏抑制剂时，底物和酶的相互作用。

Ki 是抑制常数，以与您输入的I相同的单位表示。

如果数据不能很好地拟合模型，则考虑改为拟合竞争或无竞争模型，或拟合混合模型抑制的更一般的方程。

 

参考文献                                                                         

方程3.4，见：RA Copeland， 酶抑制剂在药物发现中的评价，第二版，Wiley 2013。IBSN：978-1-118-48813-3。