术语

科普兰建议不要使用这个过于简单的等式。相反，他建议使用我们称之为混合模型抑制（但他称之为非竞争性抑制）的公式。

引言

非竞争性抑制剂可逆地与酶-底物复合物和酶本身结合。这意味着有效 Vmax 会随抑制作用而降低，但 Km 不会改变。您可以通过测量几种浓度的抑制剂存在时的底物-速度曲线来确定竞争性抑制剂的 Ki。

"非竞争性"一词的用法并不一致。当抑制剂与游离酶和酶-底物复合物的结合亲和力相同时，通常按上述定义使用。但有时，当两种结合亲和力不同时，"非竞争性"一词的使用更为普遍，这通常被称为混合模型抑制。

步骤

创建 XY 数据表。在 X 列输入底物浓度，在 Y 列输入酶活性。每个数据集（Y 列）代表在存在不同浓度抑制剂（从零浓度开始）时收集的数据。在列标题中输入这些浓度。请务必输入浓度，而不是浓度的对数。

输入数据后，单击分析，选择非线性回归，选择酶动力学方程面板，然后选择非竞争性酶 抑制。

模型为

Vmaxinh=Vmax/(1+I/Ki)

Y=Vmaxinh*X/(Km+X)

 

常数I是抑制剂的浓度，是您在每列标题中输入的值。该值受限于数据集常数。

参数Vmax、Km和Ki是共享的，因此 Prism 为整个数据集拟合了一个最佳控制数据值。

解读参数

Vmax是 没有抑制剂时的最大酶速，单位与 Y 相同。

Km 是Michaelis-Menten 常数（无抑制剂时），单位与 X 相同。

Ki 是抑制常数，与您输入的 I 单位相同。

如果数据不能很好地拟合模型，可考虑改用竞争性 或非竞争性模型。或者根据更通用的混合模型抑制方程进行拟合。

 

参考                                                                         

公式 3.4RA Copeland，Evaluation of Enzyme Inhibitors in Drug Discovery，第二版，Wiley 2013。IBSN：978-1-118-48813-3。