引言

混合模型是一个通用方程，其中竞争性、非竞争性和非竞争性抑制均作为其特例。该模型比其他模型多了一个参数，该参数揭示了抑制的机制。

分步操作

创建一个 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）代表在不同浓度抑制剂存在下收集的数据，起始浓度为零。将这些浓度输入到列标题中。请确保输入的是浓度，而不是浓度的对数。

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

模型

VmaxApp=Vmax/(1+I/(Alpha*Ki))

KmApp=Km*(1+I/Ki)/(1+I/(Alpha*Ki))

Y=VmaxApp*X/(KmApp + X)

 

参数 I 代表抑制剂浓度，该值需输入到各列标题中。该值受限于数据集常数。

参数 Alpha、Vmax、Km 和 Ki 是共享的，因此 Prism 会为整个数据集拟合一个控制数据。

参数解读

Vmax 是无抑制剂条件下的最大酶速率，其单位与 Y 相同。

Km 是米氏常数，其单位与 X 相同。它描述了在无抑制剂条件下底物与酶的交互作用。

Ki 是抑制常数，其单位与您输入到列标题中的 I 相同。

Alpha 决定作用机制。其数值决定了抑制剂结合改变酶对底物亲和力的程度。该数值始终大于零。

•当 Alpha=1 时，抑制剂对酶和酶-底物复合物的亲和力相等。这与非竞争性抑制完全一致。

•当α>1时，抑制剂优先结合游离酶。

•当 Alpha 值非常大时，抑制剂几乎完全结合于游离酶，此时混合模型近似于竞争性结合。

•当 α < 1 时，抑制剂优先结合酶-底物复合物。

•当α非常小（但大于零）时，抑制剂几乎完全结合于酶-底物复合物，混合模型便趋近于非竞争性模型。

术语

Copeland 建议避免使用“混合模型”这一术语，因为它容易引起混淆，让人误以为是指由两种或多种药物混合物引起的抑制。相反，他将本页中的模型称为非竞争性模型。按照这种思路，α = 1.0 的情况仅仅是非竞争性抑制的一个特例。

参考文献                                                                         

方程 3.2 出自：RA Copeland，《药物发现中的酶抑制剂评估》，第二版，Wiley 2013。ISBN：978-1-118-48813-3。