米氏方程

来自医学百科
77921020讨论 | 贡献2026年2月4日 (三) 08:21的版本 (建立内容为“<div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff…”的新页面)
(差异) ←上一版本 | 最后版本 (差异) | 下一版本→ (差异)

米氏方程(Michaelis-Menten Equation)是生物化学中最著名、应用最广泛的速率方程之一。它由德国生物化学家 Leonor Michaelis 和加拿大医生 Maud Menten 于 1913 年提出,用于描述单底物酶促反应的速率与底物浓度之间的定量关系。该方程揭示了酶促反应的饱和效应:即在低底物浓度下反应速率随浓度线性增加,而在高底物浓度下速率趋于一个极限值(Vmax)。米氏方程不仅是酶动力学的理论基石,也是药理学中计算药物亲和力和代谢速率的核心工具。

米氏方程
Michaelis-Menten Equation (点击展开)
双曲线模型:v vs [S]
方程属性
提出年份 1913年
适用范围 简单的单底物反应
曲线形状 矩形双曲线
关键变量
v (Velocity) 初始反应速率
[S] 底物浓度
Km 米氏常数 (亲和力)

方程表达式与几何意义

米氏方程以简洁的数学形式描述了酶促反应速率 (v) 如何依赖于底物浓度 ([S]):

           $$ v = \frac{V_{max} [S]}{K_m + [S]} $$
           其中:
Vmax 酶被底物完全饱和时的最大反应速率。
Km 反应速率达到最大速率一半 ($V_{max}/2$) 时的底物浓度。


推导基础:中间产物学说

该方程基于一个核心化学反应模型:酶 (E) 与底物 (S) 可逆结合生成复合物 (ES),ES 再不可逆地分解为产物 (P) 和游离酶 (E)。

       E + S ⇌ ES → E + P
假设条件 解释
稳态假设
(Steady-State)
                   这是 Briggs & Haldane (1925) 修正后的关键假设:在反应初期,[ES] 复合物的生成速率等于其分解速率,即 [ES] 浓度保持恒定
初速度条件
(Initial Rate)
                   仅测量反应刚开始时的速率 ($v_0$)。此时产物 [P] 极少,可以忽略逆反应 (P → S)。
底物过量
                   [S] >> [E]total,确保酶被底物包围,总底物浓度约等于游离底物浓度。

米氏常数 (Km) 的物理意义

Km 是酶的一个特征常数,它不随酶浓度的改变而改变,只取决于酶的种类、底物类型和环境条件(pH、温度)。

  • 亲和力的度量: Km 值越,表示酶与底物的亲和力越(只需要很少的底物就能达到半饱和)。反之,Km 大则亲和力弱。
  • 生理调节:
    己糖激酶 (Hexokinase): Km 极低 (~0.05 mM),确保脑细胞在低血糖时也能摄取葡萄糖。
    葡萄糖激酶 (Glucokinase): Km 较高 (~5 mM),只在餐后高血糖时才在肝脏全速工作,储存糖原。
       学术参考文献 [Academic Review]
       

[1] Michaelis L, Menten ML. (1913). Die Kinetik der Invertinwirkung. Biochemische Zeitschrift.
[点评]:历史性文献。虽然原文用德语发表且基于“快速平衡假设”,但它定义了酶动力学的基本范式。

[2] Briggs GE, Haldane JB. (1925). A note on the kinetics of enzyme action. Biochemical Journal.
[点评]:对米氏方程进行了极其重要的修正,引入了“稳态假设”,使方程具有了更广泛的普适性,即我们今天教科书上使用的版本。

[3] Johnson KA, Goody RS. (2011). The original Michaelis constant: translation of the 1913 Michaelis-Menten paper. Biochemistry.
[点评]:为了纪念米氏方程 100 周年,提供了原文的英文翻译和现代视角的深度评论。

           动力学理论体系 · 知识图谱
上级学科 酶动力学 • 物理化学
线性化工具 Lineweaver-Burk (双倒数) • Eadie-Hofstee
例外情况 别构调节 (Sigmoidal曲线) • 抑制剂存在