tooluniverse-enzyme-kinetics

酶动力学（Michaelis-Menten）

将底物浓度与初始速率数据转换为 Km、Vmax、kcat 和催化效率，并判定抑制剂的作用机制。

Michaelis-Menten 模型：v = Vmax·[S] / (Km + [S])。

适用场景

• 你测量了多个底物浓度下的初始反应速率。
• 你需要 Km（底物亲和力）、Vmax、kcat（周转数）或 kcat/Km。
• 你有 ±抑制剂条件下的速率数据，想要判定抑制模式和 Ki。

对于已发表的动力学常数（他人测得的 Km/kcat），请改用 BRENDA 工具或 SABIO_RK_search_reactions；此技能用于分析你自己测量的数据。

查询已发表常数，而非拟合自己的数据（SABIO-RK）

SABIO_RK_search_reactions 可按 EC 编号、酶名称、底物、生物体或产物，搜索超过 200,000 条经文献整理的动力学条目（Km、kcat、Vmax、Ki），无需身份验证。这是 BRENDA 之外的另一个数据源；如果某个数值看起来不对，请同时查阅两者，因为它们的覆盖范围和整理方式有所不同。

tu run SABIO_RK_search_reactions '{"ec_number":"1.1.1.1"}'
tu run SABIO_RK_search_reactions '{"enzyme_name":"hexokinase","organism":"Homo sapiens","limit":5}'
tu run SABIO_RK_search_reactions '{"substrate":"ethanol","limit":10}'

已实时验证：EC 1.1.1.1（醇脱氢酶）、己糖激酶/Homo sapiens，以及乙醇底物查询均会返回包含 substrates、products、parameters、mechanism_type 和 pubmed_id 的真实 kinetic_laws 条目。注意（已实时验证）：返回的条目可能会列出其 parameter_types（例如 ["concentration","Hill coefficient","S_half","Vmax"]），但实际的 parameters 数组可能为空——该条目记录的是该反应表征了哪些动力学参数，并不一定包含每条记录中的数值；引用具体数值前，请确认 parameters 非空。如果为空，请查看同一反应/生物体的其他 entry_id。

步骤 1 — 准备数据

问题	处理方法
使用初始速率，而非终点速率	v 必须是初始速率（线性阶段，底物消耗量 <10%）。终点速率或已进入平台期的速率会导致 Km/Vmax 错误。
底物浓度范围必须涵盖 Km	[S] 应同时包含远低于和远高于 Km 的数值（理想范围约为 0.2×Km 至 5×Km）。数据点全都高于 Km 时无法确定 Km；全都低于 Km 时无法确定 Vmax。
单位——保持一致	[S] 使用一种单位（mM、µM）→ 返回的 Km 也采用该单位。速率也统一使用一种单位，并始终保持不变。
计算 kcat 需要 [E]	kcat = Vmax / [E]total。该工具给出的 "catalytic_efficiency" 是基于速率的 Vmax/Km；若要得到真正的 kcat（每秒周转数）和 kcat/Km，请自行用 Vmax 除以酶的摩尔浓度。
至少 5–7 个数据点	数据点过少会导致拟合不稳定。应让数据点覆盖整个范围，而非集中在一起。

步骤 2 — 拟合 Michaelis-Menten

tu run EnzymeKinetics_calculate '{"operation":"michaelis_menten",
  "substrate_concs":[0.1,0.25,0.5,1,2,5,10],
  "velocities":[8.5,18,32,52,72,90,98]}'

返回一个 nonlinear_fit 区块（Vmax、Km、R2、SSE）——请以这些结果作为答案，一个 lineweaver_burk 区块（仅供参考）、catalytic_efficiency（Vmax/Km），以及 predicted_velocities 和 residuals。

优先采用非线性拟合，而非 Lineweaver-Burk。 双倒数（Lineweaver-Burk）线性化会扭曲误差（对低 [S] 数据点赋予过高权重），仅适用于可视化或合理性检查——绝不要将其 Km/Vmax 作为最终值报告。该工具会同时提供两种结果；请引用 nonlinear_fit。

scripts/fit_michaelis_menten.py 可从 CSV 执行相同的非线性拟合；提供酶浓度时，还会将 Vmax 换算为 kcat，再换算为 kcat/Km。

第 3 步 — 解读

参数	含义	说明
Km	½Vmax 时的底物浓度——表观亲和力（Km 越低 = 结合越紧密 / 亲和力越高）。	单位与 [S] 相同。必须处于测试范围内，结果才可信。
Vmax	底物达到饱和时的最大反应速度。	取决于 [E]；不是酶的固有属性。
kcat	转换数 = Vmax/[E]（每秒）。	需要酶的摩尔浓度；是酶的固有属性。
kcat/Km	催化效率 / 特异性常数。	比较酶或底物时最重要的单一指标；接近 ~10⁸–10⁹ M⁻¹s⁻¹ 时受扩散限制（“催化完美”）。
R² / SSE	拟合质量。	R²≥0.98 表示良好；检查 residuals 是否存在系统性曲率（出现规律而非随机的散布，说明 MM 不是正确的模型）。

第 4 步 — 抑制机制

提供有 / 无抑制剂时的反应速度，以判断抑制模式：

tu run EnzymeKinetics_calculate '{"operation":"inhibition",
  "substrate_concs":[...],
  "velocities_no_inhibitor":[...],
  "velocities_with_inhibitor":[...],
  "inhibitor_conc":5, "inhibition_type":"competitive"}'

机制	对表观 Km 的影响	对 Vmax 的影响	特征
竞争性	↑（增加）	不变	抑制剂在活性位点竞争；增加底物可克服抑制
反竞争性	↓（降低）	↓	抑制剂只与 ES 复合物结合
非竞争性（混合型）	~不变（纯非竞争性）/变化（混合型）	↓	与酶和 ES 结合；增加底物无法解除抑制

Ki 是抑制常数（越低 = 抑制剂效力越强）。根据 Km 和 Vmax 的变化判断机制，而不要只凭一张 Lineweaver-Burk 图目测判断。

第 5 步 — 注意事项（请说明）

• 底物抑制（反应速度先升高，然后在高 [S] 时下降）会使 MM 失效——拟合会显示系统性残差；应指出这一点，而不是强行拟合出一个 Km。
• Km 超出测试范围 → 结果不可靠；应扩大 [S] 范围。
• 缺少 [E] 就无法计算 kcat——如果只拟合了反应速度，就不要报告转换数。
• 用 Lineweaver-Burk 得出最终数值是经典错误——它适合快速绘图，不适合报告 Km/Vmax。

局限性说明

• MM 假设只有一种底物、测量初始速率、处于稳态且只有一个活性位点。变构酶（S 形曲线）需要使用 Hill 方程；多底物酶则需要使用各自的形式体系。
• 参数的准确性取决于底物范围和初始速率测量的质量。

相关技能

• tooluniverse-dose-response — IC50/EC50（浓度-响应关系分析的 Hill/4PL 同类技能）。
• tooluniverse-statistical-modeling — 通用非线性回归和模型比较。
• BRENDA 工具 / SABIO_RK_search_reactions — 查询已发表的酶动力学常数。