大连化物所复杂体系酶与底物相互作用的酶促动力学研究获进展

摘要: 　　近日，中国科学院大连化学物理学习所生物分离分析新材料与新技术学习组在复杂体系酶与底物相互作用的酶促动力学学习方面取得新进展。该工作在原有工作（Nature Methods，2014，11，220-222）的基础上，建立了复 ...

　　近日，中国科学院大连化学物理学习所生物分离分析新材料与新技术学习组在复杂体系酶与底物相互作用的酶促动力学学习方面取得新进展。该工作在原有工作（Nature Methods，2014，11，220-222）的基础上，建立了复杂酶促体系酶促动力学的理论模型，发现在一定条件下可以用准一级动力学方程描述每个底物的反应，实现了底物催化效率的通量化测定，相关学习成果发表在分子与细胞蛋白质组学（Molecular Cellular Proteomics，DOI:10.1074/mcp.M116.062869）上。
　　酶，支配着生物体内的新陈代谢、能量转换等许多催化过程。人类的疾病，大多数与体内酶的活性异常有关，底物筛选作为酶特异性以及药物开发的学习基础已成为一大学习热点。底物催化效率常数的大小与复杂体系中酶作用在不同底物的相对反应速率呈正相关，因而可为酶底物筛选提供量化的理论依据。然而，传统方法在计算底物的催化效率时，需要将不同浓度的单一底物分别与酶作用，大大限制了常数计算的通量。该学习组此次将传统的米氏方程进行衍生化处理，并应用于多种竞争酶底物同时存在的复杂反应体系中，发现当反应体系满足条件

　　时，各个底物之间的相互竞争可以忽略不计，即在这种情况下可以简单通过准一级动力学方程直接进行底物催化效率的准确计算。将这种方法与质谱技术相结合，实现在一次实验中成功鉴定到2369个蛋白酶底物并准确得到相应的催化效率常数。
　　酶底物的定量化精准筛选可以为酶抑制剂和相应药物的设计研发提供更详细的信息。该工作提出并验证了基于米氏方程的新动力学模型，将对复杂体系中酶与底物间的相互作用学习起到促进作用。
　　文章链接