配体结合数据的图形分析与实验方法
1. 半对数图的优势
半对数图在配体结合数据的分析中具有显著优势。它能够让我们快速直观地从图的中点估算解离常数 (K_d)。具体做法是从曲线向对应 (B = n/2) 的 (x) 值作垂线,就能轻松确定 (K_d)。
1.1 直观展示结合位点饱和程度
在配体滴定实验中,半对数图能更清晰地呈现结合位点的饱和程度。例如,在某些实验里,最高配体浓度能使受体上约 95% 的可用结合位点饱和,但直接绘图可能已出现平缓趋势,容易被误判为完全饱和,而半对数图能更明确地展示有限的饱和水平。
1.2 体现结合位点饱和与配体浓度的关系
半对数图还能清晰体现理想配体结合等温线的另一个方面:结合位点饱和程度对配体浓度的依赖关系。当配体浓度比 (K_d) 低一个数量级时,结合位点饱和度约为 9%;当配体浓度比 (K_d) 高一个数量级时,饱和度约为 91%。在没有协同作用的情况下,达到 90% 和 10% 结合位点饱和度所需的配体浓度比为 81 倍变化。为覆盖合理的结合等温线范围,实验应设计成涵盖至少 100 倍的配体浓度范围,且该范围应包含 (K_d) 值。由于实验前 (K_d) 通常未知,所以最好设计实验以覆盖尽可能宽的配体浓度范围。
1.3 易于辨别受体结合位点的非等效多价性
比较不同的绘图数据可以发现,虽然仔细检查某些直接绘图能发现与简单结合等温线的偏差,但半对数图能更清晰地显示结合事件的双相性质。
2. 结合数据的线性变换:Wolff 图
在个人计算机普及之前,非线性曲线拟合方法难以常规应用于实验数据,因此科学家们非常重视寻找能
超级会员免费看
订阅专栏 解锁全文
1万+

被折叠的 条评论
为什么被折叠?



