[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
@@ -2,65 +2,149 @@
|
||||
id: wiki-2026-0508-enzyme-inhibition-kinetics
|
||||
title: Enzyme Inhibition Kinetics
|
||||
category: 10_Wiki/Topics
|
||||
status: needs_review
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [P-Reinforce-AUTO-EINK-001]
|
||||
aliases: [Inhibitor Kinetics, Michaelis-Menten Inhibition]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.94
|
||||
tags: [auto-reinforced, enzyme-inhibition, kinetics, biochemistry, michaelis-menten, competitive-inhibition, drug-design]
|
||||
confidence_score: 0.9
|
||||
verification_status: applied
|
||||
tags: [biochemistry, kinetics, enzymes, pharmacology]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-04-20
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
tech_stack:
|
||||
language: python
|
||||
framework: scipy
|
||||
---
|
||||
|
||||
# [[Enzyme-Inhibition-Kinetics|Enzyme-Inhibition-Kinetics]]
|
||||
# Enzyme Inhibition Kinetics
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> "생화학의 브레이크 시스템: 생명 현상을 주관하는 효소의 활동을 특정 물질이 어떻게 방해하고 늦추는지 수학적으로 분석하여, 암세포의 증식을 막거나 통증 수치를 조절하는 정교한 신약 개발의 근거."
|
||||
## 매 한 줄
|
||||
> **"매 inhibitor 의 binding mode 가 Vmax/Km 의 어떻게 shift 의 결정"**. 매 1913 Michaelis-Menten + 1934 Lineweaver-Burk extension. 매 2026 의 cryo-EM + MD simulation + AlphaFold-Multimer 가 mechanism elucidation 의 정밀.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
효소 저해 속도론(Enzyme-Inhibition-Kinetics)은 저해제(Inhibitor)가 효소의 반응 속도에 미치는 영향을 정량적으로 연구하는 분야입니다.
|
||||
## 매 핵심
|
||||
|
||||
1. **3대 저해 유형 (Michaelis-Menten 모델 기반)**:
|
||||
* **Competitive Inhibition**: 저해제가 기질과 활성 부위를 두고 경쟁. Vmax 불변, Km 증가.
|
||||
* **Non-competitive Inhibition**: 다른 부위에 결합하여 효소 구조 변경. Vmax 감소, Km 불변.
|
||||
* **Uncompetitive Inhibition**: 효소-기질 복합체에만 결합. Vmax와 Km 모두 감소.
|
||||
2. **왜 중요한가?**:
|
||||
* 대부분의 약물 정책(아스피린, 항암제 등)이 특정 효소의 활동 정책을 저해하는 방식이므로, 이 속도론적 지표(Ki)가 신약의 효능 정책을 결정하는 척도가 되기 때문임. ([[Scientific-Method|Scientific-Method]]와 연결)
|
||||
### 매 4 inhibitor types
|
||||
- **Competitive**: 매 active site binding — Km ↑, Vmax 불변. 매 substrate 증가 시 reversible.
|
||||
- **Uncompetitive**: 매 ES complex binding — Km ↓, Vmax ↓ (same fold). 매 high [S] 의 deeper inhibition.
|
||||
- **Non-competitive (mixed)**: 매 enzyme + ES 모두 binding — Vmax ↓, Km 의 shift (α, α').
|
||||
- **Irreversible (covalent)**: 매 covalent bond (suicide inhibitor) — 매 time-dependent IC50.
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
- **과거 데이터와의 충돌**: 과거에는 실험 데이터 정책을 손으로 그리는 리뉴버-버크 플롯 정책 등에 의존했으나, 현대 정책은 강력한 컴퓨팅 정책(Molecular Dynamics)을 통해 저해제가 단백질과 결합하는 과정을 원자 단위에서 시뮬레이션함(RL Update). (Simulation와 연결)
|
||||
- **정책 변화(RL Update)**: 최근에는 AI 가 수억 개의 화합물 정책 중 핵심 효소 정책을 최적으로 저해할 후보 물질 정책을 수분 만에 찾아내는 'AI 신약 설계'로 패러다임이 완전히 전환됨. (Bio-Informatics와 연결)
|
||||
### 매 핵심 equation
|
||||
- **Michaelis-Menten**: v = Vmax·[S] / (Km + [S]).
|
||||
- **Competitive**: v = Vmax·[S] / (αKm + [S]), α = 1 + [I]/Ki.
|
||||
- **Ki** (inhibition constant): 매 lower Ki = stronger binding.
|
||||
- **IC50**: 매 50% inhibition concentration — 매 [S]-dependent.
|
||||
- **Cheng-Prusoff**: Ki = IC50 / (1 + [S]/Km) for competitive.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- [[Scientific-Method|Scientific-Method]], Simulation, Bio-Informatics, [[Analysis|Analysis]], [[Statistics|Statistics]], [[Refinement|Refinement]]
|
||||
- **Key Equation**: Michaelis-Menten Equation.
|
||||
---
|
||||
### 매 응용
|
||||
1. Statins (HMG-CoA reductase competitive).
|
||||
2. Methotrexate (DHFR competitive).
|
||||
3. Aspirin (COX irreversible acetylation).
|
||||
4. Drug-drug interaction (CYP450 inhibition).
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
## 💻 패턴
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
### Michaelis-Menten fitting
|
||||
```python
|
||||
import numpy as np
|
||||
from scipy.optimize import curve_fit
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
def mm(S, Vmax, Km):
|
||||
return Vmax * S / (Km + S)
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
S = np.array([0.1, 0.3, 1.0, 3.0, 10.0, 30.0])
|
||||
v = np.array([0.91, 2.31, 5.00, 7.50, 9.09, 9.68])
|
||||
(Vmax, Km), _ = curve_fit(mm, S, v, p0=[10, 1])
|
||||
print(f"Vmax={Vmax:.2f}, Km={Km:.2f}")
|
||||
```
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
### Competitive inhibition fit (global fit over [I])
|
||||
```python
|
||||
def competitive(S_I, Vmax, Km, Ki):
|
||||
S, I = S_I
|
||||
alpha = 1 + I / Ki
|
||||
return Vmax * S / (alpha * Km + S)
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
S_grid, I_grid = np.meshgrid([0.1, 1, 10], [0, 0.5, 2.0])
|
||||
xdata = np.vstack([S_grid.ravel(), I_grid.ravel()])
|
||||
# ydata = experimental velocities at each (S, I)
|
||||
(Vmax, Km, Ki), _ = curve_fit(competitive, xdata, ydata, p0=[10, 1, 1])
|
||||
```
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
### IC50 fit (Hill equation)
|
||||
```python
|
||||
def hill(I, IC50, n, top=1.0, bottom=0.0):
|
||||
return bottom + (top - bottom) / (1 + (I / IC50) ** n)
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
(IC50, n), _ = curve_fit(lambda I, IC50, n: hill(I, IC50, n),
|
||||
I_data, response_data, p0=[1.0, 1.0])
|
||||
```
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
### Cheng-Prusoff conversion
|
||||
```python
|
||||
def cheng_prusoff_ki(IC50: float, S: float, Km: float, mode: str = "competitive") -> float:
|
||||
if mode == "competitive":
|
||||
return IC50 / (1 + S / Km)
|
||||
if mode == "uncompetitive":
|
||||
return IC50 / (1 + Km / S)
|
||||
if mode == "non-competitive":
|
||||
return IC50 # mixed: independent of [S] in pure non-competitive
|
||||
raise ValueError(mode)
|
||||
```
|
||||
|
||||
### Time-dependent (irreversible) kinetics
|
||||
```python
|
||||
def kobs_vs_inhibitor(t: np.ndarray, kinact: float, KI: float, I: float) -> np.ndarray:
|
||||
"""Fractional active enzyme over time."""
|
||||
kobs = kinact * I / (KI + I)
|
||||
return np.exp(-kobs * t)
|
||||
```
|
||||
|
||||
### Lineweaver-Burk diagnostic
|
||||
```python
|
||||
import matplotlib.pyplot as plt
|
||||
inv_S = 1 / S
|
||||
inv_v = 1 / v
|
||||
plt.plot(inv_S, inv_v, "o")
|
||||
# Slope = Km/Vmax, y-intercept = 1/Vmax.
|
||||
# Competitive: lines intersect at y-axis. Non-competitive: at x-axis.
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| 상황 | Diagnostic |
|
||||
|---|---|
|
||||
| Km↑, Vmax 동일 | competitive |
|
||||
| Km↓, Vmax↓ (same factor) | uncompetitive |
|
||||
| Vmax↓, Km variable | mixed/non-competitive |
|
||||
| time-dependent kobs | irreversible/slow-binding |
|
||||
| High [S] 의 inhibition deepening | uncompetitive |
|
||||
|
||||
**기본값**: 매 global non-linear fit over (S, I) grid > Lineweaver-Burk linearization (매 error 의 distort).
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[Enzyme Kinetics]] · [[Michaelis-Menten Kinetics]]
|
||||
- 변형: [[Allosteric Regulation]] · [[Suicide Inhibition]] · [[Slow-Binding Inhibition]]
|
||||
- 응용: [[Drug Discovery]] · [[Pharmacokinetics]] · [[Metabolic Engineering]]
|
||||
- Adjacent: [[Hill Equation]] · [[Cooperativity]] · [[CYP450 Drug Interactions]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: 매 mechanism classification 의 plot interpretation, 매 fitting code 의 생성, 매 literature Ki 의 aggregation.
|
||||
**언제 X**: 매 raw fluorescence/absorbance 의 직접 fit — 매 background subtraction, inner-filter correction 의 manual review 필요.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Lineweaver-Burk 의 fitting**: 매 error 의 1/v transformation 시 distort — 매 non-linear fit 사용.
|
||||
- **IC50 의 Ki 의 동일시**: 매 [S]-dependent — 매 Cheng-Prusoff 변환 필수.
|
||||
- **Single [I] 의 mechanism 결정**: 매 ambiguous — 매 multiple [I] 의 (S, v) curve 비교.
|
||||
- **Ignoring substrate depletion**: 매 initial-rate assumption violation.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (Cornish-Bowden "Fundamentals of Enzyme Kinetics" 4th ed, Copeland "Evaluation of Enzyme Inhibitors" 2nd ed).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — 4 inhibitor types, scipy fitting, Cheng-Prusoff 추가 |
|
||||
|
||||
Reference in New Issue
Block a user