R Puromycin 酶促反應的反應速度

說明

Puromycin DataFrame 有 23 行和 3 列，顯示涉及未處理細胞或用嘌呤黴素處理的細胞的酶促反應中反應速度與底物濃度的關係。

用法

Puromycin

格式

該 DataFrame 包含以下列：

conc

底物濃度 (ppm) 的數值向量

rate

瞬時反應速率的數值向量(計數/分鍾/分鍾)

state

具有級別 treated untreated 的因子

細節

Treloar (1974) 獲得了酶促反應速度的數據。測量反應中放射性產物每分鍾的計數，作為底物濃度(百萬分之一 (ppm))的函數，並根據這些計數計算反應的初始速率(或速度)(計數/分鍾/分鍾) 。該實驗用嘌呤黴素處理過的酶進行一次，並用未經處理的酶進行一次。

例子

require(stats); require(graphics)

plot(rate ~ conc, data = Puromycin, las = 1,
     xlab = "Substrate concentration (ppm)",
     ylab = "Reaction velocity (counts/min/min)",
     pch = as.integer(Puromycin$state),
     col = as.integer(Puromycin$state),
     main = "Puromycin data and fitted Michaelis-Menten curves")
## simplest form of fitting the Michaelis-Menten model to these data
fm1 <- nls(rate ~ Vm * conc/(K + conc), data = Puromycin,
           subset = state == "treated",
           start = c(Vm = 200, K = 0.05))
fm2 <- nls(rate ~ Vm * conc/(K + conc), data = Puromycin,
           subset = state == "untreated",
           start = c(Vm = 160, K = 0.05))
summary(fm1)
summary(fm2)
## add fitted lines to the plot
conc <- seq(0, 1.2, length.out = 101)
lines(conc, predict(fm1, list(conc = conc)), lty = 1, col = 1)
lines(conc, predict(fm2, list(conc = conc)), lty = 2, col = 2)
legend(0.8, 120, levels(Puromycin$state),
       col = 1:2, lty = 1:2, pch = 1:2)

## using partial linearity
fm3 <- nls(rate ~ conc/(K + conc), data = Puromycin,
           subset = state == "treated", start = c(K = 0.05),
           algorithm = "plinear")

來源

貝茨，D.M.和瓦茨，D.G. (1988)，非線性回歸分析及其應用，Wiley，附錄 A1.3。

Treloar, M. A. (1974)，嘌呤黴素對高爾基膜半乳糖基轉移酶的影響，理學碩士論文，多倫多大學。

也可以看看

SSmicmen 適用於適合此數據集的其他模型。