随机米氏-门滕动力学中向统计平衡的弛豫
分子网络
2024-09-30 v2 生物物理
化学物理
生物大分子
摘要
确定性米氏-门滕反应网络中酶和复合物浓度达到平衡，是输入（底物）与输出（产物）之间双曲线依赖关系的基础。这一关系最初由 Michaelis 和 Menten 以及后来的 Briggs 和 Haldane 在两个渐近极限下得到：「快速平衡」和「稳态」。在随机米氏-门滕网络中，由于分子的离散性和涨落，经典分析不能直接应用，这类网络与单分子和介观浓度下的催化相关。相反，正如我们在此所示，此类网络需要一种更精细的渐近分析，该分析基于将网络分解为可逆和不可逆子网络以及对化学主方程（CME）的精确求解。可逆和不可逆子网络分别通过弛豫阶段达到细致平衡和稳态，我们通过若干新的统计度量详细刻画了该弛豫阶段。由于随机酶动力学涵盖了单分子、介观和热力学极限，我们的工作提供了比经典结果更广阔的分子视角，正如统计力学对热力学提供了更广阔的理解一样。
引用
@article{arxiv.2112.10362,
title = {Relaxation to statistical equilibrium in stochastic Michaelis-Menten kinetics},
author = {Subham Pal and Manmath Panigrahy and R. Adhikari and Arti Dua},
journal= {arXiv preprint arXiv:2112.10362},
year = {2024}
}
备注
13 pages, 6 figures