查看“Eadie-Hofstee”的源代码

<div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff; max-width: 1200px; margin: auto;">

    <div style="margin-bottom: 30px; border-bottom: 1.2px solid #e2e8f0; padding-bottom: 25px;">
        <p style="font-size: 1.1em; margin: 10px 0; color: #334155; text-align: justify;">
            <strong>Eadie-Hofstee 作图法</strong>（有时称为 Woolf-Eadie-Augustinsson-Hofstee 作图）是生物化学中用于分析酶动力学数据的另一种线性作图方法。与 <strong>[[Lineweaver-Burk]]</strong> 双倒数作图法不同，Eadie-Hofstee 图不取倒数，而是将反应速率 $v$ 对 $v/[S]$ 作图。该方法的数学基础同样源自 <strong>[[米氏方程]]</strong> 的代数变换。其主要优势在于能更均匀地分布实验数据点，避免了双倒数作图法中“挤压高浓度数据、放大低浓度误差”的缺陷。此外，它在形式上与受体-配体结合研究中的 <strong>Scatchard 作图</strong>在数学上是等价的。
        </p>
    </div>

    <div class="medical-infobox mw-collapsible mw-collapsed" style="width: 100%; max-width: 320px; margin: 0 auto 35px auto; border: 1.2px solid #bae6fd; border-radius: 12px; background-color: #ffffff; box-shadow: 0 8px 20px rgba(0,0,0,0.05); overflow: hidden;">
        
        <div style="padding: 15px; color: #1e40af; background: linear-gradient(135deg, #e0f2fe 0%, #bae6fd 100%); text-align: center; cursor: pointer;">
            <div style="font-size: 1.2em; font-weight: bold; letter-spacing: 1.2px;">Eadie-Hofstee 图</div>
            <div style="font-size: 0.7em; opacity: 0.85; margin-top: 4px; white-space: nowrap;">Kinetic Plot (点击展开)</div>
        </div>
        
        <div class="mw-collapsible-content">
            <div style="padding: 25px; text-align: center; background-color: #f8fafc;">
                <div style="width: 100px; height: 100px; background-color: #e2e8f0; border-radius: 50%; margin: 0 auto; display: flex; align-items: center; justify-content: center; color: #94a3b8; font-size: 0.8em; overflow: hidden;">
                    
                </div>
                <div style="font-size: 0.8em; color: #64748b; margin-top: 12px; font-weight: 600;">更均衡的线性模型</div>
            </div>

            <table style="width: 100%; border-spacing: 0; border-collapse: collapse; font-size: 0.85em;">
                <tr>
                    <th colspan="2" style="padding: 8px 12px; background-color: #e0f2fe; color: #1e40af; text-align: left; font-size: 0.9em; border-top: 1px solid #bae6fd;">几何参数对应</th>
                </tr>
                <tr>
                    <th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569; border-bottom: 1px solid #e2e8f0; width: 45%;">纵坐标 (Y轴)</th>
                    <td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">v (反应速率)</td>
                </tr>
                <tr>
                    <th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569; border-bottom: 1px solid #e2e8f0;">横坐标 (X轴)</th>
                    <td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">v / [S]</td>
                </tr>
                <tr>
                    <th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569; border-bottom: 1px solid #e2e8f0;">斜率 (Slope)</th>
                    <td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #1e40af;">- K<sub>m</sub></td>
                </tr>
                <tr>
                    <th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569; border-bottom: 1px solid #e2e8f0;">Y轴截距</th>
                    <td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #16a34a;">V<sub>max</sub></td>
                </tr>
                <tr>
                    <th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569;">X轴截距</th>
                    <td style="padding: 6px 12px; color: #e11d48;">V<sub>max</sub> / K<sub>m</sub></td>
                </tr>
            </table>
        </div>
    </div>

    <h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">数学推导：另一种变形</h2>
    
    <p style="margin: 15px 0; text-align: justify;">
        通过对 <strong>[[米氏方程]]</strong> 进行移项处理，可以推导出 Eadie-Hofstee 方程：
    </p>

    <div style="background-color: #f0f9ff; border-left: 5px solid #1e40af; padding: 15px 20px; margin: 20px 0; border-radius: 4px; font-family: 'Courier New', Courier, monospace; font-size: 0.95em; color: #334155;">
        <p style="margin-bottom: 15px;"><strong>1. 原始米氏方程：</strong></p>
        <div style="text-align: center; margin-bottom: 15px;">
            v = V<sub>max</sub>[S] / (K<sub>m</sub> + [S])
        </div>

        <p style="margin-bottom: 15px;"><strong>2. 交叉相乘：</strong></p>
        <div style="text-align: center; margin-bottom: 15px;">
            v(K<sub>m</sub> + [S]) = V<sub>max</sub>[S]
        </div>

        <p style="margin-bottom: 15px;"><strong>3. 展开并整理：</strong></p>
        <div style="text-align: center; margin-bottom: 15px;">
            vK<sub>m</sub> + v[S] = V<sub>max</sub>[S]
        </div>

        <p style="margin-bottom: 15px;"><strong>4. 两边同时除以 [S] 并移项：</strong></p>
        <div style="text-align: center; font-weight: bold; color: #e11d48; border: 1px solid #cbd5e1; padding: 10px; background: #fff; border-radius: 4px;">
            v = -K<sub>m</sub> (v/[S]) + V<sub>max</sub>
        </div>
        <div style="text-align: center; margin-top: 8px; font-size: 0.9em; color: #64748b;">
             ↑&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;↑&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;↑&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;↑<br>
             y&nbsp;&nbsp;=&nbsp;&nbsp;&nbsp;&nbsp;m&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;•&nbsp;&nbsp;&nbsp;x&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;+&nbsp;&nbsp;&nbsp;c
        </div>
    </div>

    <h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">与 Lineweaver-Burk 的终极PK</h2>
    
    <p style="margin: 15px 0; text-align: justify;">
        虽然双倒数作图法（LB）最著名，但 Eadie-Hofstee（EH）在数据处理上往往更受青睐，二者各有千秋。
    </p>

    <div style="overflow-x: auto; margin: 20px auto;">
        <table style="width: 100%; border-collapse: collapse; border: 1.2px solid #cbd5e1; font-size: 0.9em; text-align: left;">
            <tr style="background-color: #f1f5f9; border-bottom: 2px solid #0f172a;">
                <th style="padding: 12px; border: 1px solid #cbd5e1; color: #0f172a; width: 20%;">比较维度</th>
                <th style="padding: 12px; border: 1px solid #cbd5e1; color: #1e40af; width: 40%;">Lineweaver-Burk (LB)</th>
                <th style="padding: 12px; border: 1px solid #cbd5e1; color: #475569; width: 40%;">Eadie-Hofstee (EH)</th>
            </tr>
            <tr>
                <td style="padding: 10px; border: 1px solid #cbd5e1; font-weight: 600;">数据分布</td>
                <td style="padding: 10px; border: 1px solid #cbd5e1; color: #e11d48;">
                    <strong>拥挤严重。</strong><br>高浓度点挤在原点附近，低浓度点不仅拉得远，且权重过大。
                </td>
                <td style="padding: 10px; border: 1px solid #cbd5e1; color: #16a34a;">
                    <strong>分布均匀。</strong><br>所有数据点通常均匀散布在直线上，视觉权重相等。
                </td>
            </tr>
            <tr>
                <td style="padding: 10px; border: 1px solid #cbd5e1; font-weight: 600;">误差来源</td>
                <td style="padding: 10px; border: 1px solid #cbd5e1;">
                    误差主要在 Y 轴 (1/v)。
                </td>
                <td style="padding: 10px; border: 1px solid #cbd5e1;">
                    <strong>双轴误差。</strong><br>因 v 同时出现在 Y 轴 ($v$) 和 X 轴 ($v/[S]$)，实验误差会同时影响横纵坐标。
                </td>
            </tr>
            <tr>
                <td style="padding: 10px; border: 1px solid #cbd5e1; font-weight: 600;">参数读取</td>
                <td style="padding: 10px; border: 1px solid #cbd5e1;">
                    需要计算倒数，不够直观。
                </td>
                <td style="padding: 10px; border: 1px solid #cbd5e1;">
                    Y 轴截距直接就是 $V_{max}$，非常直观。
                </td>
            </tr>
        </table>
    </div>

    <p style="font-size: 0.9em; color: #64748b; background-color: #f1f5f9; padding: 10px; border-left: 4px solid #94a3b8;">
        <strong>Scatchard 关联：</strong> 在受体结合实验中，常用的 Scatchard 作图（$Bound/[L]$ vs $Bound$）本质上就是 Eadie-Hofstee 作图，只是变量名称不同（$v \leftrightarrow Bound$, $[S] \leftrightarrow [L]$）。
    </p>

    <h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">应用实例</h2>

    <ul style="padding-left: 25px; color: #334155; margin-top: 15px;">
        <li style="margin-bottom: 12px;"><strong>检测非米氏动力学：</strong> 相比于 LB 图，Eadie-Hofstee 图对于<strong>线性偏离</strong>更为敏感。如果酶存在<strong>负协同效应</strong>或底物抑制，EH 图会呈现明显的曲线，而 LB 图可能看起来仍像直线，从而导致误判。</li>
        <li style="margin-bottom: 12px;"><strong>多酶体系分析：</strong> 如果体系中存在同工酶（具有不同 $K_m$ 的两种酶催化同一反应），EH 图会呈现典型的弯曲形状，便于解析出两个不同的 $K_m$ 值。</li>
    </ul>

    <div style="font-size: 0.92em; line-height: 1.6; color: #1e293b; margin-top: 50px; border-top: 2px solid #0f172a; padding: 15px 25px; background-color: #f8fafc; border-radius: 0 0 10px 10px;">
        <span style="color: #0f172a; font-weight: bold; font-size: 1.05em; display: inline-block; margin-bottom: 15px;">学术参考文献 [Academic Review]</span>
        
        <p style="margin: 12px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;">
            [1] <strong>Eadie GS. (1942).</strong> <em>The inhibition of cholinesterase by physostigmine and prostigmine.</em> <strong>[[J Biol Chem]]</strong>. <br>
            <span style="color: #475569;">[点评]：G.S. Eadie 首次引入了这种作图方式来分析酶抑制作用，比 Hofstee 早了十几年。</span>
        </p>

        <p style="margin: 12px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;">
            [2] <strong>Hofstee BHJ. (1959).</strong> <em>Non-inverted versus inverted plots in enzyme kinetics.</em> <strong>[[Nature]]</strong>. <br>
            <span style="color: #475569;">[点评]：Hofstee 强力辩护了这种非倒数作图法（v vs v/[S]）优于 Lineweaver-Burk 的倒数作图法，指出了后者对误差的扭曲。</span>
        </p>

        <p style="margin: 12px 0;">
            [3] <strong>Scatchard G. (1949).</strong> <em>The attractions of proteins for small molecules and ions.</em> <strong>[[Annals of the New York Academy of Sciences]]</strong>. <br>
            <span style="color: #475569;">[点评]：虽然用于配体结合，但数学原理完全相同，Scatchard 作图在药理学受体研究中具有统治地位。</span>
        </p>
    </div>

    <div style="margin: 40px 0; border: 1px solid #e2e8f0; border-radius: 8px; overflow: hidden; font-family: 'Helvetica Neue', Arial, sans-serif; font-size: 0.9em;">
        <div style="background-color: #eff6ff; color: #1e40af; padding: 8px 15px; font-weight: bold; text-align: center; border-bottom: 1px solid #dbeafe;">
            动力学作图族谱 · 知识图谱
        </div>
        <table style="width: 100%; border-collapse: collapse; background-color: #ffffff;">
            <tr style="border-bottom: 1px solid #f1f5f9;">
                <td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle;">上级理论</td>
                <td style="padding: 10px 15px; color: #334155;">[[酶动力学]] • [[米氏方程]]</td>
            </tr>
            <tr style="border-bottom: 1px solid #f1f5f9;">
                <td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle;">竞争方法</td>
                <td style="padding: 10px 15px; color: #334155;">[[Lineweaver-Burk]] (直观但误差大) • Hanes-Woolf (误差均匀)</td>
            </tr>
            <tr>
                <td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle;">等价形式</td>
                <td style="padding: 10px 15px; color: #334155;">Scatchard Plot (受体配体结合)</td>
            </tr>
        </table>
    </div>

</div>