毕于慧作业---酶促反应

毕于慧作业---酶促反应

ID:12025782

大小:225.00 KB

页数:5页

时间:2018-07-15

毕于慧作业---酶促反应_第1页
毕于慧作业---酶促反应_第2页
毕于慧作业---酶促反应_第3页
毕于慧作业---酶促反应_第4页
毕于慧作业---酶促反应_第5页
资源描述:

《毕于慧作业---酶促反应》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、酶促反应一问题分析:为了研究酶促反应中嘌呤霉素对反应速度与底物浓度之间关系的影响,我们建立数学模型,反映该酶促反应的速度与底物浓度以及经嘌呤霉素处理与否之间的关系。酶促反应的基本性质是:底物浓度较小时,反应速度大致与浓度成正比,底物浓度较大或渐近饱和时,反应速度趋于固定值。设计了两个试验:酶经过嘌呤霉素处理,酶未经嘌呤霉素处理。所得试验数据如下:底物浓度(ppm)0.020.060.110.220.561.10反应速度处理764797107123139159152191201207200未处理675184869811513112414415

2、8160/二模型假设:反应过程中除底物浓度以外的其他条件(如温度,PH值等)保持不变。三符号说明:y---酶促反应的速度;x---底物浓度;β,β---待定系数;四模型建立:将数据绘成散点图:酶经嘌呤霉素处理后,图为:酶未经嘌呤霉素处理,图为:由图知:数据符合非线性模型五模型求解:利用matlab进行运算:(—)计算回归系数的初值,利用经嘌呤霉素处理后的数据,y=转化为线性模型:即代码:>>x=[0.020.020.060.060.110.110.220.220.560.561.101.10];>>y=[764797107123139159

3、152191201207200];>>m=1./x;>>n=1./y;>>t=[ones(12,1),m'];>>formatlong>>[b,bint,r,rint,stats]=regress(n',t)结果:b=0.005107181641590.00024722096110bint=0.003538575527240.006675787755930.000175687508860.00031875441334r=-0.004310334959730.003808366048110.001081747357270.0001182633

4、99280.00077543637650-0.000160400319990.000058394893150.00034803408547-0.00031304554931-0.00057352326544-0.00050101009546-0.00033192796986rint=-0.00495843977711-0.003662230142340.002174938141440.00544179395478-0.003091325958440.00525482067298-0.004130539015760.0043670658143

5、2-0.003425295345150.00497616809816-0.004398754505510.00407795386552-0.004138435153950.00425522494025-0.003841052530410.00453712070136-0.004463521051620.00383742995300-0.004708624222100.00356157769122-0.004626247284860.00362422709393-0.004466570589660.00380271464994stats=0.

6、8556947438456859.297545124106190.00001642169065所以,θ1=0.00510718164159,置信区间为[0.003538575527240.00667578775593];θ2=0.00024722096110,置信区间为[0.000175687508860.00031875441334]。β1=1/θ1=195.8027,β2=θ2/θ1=0.04841(二)求解非线性模型:针对要拟合的非线性模型y=,建立一个m-文件(f1.m)如下:functionk=f1(beta,x)k=beta(1

7、)*x./(beta(2)+x);运算时输入代码:>>x=[0.020.020.060.060.110.110.220.220.560.561.101.10];>>y=[764797107123139159152191201207200];>>beta0=[195.80270.04841]';>>[beta,r,J]=nlinfit(x',y','f1',beta0);>>betaci=nlparci(beta,r,J);>>beta,betaci结果:beta=1.0e+002*2.126818382332920.000641183127

8、91betaci=1.0e+002*1.972028439682332.281608324983510.000456679140520.00082568711530所以,β1的估

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。