外观
Lesson 10 Molecular Motor (2)
约 800 字大约 3 分钟
2025-11-25
接着上节课的分子马达来说. 我们从物理的角度更加关心「马达」运转起来之后是什么样子,
p(n,t+Δt)=k+p(n−1,t)Δt+k−p(n+1,t)Δt+[1−(k−+k+)Δt]p(n,t)Δt
这里的 k+ 和 k− 都是向前或向后跳的概率. 两边的跳变会和二态系统一样有一个关系:
k−k+=e−β(ΔG0+Fa)
这里的 F 是马达所要克服的外力. 同时,我们知道这个跳变耦合了一个 ATP 反应,所以应该拓宽为一个广义的细致平衡条件:
k−k+=e−β(ΔG0−ΔGATP+Fa)
注意
这个细致平衡实际上并不显然!马达在运动的过程中肯定已经远离了平衡态,但是我们还在用平衡态的结论. 简单理解,这是因为我们假设热库的反应速度远远大于马达的运动速度,也就是慢变量只有马达.
每走过一步,就在已经走过的地方插上一个标记,这样就像 Feynman 棘轮一样使得马达只能朝一个方向运动.
如果我们假设一步反应,那么反应的等待时间应该满足 f(T)∝e−αT;但是实验上我们观察到了一个峰,这意味着反应可能存在一个中间状态,也就是
f(T)=τ1e−t/τ⟹f(T)=τB−τA1(e−t/τB−e−t/τA)
这个「内部步骤」很好理解,我们知道 ATP 水解驱动这个反应,那么中间一定有一个态 ATP 变成了 ADP,这就是中间态,下一步应该是把 ADP 扔掉换成一个 ATP. 这和之前讲的四态模型并没有很大差别,
M - ATPexchange⇌hydrolysisM - ADP
(甚至是一个二态系统,比四态更简单)
物理上的扩散是
∂tPc=∂x∂[−V(c)Pc+D(c)∂x∂Pc]
化学上,有反应方程
∂tPc=∑kiPc+⋯
两个部分结合在一起就是总的变化率.
我们并不想过多地涉及微分方程,下面来说一些代数的东西.
存在热力学不确定性关系:ΔG≥2kBT/r. 其中 r=2D/Va (V 是马达的运动速度,a 是距离,D 是扩散系数),原因是
r=k+−k−k++k−
最终效率为
η=Fa+ΔGFa≤1+2kBTVa/DF1
物理上来讲,有偏的行走 (bias) 必须来源于一个自由能差异 ΔG=ΔGATP−Fa,当我们把所有化学能都用来做功,那么行走就会是无规的.
蓝藻的生物钟:让一个马达在一个定长的轨道上转圈,转一圈就会过 24 小时.
让每一步消耗同样个数的 ATP,那么这种钟就会越精确;同时步数越少钟越精确.
但是涨落还是会存在,唯一的解决方案是耦合很多个钟,将所有的钟同步起来,
更新日志
2025/11/26 07:28
查看所有更新日志
588d7-feat(note): add qm, pf & bp note于
