Stochastic theory of nonequilibrium steady states. Part II: Applications in chemical biophysics¶
Ge, Hao; Qian, Min; Qian, Hong · 2012 · Physics Reports
概述（Overview）¶
摘要概述¶
该综述（Part II）将非平衡稳态（NESS）的数学理论系统应用于化学生物物理，以开放生化系统中持续化学势差驱动的循环通量为核心概念。作者从单分子酶动力学出发，证明了活化-抑制切换、非 Michaelis–Menten 协同性（动态协同性）和动力学校对均为 NESS 循环通量的非平衡后果。在非线性 PdPC（磷酸化-去磷酸化循环）部分，作者引入"时间协同性"概念统一解释零阶超敏感性，揭示其与别构协同性在数学上的等价但物理机制上的本质差异，并指出 PdPC 反馈系统与自调控基因网络同构。综述最终将 NESS 理论的历史追溯到 Kolmogorov、Bridgman、Hill 等人的工作，强调循环通量与熵产生率是不可逆过程生物功能的物理基础。
综述问题、范围与选择标准¶
- 要回答的问题：NESS 数学理论如何为生化系统中的经典现象（酶动力学协同性、动力学校对、信号开关、双稳态）提供统一的理论框架？
- 覆盖范围：2009 年之前至 2011 年的 NESS 理论文献，涵盖单分子酶动力学（线性）与 PdPC 信号网络（非线性）两大应用领域；空间尺度为分子/单分子层面，时间尺度从亚皮秒到细胞演化尺度（~30 年）。
- 文章性质：narrative review
- 文献选择方法：未报告
主题综合¶
主题 1：NESS 中的循环通量与 Haldane 平等关系¶
- 核心论点：单酶分子在持续底物/产物浓度下处于 NESS 而非平衡态；正反向循环通量之比 γ 等于化学势差的指数，所有经典酶动力学量（Michaelis–Menten 速率、Haldane 平等关系）均可从 NESS 循环通量推出。
- 代表证据定位：Eq. (2), (4), (5), (12), (13) / §2.1.1–2.1.3 / Fig. 1–3
- 共识程度：稳固——循环通量与 Haldane 平等关系的推导有严格概率论基础（Kolmogorov 向后方程），且与单分子实验一致。
- 分歧或限制：Haldane 平等关系的"准时间反演"映射仅适用于三态循环酶的简单情形；推广到 n 步循环的方法论仍依赖同一映射但未做完全展开。
主题 2：非平衡驱动的功能可塑性——活化-抑制切换与动态协同性¶
- 核心论点：同一修饰子（modifier）在不同浓度下可从激活子变为抑制子（活化-抑制切换），且单构象酶可通过构象涨落（dynamic disorder）产生 sigmoidal 底物依赖——两种现象均在化学平衡下消失，仅在 NESS 中出现。
- 代表证据定位：§2.2.1 Eq. (21)–(23) / §2.3.2 Eq. (25)–(26) / Fig. 6, Fig. 7–8
- 共识程度：有限——现象由作者团队及其合作者发现并推广（Qian 2003, 2007, 2008），尚未被更广泛实验验证。
- 分歧或限制：动态协同性要求构象转换速率（k₁, k₋₁）慢于催化速率，这一条件在体内是否普遍满足未讨论。
主题 3：时间协同性与零阶超敏感性¶
- 核心论点：PdPC 的零阶超敏感性源于"时间协同性"——多个蛋白质分子竞争同一激酶/磷酸酶产生的隐式时间序列耦合，其数学结构（Adair 方程）与别构协同性完全等价，但物理根源不同：前者是时间序列的 N 次循环，后者是空间上 N 个结合位点。
- 代表证据定位：§3.3.3 / §3.4.3 / §3.5 / Eq. (45)–(50) / Fig. 11–13
- 共识程度：稳固——Hill 系数上界 n_H ≤ N 的推导对别构（空间位点上界有限）和时间协同性（分子数可调）均成立，且后者解释了为何 Hill 系数可达数千。
- 分歧或限制：时间协同性的"隐式相互作用"假设激酶和磷酸酶为限速步骤，多激酶级联系统中是否成立未讨论。
主题 4：PdPC 反馈、双稳态与三时间尺度¶
- 核心论点：PdPC 加正反馈后产生双稳态，与自调控基因网络动力学同构；CME 揭示了确定性模型无法看到的三时间尺度——分子信号（毫秒）、网络弛豫、细胞演化（可达数万年），最后一者解释了表型稳定性与随机表型切换。
- 代表证据定位：§3.6 / Fig. 14–15
- 共识程度：有限——三时间尺度概念为作者团队提出，细胞演化时间尺度的定量估计基于特定参数。
- 分歧或限制：自适应景观（adaptive landscape）在无细致平衡系统中"回顾性"使用的逻辑有效性仍在争论中。
关键图表、Box 与分类框架¶
- 定位：Fig. 11(A) 与 (B)
- 内容：(A) 时间协同性模型：W（去磷酸化）与 W*（磷酸化）的 N 个分子在时间序列上竞争同一激酶/磷酸酶；(B) 别构协同性模型：同一酶上的 N 个结合位点。两者共享 Adair 方程数学结构。
- 价值：直观展示时间协同性与别构协同性的数学等价性与物理差异，是理解零阶超敏感性非平衡起源的关键框架。
- 局限：图示为最简两态模型，未展示多激酶级联或反馈的复杂情形。
共识、争议与研究空白¶
相对稳固的共识¶
- NESS 中循环通量 J = J₊ − J₋ 与熵产生率 epr = J·log γ 的关系（Eq. 16, §2.1.3），以及 γ 可由单分子实验中正反向循环计数比测量（§2.1.2）。
- 化学平衡（γ=1）下不存在切换、协同性或动力学校对——这些功能均为非平衡现象（§2.2.1, §2.3.2, §3.4.1）。
尚存争议¶
- 无细致平衡系统中自适应景观的因果地位：景观是否先于动力学存在，还是动力学"回顾性"地定义景观（§3.6 末段）。
作者提出的研究空白¶
- 动力学校对的绝对热力学下界 f_min(γ) = θ·[(1+√(γθ))/(√γ+√θ)]²（Eq. 33）仅针对 Hopfield 三态模型，更一般动力学结构的下界为 [RL]/[RL'] = θ/γ（Eq. 36），两者之间的差距暗示存在更优的校对网络结构（§2.4.2）。
我识别的遗漏¶
- 综述未讨论 NESS 理论在空间非均匀系统（如细胞内区域化、膜信号）中的应用，所有模型均假设充分混合（well-mixed）。这对实际细胞信号转导的空间组织是一个重要限制。
个人批注¶
与我的工作的关系¶
NESS 循环通量框架与时间协同性概念可为血管 G&R 中的力学稳态维持提供非平衡热力学视角：血管壁中的酶级联（如 MMP 调控、TGF-β 信号）本质上是 ATP 驱动的 PdPC 网络，其力学响应的敏感性可能源于时间协同性而非别构效应。此外，双稳态与三时间尺度框架可为理解血管表型切换（如收缩型 vs 合成型平滑肌细胞）的随机性提供量化工具。
可复用框架¶
- 循环通量 J = (k₁k₂k₃ − k₋₁k₋₂k₋₃)/D 的计算方法与首达时间理论可直接用于任何循环 Markov 过程的通量分析。
- Adair 方程统一框架（Eq. 50）可用于判别任何协同性现象的 Hill 系数上界。
- 动力学校对的能量-错误率下界 f_min(γ) 可作为生物信号保真度的热力学约束。
疑问与后续动作¶
- PdPC 的时间协同性是否在血管平滑肌细胞中的 Rho kinase / MLCK 通路中可被实验验证？需检查是否存在零阶超敏感性的实验证据。
- 三时间尺度中"细胞演化时间尺度"（CEts）是否与血管 G&R 的慢性重塑时间尺度（月-年）可类比？
与上下文的关系¶
本文建立在¶
Part I（Zhang, Qian & Qian, Physics Reports 510:1–86, 2012）提供了 NESS 的一般数学理论；Hill (1977, 1995) 的自由能转导理论；Qian (2003, 2007, 2008) 的 PdPC 理论与时间协同性概念；Goldbeter & Koshland (1981) 的零阶超敏感性；Hopfield (1974) 与 Ninio (1975) 的动力学校对理论。
已核实的后续引用¶
本次未检索
同类综述对比¶
本次未核实
与本地论文队列的关系¶
与同一 PDF 批次中的 Zhang et al. 2012（Part I）为姊妹篇，参见 ../2012-StochasticNESS-Zhang/deep_note.md。与 ../2015-StochasticPhenotype-Ge/deep_note.md（Ge 2015 单细胞表型转换）和 ../2014-StochasticPhenotypeSwitch-Jia/deep_note.md（Jia 2014 表型切换与 bet-hedging）构成 NESS 理论到细胞表型应用的理论链条。
逐章节笔记（Section-by-Section Notes）¶
1. Introduction to Part II¶
段落 1：Part II 引入与定位¶
- 核心论点：Part II 将 Part I 的 NESS 理论应用于分子生物物理与化学生物物理，聚焦单分子酶动力学（线性，Section 2）与 PdPC 信号网络（非线性，Section 3）两大场景。
- 支撑论据：
- 回顾 Part I 已讨论的两个应用：随机非线性系统中的相干共振（Part I Section 3）与分子马达的单向运动和效率（Part I Section 4）。
- 本部分新增两个应用：单分子酶学（线性动力学）与磷酸化循环（非线性信号转导）。
- 结构安排：先简要回顾 Part I 要点，再以化学生物物理引入。
- 我的分析：该段在全文论证链中起框架定位作用，建立了从抽象数学理论（Part I）到具体生物应用的桥梁。论证清晰但偏总结性，为后续章节设定了理论视角。
段落 2：NESS 理论的核心要点¶
- 核心论点：NESS 是 Markov 随机动力学的长时间稳态行为，其与平衡稳态的根本区别在于细致平衡的破坏与循环运动的出现。
- 支撑论据：
- 第一，平衡态可对应时间可逆性，NESS 的不可逆性通过熵产生率量化（前向与反向过程的测度论距离），单位差 kBT。
- 第二，时间反演对称意味着演化算子的自伴性（离散 Markov 链即细致平衡条件），蕴含梯度式势函数，Kolmogorov 最早严格证明。
- 第三，NESS 缺乏细致平衡，维持稳态靠"循环平衡"而非细致平衡，需要持续外驱动力；驱动力足够大时随机循环运动涌现为宏观振荡（相干共振）。
- 第四，NESS 中每次循环耗散能量，这正是正熵产生率的来源，分子马达效率可据此严格研究。
- 我的分析：这是全文的理论基石段落。四个要点层层递进：平衡→不可逆→循环→耗散，构成了从静态到动态、从守恒到耗散的逻辑链。第三点"循环平衡"概念是理解后续所有应用的关键，与平衡态的"细致平衡"形成精确对照。
段落 3：化学生物物理中的 NESS¶
- 核心论点：离散构象态 Markov 链是生物大分子系统的自然数学表示，NESS 理论可直接应用于酶动力学，并消除了传统理论中"准稳态"假设的困难。
- 支撑论据：
- 生物大分子的离散构象态虽是多体聚合物的涌现性质（Kramers 1940 扩散方法），但功能层面可基于经验构象态概念理解。
- 活细胞中酶通常处于 NESS——底物和产物浓度在稳态细胞中近似恒定。
- 这一洞察消除了传统弛豫动力学中建立酶"准稳态"的需要，可自然推出 Michaelis–Menten 方程。
- Haldane 关系是孤立可逆酶趋近平衡稳态的结果。
- 任何只有一个未结合酶物种的复杂酶动力学均呈现 Michaelis–Menten 动力学——此结果被反复发现但未被充分认识。
- NESS 的能量耗散应与生化功能关联；切换行为的幅度由 ATP 水解能量驱动决定。
- PdPC 与 GTPase 动力学同构；PdPC 加正反馈后与自调控基因网络同构。
- 我的分析：该段是 Part II 的核心动机段，将抽象 NESS 理论与具体生物问题连接。"准稳态"假设的消除和 Haldane 关系的自然推出展示了 NESS 视角的解释力。关键桥接概念是"功能=能量驱动"：切换幅度∝能量驱动，切换锐度∝开放系统特性。这种"功能由非平衡驱动"的观点为后续所有现象提供了统一的物理基础。段末指出 PdPC-基因网络同构性，预告了 Section 3.6 的结论。
2. Applications to single-molecule enzyme kinetics¶
段落 1：单分子酶学的三个推动力¶
- 核心论点：系统生物学、单分子实验和 NESS 理论三方面的发展共同推动了酶动力学理论的复兴，随机数学成为必要工具。
- 支撑论据：
- 系统生物学要求对细胞酶反应进行 Michaelis–Menten 式的定量表征。
- 单分子酶学生成了蛋白质动力学与催化关系的精细信息。
- NESS 理论为开放驱动生化反应系统提供了新理解。
- 单分子酶学和胞内酶反应均需随机建模；在理论侧，适用于随机单分子酶动力学的 MM 替代方法已出现。
- 将引入循环通量、等待循环时间和步进概率等概念，并讨论 Haldane 平等关系及其推广与涨落定理的关系。
- 我的分析：该段建立了 Section 2 的方法论入口。三个推动力的并列解释了为何 NESS 理论在此时被重新发现并应用于酶学。预告的"循环通量-等待时间-步进概率"三概念构成了 §2.1 的结构骨架。
段落 2：三个 NESS 功能可塑性案例预告¶
- 核心论点：同一分子在 NESS 中的功能可随环境变化，而不仅是其结构属性——活化-抑制切换、动态协同性和动力学校对均在化学平衡下消失。
- 支撑论据：
- 分子生物学广泛认为生化功能源于分子结构，但作者将展示分子功能如何取决于其所处 NESS。
- 三个案例：(1) 同一修饰子可从激活子切换为抑制子；(2) 动态协同性使酶响应比 MM 更尖锐；(3) 动力学校对中特异性不取决于平衡亲和力。
- 三者均在化学平衡中消失，证明其依赖于非平衡动力学过程而非静态结构。
- 我的分析：这是全文的核心论点段之一——"功能=NESS 中的动力学"而非"功能=结构"。这一观点挑战了传统的结构-功能对应论，为非平衡生物物理学提供了统一立场。三个案例的选择覆盖了调控（切换）、响应（协同性）和识别（校对）三个核心功能维度，论证有力。
2.1. Cycle fluxes in a nonequilibrium steady-state enzyme¶
段落 1：三步酶反应的 NESS 建模¶
- 核心论点：三步可逆酶反应在非平衡底物/产物浓度下构成循环 Markov 链，其稳态通量分解为正反向循环通量之差。
- 支撑论据：
- 三步机制 E+S⇌ES⇌EP⇌E+P，其中 k'₁ 和 k'₋₃ 为二级速率常数，从单酶视角看反应为单分子且循环的。
- 化学平衡时 k₁k₂k₃/(k₋₁k₋₂k₋₃) = 1（热力学盒子，细致平衡）。
- 活细胞中底物和产物浓度非平衡恒定，γ = k₁k₂k₃/(k₋₁k₋₂k₋₃) ≠ 1，对应化学势差 Δμ = kBT ln γ。
- 主方程 dP/dt 给出稳态概率，循环通量 J_ss = (k₁k₂k₃ − k₋₁k₋₂k₋₃)/D = J₊ − J₋。
- 通量正是 Michaelis–Menten 稳态速率；γ = J₊/J₋ 可由单分子实验中正反向循环计数比近似。
- 我的分析：该段建立了全文最基本的数学对象。关键贡献是将传统 MM 动力学重新解释为 NESS 的循环通量，揭示了 MM 速率背后的非平衡物理。γ 作为连接化学势差与循环通量比的无量纲量，是贯穿全文的核心参数。从平衡（γ=1）到非平衡（γ≠1）的过渡是所有后续现象的分水岭。
2.1.1. Mean waiting cycle times¶
段落 1：等待循环时间与首达时间¶
- 核心论点：单酶的等待循环时间 T、T₊、T₋ 的均值分别等于 1/(J₊+J₋)、1/J₊ 和 1/J₋，可由一维随机游走的首达时间问题严格求解。
- 支撑论据：
- 定义三种等待循环时间：T（任一方向循环的等待时间）、T₊（正向循环等待时间）、T₋（反向循环等待时间）。
- 将 Fig. 1 的三态循环转化为一维随机游走（Fig. 2），⟨T⟩ = τ₀ 为首达时间。
- 通过 Kolmogorov 向后方程组求解 {τᵢ}，得到 ⟨T⟩ = 1/(J₊ + J₋)、⟨T₊⟩ = 1/J₊、⟨T₋⟩ = 1/J₋。
- γ = ⟨T₋⟩/⟨T₊⟩，提供了 γ 的另一种单分子测量方法（等待时间比 vs. 循环计数比），两者渐近等价。
- 我的分析：该段的核心洞察是"循环时间=通量的倒数"，将时间统计与通量联系起来。两个 γ 的测量方法（计数比 vs. 等待时间比）在渐近意义下等价，但实验上等待时间测量可能更可行。这种将经典概率论（首达时间）应用于单酶动力学的方法是 Part II 方法论的一大亮点。
2.1.2. Stepping probabilities¶
段落 1：步进概率与化学势差¶
- 核心论点：正向步进概率 p₊ = J₊/(J₊+J₋) = k₁k₂k₃/(k₁k₂k₃+k₋₁k₋₂k₋₃)，化学势差 Δμ = kBT log(p₊/p₋) = kBT log(J₊/J₋)。
- 支撑论据：
- 步进频率 f±(t) 的极限为步进概率 p±，由遍历性保证与轨迹无关。
- p₊ 也可定义为 Pr{T₊ < T₋}（正向循环先于反向循环完成的概率），通过随机游走的首达概率方程组求解。
- p₊ = J₊/(J₊+J₋) = ⟨T⟩/⟨T₊⟩，p₋ = ⟨T⟩/⟨T₋⟩。
- 化学势差 Δμ = kBT log(p₊/p₋)，p₊ = p₋ 当且仅当化学平衡。
- 我的分析：该段将步进概率与化学势差直接联系，提供了从单分子轨迹测量热力学量的方法。p₊ 的两种等价定义（通量比 vs. 首达概率比）在概念上不同但数值一致——前者是"计数统计"，后者是"首次到达统计"。这种等价性是 Markov 过程遍历理论的体现。
2.1.3. Haldane equality and its generalization¶
段落 1：Haldane 平等关系的 NESS 解释¶
- 核心论点：经典 Haldane 平等关系（V_S/K_m^S 与 V_P/K_m^P 之比等于正反向速率常数积之比）是 NESS 中化学势差 γ 的另一表达。
- 支撑论据：
- V_S/K_m^S ÷ (V_P/K_m^P) = k'₁k₂k₃/(k₋₁k₋₂k'₋₃)，与酶无关。
- 这与 Δμ = kBT log γ = kBT log(J₊/J₋) = kBT log(⟨T₋⟩/⟨T₊⟩) 一致。
- 从单分子视角，⟨T₊⟩ 和 ⟨T₋⟩ 不仅均值满足 Haldane 关系，其完整分布也相同。
- 我的分析：该段的关键贡献是将 Haldane 关系从"经验公式"提升为"NESS 的必然推论"。分布层面的等价性（Θ₊(t) = Θ₋(t)）比均值等价更强，暗示了更深层的对称性。
段落 2：准时间反演映射与分布等价性¶
- 核心论点：通过"准时间反演"映射 r，可证明正反向循环的等待时间分布完全相同，即使正反向循环频率可能差异巨大（γ≫1）。
- 支撑论据：
- 定义映射 r：对属于{T₊ < T₋}的轨迹 ω，在其最后一次离开状态 {E} 后、完成正向循环前的时间区间内做时间反演，得到属于{T₊ > T₋}的轨迹 rω。
- 映射的关键性质：轨迹 ω 与 rω 的差异仅在状态序列（正反向步数差为 1），停留时间被很好地对应。
- 概率密度比为常数 γ = k₁k₂k₃/(k₋₁k₋₂k₋₃)。
- 因此 Θ₊(t) = Θ₋(t)，即条件分布相同；⟨T₊|T₊<T₋⟩ = ⟨T₋|T₋<T₊⟩ = ⟨T⟩。
- 这一发现在马达蛋白实验和理论中已被验证。
- 我的分析：准时间反演映射是全文最精巧的数学构造之一。它不是真正的时间反演（因为系统不可逆），而是一种"部分反演"——仅在前向循环的最后一段做反演。分布等价性的物理含义深刻：即使正循环频率远超反循环（p₊≫p₋），每次正循环和每次反循环的耗时分布完全相同，差异仅在频率。这为理解非平衡稳态中的"微观可逆性残迹"提供了重要视角。
段落 3：熵产生率与循环时间¶
- 核心论点：熵产生率可表示为 epr = (J₊ − J₋)·log γ = (1/⟨T₊⟩ − 1/⟨T₋⟩)·log γ，并可由单分子实验测量。
- 支撑论据：
- epr = (J₊ − J₋)·log γ，其中 log γ 为单循环熵产生，J₊ − J₋ 为净循环通量。
- 用等待时间表示：epr = (p₊ − p₋)·avepr，其中 avepr = (1/⟨T⟩)·log γ 为时间平均熵产生率。
- γ 可由 ν₊(t)/ν₋(t) 近似，epr 可由 (ν₊(t) − ν₋(t))·log(ν₊(t)/ν₋(t)) 测量。
- 我的分析：该段将宏观热力学量（熵产生率）与微观可测量（循环计数、等待时间）直接联系，是 NESS 理论的核心成果之一。avepr 的分解为"概率差×单位循环熵产生"提供了直觉理解：非平衡程度（p₊ − p₋）与驱动力（log γ）共同决定耗散。
2.1.4. Fluctuation theorems¶
段落 1：循环数的涨落定理¶
- 核心论点：净循环数 ν(t) 满足瞬态涨落定理 Pr{ν(t)=k}/Pr{ν(t)=−k} = γ^k，以及 Kawasaki 平等关系 ⟨e^{−W(t)}⟩ = 1。
- 支撑论据：
- ν(t) 的分布通过二项式展开与步进概率 p₊, p₋ 联系。
- 由于 p₊/p₋ = γ，得到 Pr{ν(t)=k}/Pr{ν(t)=−k} = γ^k（瞬态涨落定理）。
- Kurchan–Lebowitz–Spohn 对称性：⟨e^{−λν(t)}⟩ = ⟨e^{−(log γ − λ)ν(t)}⟩。
- λ = log γ 时得到 Kawasaki 平等关系 ⟨e^{−W(t)}⟩ = 1（Hatano–Sasa 形式）。
- 结果可推广到 n 步循环。
- 我的分析：该段将 NESS 理论与统计物理的涨落定理框架统一。关键洞察是 Haldane 平等关系与涨落定理的深层联系——两者都源于准时间反演映射的常数概率比性质。从应用角度，这意味着单分子实验中的循环统计可直接验证涨落定理，无需宏观热力学测量。
2.2. Modifier activation–inhibition switching in enzyme kinetics¶
段落 1：活化-抑制切换的 NESS 起源¶
- 核心论点：同一修饰子可在不同浓度下从激活子变为抑制子——这是 NESS 现象，在化学平衡中不存在。
- 支撑论据：
- 修饰子是与酶形成动态复合物并改变其催化性质的配体。
- 分子生物学中通常假设激活/抑制是修饰子的固有结构属性。
- 作者将展示同一配体可根据 NESS 的上下文（即生化反应系统的非平衡状态）而表现为激活子或抑制子。
- 这一思想由 Qian (2006) 首先讨论，Jia 等 (2010) 和 Qian (2010) 独立进行了深入分析。
- 我的分析：该段挑战了"结构决定功能"的经典生化范式，提出"功能=NESS 中的动力学"的替代视角。这是全文主题——非平衡性作为功能来源——在酶调控中的具体化。与后续动态协同性和动力学校对一起，构成了三个"非平衡功能"的例证。
段落 2：简单案例与平衡对照¶
- 核心论点：在化学平衡中，修饰子始终为激活子（速率随浓度单调增加），但在 NESS 中可出现活化-抑制切换。
- 支撑论据：
- 考虑含平行催化通路的酶-修饰子系统（Fig. 4），系统含不可逆步骤。
- 平衡时 v_eq = k₃(p_ES + p_MES) 随 [M]_eq 单调增加——修饰子始终为激活子。
- NESS 中总酶-底物复合物 p^ss_TES(u) = (A + Bu + Cu²)/(D + Eu + Fu²)，其中 u = [M]。
- p^ss_TES(0) = k₁/(k₁+k₋₁) < p^ss_TES(∞) = 1。
- 若 p^ss_TES 的导数在 u=0 处为负，则存在活化-抑制切换，临界浓度 u_c 可解析求解。
- 我的分析：该段的方法论亮点是"平衡 vs. NESS"对照——通过先解平衡态（修饰子始终激活），再解 NESS（可能出现切换），精确展示了非平衡性如何产生新功能。u_c 的解析表达式提供了可实验验证的定量预测。
段落 3：一般修饰子机制的深入分析¶
- 核心论点：Botts–Morales 一般修饰子机制在 NESS 中可产生三种动力学行为：双曲线型（与平衡相同）、钟形（超过饱和速率）、切换型（活化-抑制转换）。
- 支撑论据：
- 四态催化反应系统（Fig. 5），E/S/R/P 分别为酶/底物/调节子/产物。
- 平衡时 v_eq(r) 始终随 r 单调——修饰子是激活子还是抑制子仅由分子结构和 [S] 决定。
- NESS 中速率矩阵 Q 为 4×4，稳态速率 v(r) = k₂p^ss_ES + q₂p^ss_ERS 依赖于 r。
- 三种行为：双曲线（与平衡一致）、钟形（超过极限值）、切换型（Δv 改变符号）。
- 在 NESS 中，活化或抑制不应被视为修饰子的固有属性，而取决于其浓度。
- 我的分析：该段将简单案例推广到一般 Botts–Morales 机制，强化了"功能非固有"的核心论点。三种行为的分类提供了完整的动力学谱系。但综述未给出三种行为出现的参数条件判据（仅定性描述），这对实验设计来说是不充分的。
2.3. Fluctuating enzymes and dynamic cooperativity¶
段落 1：构象涨落与动态协同性¶
- 核心论点：具有构象涨落（dynamic disorder）的单体酶在 NESS 中可表现出正协同性（sigmoidal 底物依赖），这是动态无序与细致平衡破坏共同导致的。
- 支撑论据：
- 实验表明大多数酶有大量构象涨落（dynamic disorder）。
- 在活细胞环境中，酶催化可表现正协同性——sigmoidal 依赖。
- 动态协同性与别构协同性不同：前者不需要多个结合位点。
- 具有单一未结合态的酶无论结合态多复杂均服从 MM 动力学——因此需要至少两个未结合态才能产生动态协同性。
- 我的分析：该段的关键洞察是"单一未结合态→MM，多未结合态→协同性"的分界。动态协同性要求两个条件：构象涨落（dynamic disorder）和非平衡（细致平衡破坏），缺一不可。这解释了为何在试管平衡实验中观察不到此现象。
段落 2：普适 Michaelis–Menten 方程¶
- 核心论点：只有一个未结合态 E 的酶，无论结合态中的反应多复杂，均服从 Michaelis–Menten 动力学。
- 支撑论据：
- 自由酶等待指数时间 a/[S] 后转移到结合态，结合态等待时间均值 b 后返回自由态，产生底物或产物的概率分别为 p₁ 和 1−p₁。
- ⟨T⟩ = a/[S] + b + p₁⟨T⟩，解出 J = (1−p₁)[S]/(b[S]+a)，即 MM 动力学。
- 我的分析：这是一个优雅而重要的结果——它给出了 MM 动力学成立的充要条件（单一未结合态），也暗示了偏离 MM 需要多未结合态。该结果虽被反复发现但未被充分认识，说明 NESS 视角提供了更深的理解。
段落 3：涨落酶模型与动态协同性¶
- 核心论点：具有两个未结合态 E₁、E₂ 的最简涨落酶模型在 NESS 中可产生 sigmoidal 底物依赖（正协同性），其判据为 (k₋₁k₋₂α₁ − k₁α₂k₃)(α₂ − α₁) 的符号。
- 支撑论据：
- 最简模型含 E₁⇌E₂ 构象转换和两条平行底物结合通路（Eq. 25）。
- 假设 k₁, k₋₁（构象转换速率）慢，否则退化为简单 MM。
- 平衡时 θ(s) 始终双曲线；NESS 中 θ(s) = (ds + cs²)/(a + bs + cs²) 含 [S]² 项，可产生 sigmoidal 依赖。
- 正协同性条件：k₁α₂k₃ < k₋₁k₋₂α₁（当 α₂ > α₁）；α₂ = α₁ 时回到 MM。
- 动态无序和细致平衡破坏均为单体酶表现此行为的必要条件。
- 四态推广模型的判据 ac − d(b−d) = (k₋₁k₋₂k₋₃k₋₄ − k₁k₂k₃k₄)(...) 有类似结构。
- 我的分析：该段提供了动态协同性的完整定量理论。正/负协同性判据的非对称结构（与构象亲和力差 α₂ − α₁ 耦合）揭示了一个深刻物理：协同性来自"构象选择+非平衡驱动"的耦合——仅在 NESS 中，高亲和力构象被偏好性地选择才能产生 sigmoidal 响应。这为理解单分子酶学中的非 MM 行为提供了清晰框架。
段落 4：动态协同性的数学分析方法¶
- 核心论点：θ(s) 的 2/1 函数分析（以 1/s 为变量的二阶多项式除以一阶多项式）将偏离 MM 的程度量化为 ac − d(b−d) 的符号。
- 支撑论据：
- θ(s) = (ds + cs²)/(a + bs + cs²) 可重写为 1/θ(s) 的 2/1 函数。
- 分解为 MM 渐近项（低 [S]）和偏离项（高 [S]）。
- ac − d(b−d) > 0 为正协同性，= 0 为 MM，< 0 为负协同性。
- 我的分析：这一分析方法为实验数据提供了直接可操作的判别工具——通过倒数变换拟合 2/1 函数即可判定协同性类型和程度。该方法优于传统的 Hill 作图，因为它同时捕获了低浓度和高浓度端的行为。
2.4. Kinetic proofreading and specificity amplification¶
段落 1：动力学校对的能量依赖性¶
- 核心论点：Hopfield–Ninio 动力学校对的核心是自由能耗散驱动错误率降低——结构和网络不足以实现校对，必须持续消耗能量。
- 支撑论据：
- 生物体通过多种机制对抗随机性以提高信息处理精度。
- Hopfield (1974) 和 Ninio (1975) 的动力学校对理论提供了生化网络作为错误降低装置的具体实例。
- 分子结构和反应网络不足以实现校对；关键是需要化学势梯度形式的自由能源（GTP/GDP 或其他辅因子）。
- 生化错误降低需要持续自由能耗费：高品位化学能转化为低品位热并增加熵。
- 自由能的作用在生化特异性和错误降低的一般讨论中被显著忽视。
- 核心问题：给定可用自由能（ATP/ADP 比），错误降低和特异性放大的热力学极限是什么？
- 我的分析：该段将动力学校对从"分子机制"重新定位为"热力学约束下的能量-信息转换"问题。这与全文的"功能=能量驱动"主题一致。提出的问题——给定能量的最小错误率——将非平衡热力学与信息论联系起来。
段落 2：Hopfield 模型的最小错误率¶
- 核心论点：Hopfield 三态单循环模型的最小错误率为 f_min(γ) = θ·[(1+√(γθ))/(√γ+√θ)]²，当能量充足时趋于 θ²。
- 支撑论据：
- 引入参数 γ = e^(ΔG_DT/RT) 表示每次 ATP 水解的可用自由能。
- 活细胞中 ATP∼8 mM, ADP∼10 μM，γ 反映细胞能量状态（缺血时下降）。
- "太平洋可填满 ATP/ADP/PI 平衡混合物，但 ATP 无做功能力"——自由能来自持续生理水平，非磷酸键本身。
- 两个配体 L 和 L'（结构相关，相同 k₁, k₂, k₋₂, k₋₃），差异仅在于 L' 的亲和力更高（k'₋₁/k₋₁ = k'₃/k₃ = θ < 1）。
- 平衡时 γ=1，错误率 f = θ（仅由亲和力比决定）。
- NESS 中 f 依赖于 γ；通过不等式得到最小错误率 f_min(γ) = θ·[(1+√(γθ))/(√γ+√θ)]²。
- 最优条件要求 k₋₁ ≫ k₂, k₁ ≫ k₋₃（步 1 快速平衡），γ ≫ θ⁻¹ 时 f_min → θ²。
- θ² 是 Hopfield 1974 的经典结果。
- 我的分析：该段的核心贡献是将 Hopfield 的定性结果（θ²）推广为定量的能量-错误率关系 f_min(γ)。不等式的推导方法清晰——对给定 γ 最优速率常数给出了 Hopfield 原始条件。f_min 的极限行为（θ → θ²）自然恢复了经典结果，验证了理论的一致性。
段落 3：绝对热力学下界¶
- 核心论点：无论采用何种动力学结构，给定能量 γ 下错误率的绝对热力学下界为 [RL]/[RL'] = θ/γ。
- 支撑论据：
- L 和 L' 竞争 R 可写为单一反应 L + RL' ⇌ L' + RL，平衡常数 θ。
- 在细胞中耦合自由能源 RT ln γ 后，最大贡献（无浪费）为 ΔG = −RT ln γ。
- 得到 [RL]/[RL'] = θ/γ——与动力学细节无关的绝对下界。
- f_min(γ) > θ/γ，说明 Hopfield 三态模型未达热力学极限，暗示存在更优的校对网络结构。
- 我的分析：该段建立了动力学校对的"能量-信息"下界，类似于热力学第二定律对效率的约束。f_min(γ) 与 θ/γ 的差距是重要的研究方向——它暗示存在更复杂的校对网络可以更有效地利用能量。这一比较框架（特定模型下界 vs. 绝对热力学下界）对设计人工校对系统有指导意义。
3. Regulations and feedbacks in nonequilibrium biochemical futile cycles¶
段落 1：PdPC 作为非平衡信号网络原型¶
- 核心论点：磷酸化-去磷酸化循环（PdPC）是 NESS 理论在细胞信号中的核心应用，每次循环水解一个 ATP，γ ∼ 10¹⁰，其功能（信息处理与调控）由能量耗散驱动。
- 支撑论据：
- 可逆磷酸化是原核和真核中最重要的生化调控机制之一。
- "可逆"指磷酸化可被去磷酸化对抗，但后者 E→E+P_i 不是前者 E+ATP→E+ADP 的简单逆反应——两者由不同酶催化（激酶 vs 磷酸酶）。
- 完整 PdPC 水解一个 ATP，细胞中 ΔG_ATP = 25 kBT，γ ∼ 10¹⁰。
- PdPC 与 GTPase 反应循环动力学同构。
- 循环反应如 PdPC 和 GTPase 在生化文献中被称为"无效循环"——耗散自由能但不做机械功、生物合成或逆梯度运输。
- "无效循环"实际上用自由能处理信息和调控细胞活动——NESS 是生命方式。
- 我的分析：该段重新定义了"无效循环"——从"浪费"到"信息处理"的范式转变。γ ∼ 10¹⁰ 的量级意味着细胞内的 PdPC 远离平衡，为其功能（高灵敏度切换）提供了充足能量驱动。PdPC-GTPase 同构性扩大了理论适用范围。
段落 2：时间协同性与双稳态预告¶
- 核心论点：PdPC 的超敏感性源于"时间协同性"——能量存储在时间而非空间中，与别构协同性数学等价但物理机制不同；反馈引起双稳态。
- 支撑论据：
- 生物开关（PdPC）要求高切换敏感性，用 Hill 系数度量。
- 别构协同性的 Hill 系数难以超过 4，而多酶系统可表现出超敏感性（Goldbeter–Koshland 零阶动力学）。
- 作者发现"时间协同性"——能量存储在时间而非空间中，利用多个时间动力学循环，而非别构中的多个亚基。
- 实验表明双稳态系统与超敏感渐变响应可相互转换。
- PdPC 加正反馈导致双稳态（Src 家族激酶自激活、GEF Rabex-5 自激活）。
- PdPC 反馈系统等价于自调控基因网络——分析可迁移。
- 随机方法不仅定量刻画不同吸引子（对应不同表型）的相对稳定性，还揭示了确定性方法无法看到的极慢随机时间尺度，与细胞"演化"和癌变相关。
- 所有这些功能依赖于开放驱动化学性质——NESS 中的自发自组织。
- 介观方法不仅是对经典质量作用定律的精细化，而是揭示跨时间尺度的涌现性质的理论框架；确定性动力学仅是介观随机动力学的一个（短时间尺度）特征。
- 我的分析：该段是 Section 3 的理论纲领段，将多个核心概念串联：时间协同性→零阶超敏感性→双稳态→表型稳定性→随机时间尺度。关键观点是"确定性方法不足以理解细胞生化"——介观随机动力学揭示了多时间尺度结构。这一立场与全文"功能=NESS 中的动力学"主题一致，但推向了更深层次：不仅功能，连"表型稳定性"本身也是非平衡涌现性质。
3.1. Reversible kinetic model for covalent modification¶
段落 1：PdPC 的可逆动力学模型¶
- 核心论点：PdPC 由四个可逆反应组成，总循环对应一个 ATP 水解，能量参数 γ = a₁k₁a₂k₂/(d₁q₁d₂q₂) 决定系统是否处于非平衡。
- 支撑论据：
- 四反应模型：W+E₁+ATP ⇌ WE₁·ATP ⇌ W+E₁+ADP 和 W+E₂ ⇌ W*E₂ ⇌ W+E₂+P_i。
- 伪一级速率常数 a₁ = a'₁[ATP], q₁ = q'₁[ADP], q₂ = q'₂[P_i]。
- 总自由能 ΔG = kBT log γ，γ = a₁k₁a₂k₂/(d₁q₁d₂q₂)。
- γ = 1 时化学平衡；活细胞中 ΔG = 14 kcal/mol，γ = 10¹⁰。
- 我的分析：该段建立了 PdPC 的完整数学模型，是后续所有分析的起点。γ = 10¹⁰ 的量级强调了活细胞 PdPC 极度远离平衡，这为高灵敏度切换和双稳态提供了充足的能量储备。
3.2. Complete mathematical models and nonequilibrium steady states¶
段落 1：确定性模型与循环通量¶
- 核心论点：确定性 PdPC 模型的稳态净通量 J = J_i − J_{-i} 与能量参数 γ 通过 γ = (J₁J₂J₃J₄)/(J₋₁J₋₂J₋₃J₋₄) 关联，熵产生率 epr = J·log γ。
- 支撑论据：
- 基于质量作用定律的确定性方程，选择 [W*], [E₁], [E₂] 为独立变量。
- 三个守恒律：W_T, E1_T, E2_T 为常数。
- 稳态时净通量 J = J_i − J_{-i} 对所有 i 相等。
- γ = (a₁k₁a₂k₂)/(d₁q₁d₂q₂) = (J₁J₂J₃J₄)/(J₋₁J₋₂J₋₃J₋₄)。
- J > 0 ⟺ γ > 1；epr = J·log γ，epr = 0 ⟺ γ = 1。
- 我的分析：该段将 §2.1 的循环通量框架自然推广到四反应 PdPC。关键不变量是 γ（各正反向速率积之比），它同时编码了热力学驱动力和循环通量方向。epr = J·log γ 的"通量×力"形式是非平衡热力学的标准结构。
段落 2：化学主方程（CME）¶
- 核心论点：PdPC 的随机模型基于化学主方程，描述三维格点上的生灭过程，其 Kolmogorov 循环条件 γ = 1 等价于化学平衡。
- 支撑论据：
- 确定性模型仅描述大种群行为，无法捕获小系统的内在涨落。
- CME 基于反应化学计量、分子数和速率常数，描述离散状态连续时间的 Markov 过程。
- 状态 (i, j, k) 代表 W*, E₁, E₂ 的分子数；转移仅发生在相邻状态间。
- 三维生灭过程是 Markov 链的特例。
- Kolmogorov 循环条件 q_ξ₁ξ₂·q_ξ₂ξ₃·q_ξ₃ξ₄·q_ξ₄ξ₁ = q_ξ₁ξ₄·q_ξ₄ξ₃·q_ξ₃ξ₂·q_ξ₂ξ₁ 等价于 γ = 1。
- γ ≠ 1 等价于系统处于 NESS。
- 我的分析：该段将确定性模型提升到介观随机层面。Kolmogorov 循环条件提供了判断平衡/非平衡的直接方法——无需先解稳态即可判定。CME 的三维格点结构为后续数值模拟提供了清晰框架。
3.3. Reduced mathematical models¶
段落 1：Michaelis–Menten 准稳态近似与约化模型¶
- 核心论点：当 W_T ≫ E1_T, E2_T 时，时间尺度分离使 PdPC 可约化为 W⇌W* 的两态模型，其正反向通量服从 MM 动力学。
- 支撑论据：
- 假设 W_T ≫ E1_T, E2_T（蛋白底物浓度远高于酶），可用奇异摄动严格证明时间尺度分离。
- 激酶和磷酸酶的动力学可分别处理。
- W→W 的通量 f₁([W]) = v₁([W]) + v₂([W])，W→W 的通量 f₂([W]) = v₁([W]) + v₂([W*])。
- MM 通量形式：v₁([W]) = V₁[W]/(K₁(1+[W]/K₁+[W]/K₁))。
- 能量参数 γ = (v₁v₂)/(v₂v₁)，独立于 [W] 和 [W*]。
- 单分子方法是"低酶高底物"的极限情形，精确给出 MM 结果。
- 我的分析：该段将完整四态模型约化为可处理的两态模型，是后续分析的基础。γ 的不变性（与浓度无关）是重要性质——它意味着无论系统处于什么状态，热力学驱动力不变。奇异摄动为 MM 近似提供了严格数学基础，消除了传统"准稳态"假设的随意性。
3.3.1. Deterministic model¶
段落 1：确定性稳态方程¶
- 核心论点：约化 PdPC 的确定性稳态满足 Beard–Qian 方程，γ→∞ 极限退化为 Goldbeter–Koshland 方程。
- 支撑论据：
- ODE: d[W]/dt = f₁(W_T − [W]) − f₂([W*])，稳态 f₁ = f₂。
- 稳态分数 φ = [W*]_ss/W_T 满足 Beard–Qian 方程，含 θ, μ, γ 三个参数。
- 在 K₁ ≫ K₁, K₂ ≫ K₂, K₂ ≫ W_T 等近似下化简。
- γ→∞ 时（q₁ = q₂ = 0）退化为 Goldbeter–Koshland 零阶超敏感性方程。
- 确定性模型中 [W] 和 [W*] 为系综平均量，无法揭示时间协同性的本质。
- 我的分析：该段建立了确定性框架的基础方程。Goldbeter–Koshland 方程的恢复验证了约化模型的一致性。关键限制声明——"确定性模型无法揭示时间协同性本质"——为引入随机模型提供了明确动机。
3.3.2. Stochastic model: chemical master equation¶
段落 1：约化随机模型¶
- 核心论点：约化 PdPC 的 CME 给出 W* 分子数的稳态分布，其平均 ⟨φ⟩ 不仅保持热力学性质，还揭示时间涨落和与别构协同性的可比性。
- 支撑论据：
- 总分子数 N = W_T·V，定义 p(i, t) 为时刻 t 有 i 个 W* 的概率。
- CME 的边界条件和内部转移方程。
- 稳态分布 P_ss(i) = ∏(f₁/f₂) / (1 + Σ∏(f₁/f₂))。
- ⟨φ⟩ = ⟨W*⟩/N 的表达式。
- 重要：约化模型的细致平衡条件不蕴含原始系统的细致平衡——约化模型即使满足细致平衡，原始系统 γ = 1 仅对应"非协同性"而非平衡。
- 我的分析：该段的关键洞察是"约化模型的细致平衡≠原始系统的平衡"。这解释了为何约化模型可用于研究非平衡效应——即使约化后看似平衡，γ ≠ 1 仍通过 f₁/f₂ 的浓度依赖性体现非平衡性。这是理解时间协同性数学结构的核心。
3.3.3. Analogous equilibrium constants¶
段落 1：类平衡常数与 Adair 方程¶
- 核心论点：引入"去活化常数" K_j = [(N+1−j)f₂(j/V)]/[jf₁((N+1−j)/V)]，⟨φ⟩ 的表达式与别构协同性的 Adair 方程数学等价。
- 支撑论据：
- K_j 代表第 j 个分子从 W* 回到 W 的"去活化能力"。
- 用 K_j 重写 ⟨φ⟩，得到与 Adair 方程完全相同的结构。
- 时间协同性出现当 {K_j} 递减——已转化的 W 越多，下一个 W→W 的活化常数越大。
- 与别构协同性对比（Fig. 11(A) vs (B)）：时间协同性的状态序列在时间上相邻，别构在空间上相邻。
- 我的分析：该段建立了全文的核心数学等价性——时间协同性与别构协同性共享 Adair 方程框架。物理差异在于"时间 vs 空间"：别构的 N 受限于单个酶上的结合位点数（通常 ≤ 4），时间协同性的 N 受限于总分子数（可任意大），这解释了为何 Hill 系数在 PdPC 中可达数千。
3.4. Switching behavior¶
段落 1：γ = 1 时无切换¶
- 核心论点：化学平衡（γ = 1）下 PdPC 无切换行为——φ = μ/(μ+1) 为常数，不随激酶/磷酸酶浓度变化；随机模型给出相同结论。
- 支撑论据：
- γ = 1 时 f₁/f₂ = μ[W]/[W*]，φ = μ/(μ+1) 为常数。
- 随机模型中稳态分布为二项分布，⟨φ⟩ = μ/(1+μ) = φ。
- 去活化常数 {K_i} 全部等于 1/μ，无协同性。
- "信号放大需要能量"——PdPC 切换是非平衡现象。
- 两种调节的成本对比：别构需要大量调节子生物合成，PdPC 只需少量调节子但消耗能量。
- 我的分析：该段通过"平衡无切换"的严格证明，建立了"切换=非平衡"的等价关系。这与 §2 中"协同性=非平衡"、"校对=非平衡"形成统一主题：所有这些功能在平衡中消失。两种调节的成本对比（生物合成 vs 能量耗散）提供了进化选择的经济学视角。
段落 2：一阶近似下的简单 PdPC 开关¶
- 核心论点：非饱和条件下 PdPC 为双曲线响应（无协同性），确定性和随机模型给出相同的 ⟨φ⟩ = α/(1+α)。
- 支撑论据：
- W_T ≪ K₁, K₂ ≪ K₁, K₂ 时，通量为一阶近似。
- φ = α/(1+α)，其中 α = (V₁/K₁ + V₂/K₂)/(V₂/K₂ + V₁/K₁) 为 E1_T 的双曲线函数。
- 随机模型：稳态为二项分布，⟨φ⟩ = α/(1+α) = φ。
- 去活化常数全部接近 1/α，无协同性。
- 相对标准误差 √Σ/(φV) = √(W_T/(αV)) → 0 当 V→∞（Kurtz 理论）。
- 我的分析：该段作为对照案例——一阶（非饱和）条件下无协同性。Kurtz 理论（V→∞ 时随机性消失）验证了确定性模型作为大体积极限的合理性。这一对照使后续零阶（饱和）条件下的超敏感性更引人注目。
段落 3：零阶近似下的超敏感 PdPC 开关¶
- 核心论点：饱和条件下 PdPC 表现零阶超敏感性，Hill 系数可达 N/3+2/3，随分子数 N 增加可任意大。
- 支撑论据：
- K₂, K₁ ≫ W_T ≫ K₁, K₂（饱和）时，通量为零阶（常数）：f₁ ≈ V₁, f₂ ≈ V*₂。
- 稳态分布为截断几何分布 α^i。
- ⟨φ⟩ 在 α≠1 时有解析表达式，N→∞ 时 ⟨φ⟩ → 1 (α>1) 或 → 0 (α<1)，即阶跃函数。
- Hill 系数 n_H = (N/3+2/3)，N→∞ 时可任意大。
- 该极限仅在 γ ≠ 1 时可达——平衡时 V₁V₂ ≫ V₁V₂ 与零阶近似矛盾。
- 零阶近似下和不含零阶近似的数值结果均确认协同性随分子数增加而增强（Fig. 13）。
- 去活化常数 {K_j} 明显递减，梯度随分子数增加——越来越强的协同性。
- 我的分析：该段是时间协同性理论的核心结果。Hill 系数 n_H ∝ N 的结论解释了 PdPC 超敏感性的分子机制：分子数越多，隐式时间竞争越强，切换越尖锐。与别构（n_H ≤ 结合位点数 ≤ 4）形成鲜明对比。"该极限仅在 γ ≠ 1 时可达"的约束再次确认非平衡性的必要性——超敏感性不仅需要饱和（零阶动力学），还需要能量驱动。
3.5. Mathematical equivalence to allosteric cooperativity¶
段落 1：时间协同性与别构协同性的数学等价¶
- 核心论点：时间协同性与别构协同性在 Adair 方程层面数学等价，但 N 的含义不同——前者为总分子数（可任意大），后者为结合位点数（有限），因此 Hill 系数上界 n_H ≤ N 对两者均成立但前者可远超后者。
- 支撑论据：
- Adair 方程 φ = Σ(C(N-1,i-1)c^i/∏K_j) / (1 + Σ(C(N,i)c^i/∏K_j)) 同时描述两种协同性。
- Hill 系数上界 n_H ≤ N（Eq. 50）。
- 别构：N = 单酶结合位点数，不能自由调节，Hill 系数有上限。
- 时间协同性：N = 总蛋白分子数，可自由调节，Hill 系数可任意大。
- "这就是为何生物体发现通过共价修饰和 ATP 水解控制蛋白活性比别构转换更有利"——部分回答了 Fischer 和 Krebs 的问题。
- 我的分析：该段是全文理论的高潮——通过数学等价性揭示物理差异。n_H ≤ N 的统一上界是一个优美的结果，而"N 的含义不同"解释了两种机制的功能差异。进化经济学论证（ATP 驱动比大量合成更经济）为 Fischer-Krebs 问题提供了部分解答。这一框架对理解血管信号网络中的灵敏度切换有直接启示。
3.6. PdPC with positive feedback¶
段落 1：正反馈、双稳态与三时间尺度¶
- 核心论点：PdPC 加正反馈后产生双稳态，与自调控基因网络动力学同构；CME 揭示确定性模型看不到的三时间尺度——分子信号（毫秒）、网络弛豫、细胞演化（可达数万年）。
- 支撑论据：
- PdPC 加正反馈（χ=2，二聚体）产生双稳态（Fig. 15）。
- PdPC 反馈系统与自调控基因表达网络（χ=2）动力学同构（Fig. 14(A) vs (B)）。
- χ=0, 1 时也有随机双稳态。
- CME 产生的自适应景观有两个稳定不动点和一个不稳定不动点（Fig. 15(C)）。
- 景观在无细致平衡系统中的因果地位：非"景观→动力学"，而是"动力学定义景观"，景观为"回顾性"工具。
- 三个时间尺度：MS（分子信号，毫秒）、BN（网络弛豫）、CE（细胞演化，可达 30,000 年）。
- CE 时间尺度极敏感于分子数/细胞体积——μM 浓度下可达 30,000 年，表型吸引子极稳定。
- 我的分析：该段将时间协同性理论推广到双稳态系统。三时间尺度的分解是理解细胞行为的关键框架——分子事件（快）、网络响应（中）、表型转换（慢）。CE 时间尺度的极长性（30,000 年）解释了为何表型切换在实验中罕见但仍是癌变的可能机制。景观因果地位的讨论（"回顾性"使用）是一个重要的认识论澄清——避免将景观误认为动力学的原因。
4. Remarks on the theory of nonequilibrium steady state¶
段落 1：NESS 理论的历史脉络¶
- 核心论点：NESS 理论的发展从 Lewis/Tolman 的细致平衡，经 Bridgman 的稳态区分（平衡 vs. 循环）、Kolmogorov 的数学严格化、Hill/Brussels 学派的远平衡理论，到当代的随机热力学。
- 支撑论据：
- Lewis（化学细致平衡，线性/非线性宏观反应）与 Tolman（转移概率细致平衡）——不同概念。
- Bridgman (1928) 区分了细致平衡维持的稳态（平衡）与循环反应维持的稳态（NESS），Boltzmann 动理论中已有此思想。
- Klein 引入"nonequilibrium steady-state"术语。
- Onsager 用时间对称 (x,v,t)→(x,−v,−t) 定义细致平衡。
- Cox (1950s) 建立了连接 Markov 动力学、Brown 运动、Gibbs 统计力学和 Onsager 线性不可逆的完整理论。
- Hill 和 Brussels 学派在 1970s 的发展：前者明确循环通量与 NESS，后者强调正熵产生和自组织非线性。
- Kolmogorov 的遗产在对称 Markov 过程和 Monte Carlo 方法中延续。
- Jiang-Qian-Qian 的专著（Lecture Notes in Mathematics vol. 1883）将 NESS 和熵产生严格引入数学界。
- 近年将循环通量引入景观理论的尝试。
- 我的分析：该段提供了 NESS 理论的简要思想史，服务于两个目的：(1) 承认前人贡献；(2) 定位作者工作在历史中的位置——将 Cox 的随机非平衡动力学与 Hill/Brussels 的化学热力学重新连接，并应用于生物物理。作者明确表示这不是系统的研究史，而是带有偏见的个人视角。Bridgman 对"平衡稳态 vs. 循环稳态"的区分是整个 NESS 理论的概念起点，而 Cox 理论的"未能存活到后来理论中"暗示了一个被遗忘的统一框架——作者的工作可视为对这一统一框架的回归。
快速判断¶
- 一句话结论：该综述将非平衡稳态（NESS）数学理论应用于化学生物物理，系统阐明酶动力学中的活化-抑制切换、非 Michaelis–Menten 协同性、动力学校对以及磷酸化-去磷酸化循环（PdPC）的零阶超敏感性与双稳态等均为含循环通量的驱动生化系统的非平衡后果；值得升级为 deep 精读。
- 阅读范围：仅 metadata、first page、abstract、最多 3 个 figure/table captions 和 conclusion；未通读正文
- 处理决定：升级 deep
- 决定理由：作为理论框架性综述，NESS 理论与循环通量、涨落定理、Haldane 平等关系的论述对建模工作有直接迁移价值，需逐节精读。
摘要概述¶
该综述（Part II）将非平衡稳态（NESS）数学理论应用于具有持续化学势源与汇的开放生化系统。作者以酶动力学为载体，证明新近发现的活化-抑制切换、经典的非 Michaelis–Menten 协同性与动力学校对均为含循环通量的驱动生化系统的 NESS 后果。Section 3 进一步以磷酸化-去磷酸化循环（PdPC）为核心，引入 Delbrück–Gillespie 介观动力学，提出"时间协同性"概念解释零阶超敏感性，并讨论反馈引起的非线性双稳态。该理论可推广至自调控基因表达网络等更多生化系统。最大限制在于 Conclusion 未在 quick 范围内检测到。
关键证据¶
- 证据 1（定位）：Abstract
- 展示或报告：综述主张酶动力学中的活化-抑制切换、非 Michaelis–Menten 协同性与动力学校对均为 NESS 中循环通量的必然结果；PdPC 的零阶超敏感性与反馈双稳态均为非平衡现象。
- 支持的结论：NESS 理论为多种经典生化现象提供统一理论框架。
-
注意事项：仅为摘要主张，具体推导与边界条件需正文核实。
-
证据 2（定位）：Fig. 1 caption
- 展示或报告：可逆酶反应的动力学方案，其中 k′₁ 与 k′₋₃ 为二级速率常数；从单酶分子视角看反应为单分子且循环的。
- 支持的结论：单酶动力学可建模为循环随机过程，是 NESS 循环通量理论的基本对象。
-
注意事项：图示为最简可逆酶模型，更复杂情形的推广需正文。
-
证据 3（定位）：Fig. 2 caption
- 展示或报告：计算等待循环时间 T、T₊、T₋ 的动力学方案，将 Fig. 1 转化为一维随机游走；平均等待时间 ⟨T⟩ 的计算等价于经典平均首达时间（MFPT）问题。
- 支持的结论：单酶循环时间可用首达时间理论严格求解，为循环通量的定量分析提供工具。
- 注意事项：仅限简单可逆酶模型，含反馈的非线性系统需扩展。
局限与未核实项¶
- 最大局限：Conclusion 部分未在 quick 材料中检测到，无法确认作者对适用边界与开放问题的最终表述。
- 未核实项：时间协同性概念的数学定义、PdPC 双稳态的具体参数条件、与基因表达网络同构的细节，以及涨落定理的推导均需正文确认。
与我的关联¶
- 可复用点：NESS 循环通量框架、首达时间方法计算循环时间、Haldane 平等关系的 NESS 推广，均为可直接迁移到血管力学建模中非平衡过程的数学工具。
- 关联的当前问题：非平衡稳态理论可对照血管 G&R 中的稳态维持与力学-化学耦合问题，循环通量概念可能适用于细胞信号传导中的能量驱动过程。
- 下一步动作：升级为 deep，逐节精读 Section 2（酶动力学）与 Section 3（PdPC 与双稳态），重点提取时间协同性与涨落定理的数学表述。