The structure of binding curves and practical identifiability of equilibrium ligand-binding parameters
Middendorf, Thomas R.; Aldrich, Richard W. · 2017 · Journal of General Physiology
Metadata
Authors: Middendorf, Thomas R.; Aldrich, Richard W.
📄 Quick Note¶
# 摘要概述¶
本文研究配体与含多个结合位点的生物大分子结合时，binding 参数的"practical identifiability"(PI, 实际可辨识性)问题。作者提出一种基于 partial fraction (PF) 展开的通用方法，将 n 位点蛋白质的 total binding curve 精确且唯一地分解为 n 个具有单位点结合曲线形式的分量，其结合常数为一 n 阶多项式的根(可为实数或复数)。核心发现是:当这些单位点结合常数全部为相异的实数时，所有 binding 参数均可辨识;否则至少部分参数不可辨识。基于该理论，作者构建了 n=2、3、4 位点系统的 identifiability map，并给出向 n>4 推广的方法，同时提出一个简洁判据——只有当 binding curve 的线型包含 n 个可分辨分量时，全部 n 个结构可辨识参数才同时为 PI。文章以 calmodulin (CaM) 的四位点 Ca²⁺ 结合为例，证明其 Adair–Klotz 参数在典型实验噪声下完全不可辨识，解释了文献中各课题组参数估计值差异巨大的原因。
# 关键图表¶
- Figure 1: 以 CaM 四位点 Adair–Klotz 模型为例，展示参数 fit-error 曲线在很大参数范围内保持极低的渐近误差(约 0.27%–0.48% rms)，远低于典型实验噪声(5%)，直观证明 K1–K4 参数不可辨识;并展示加噪后 1000 次非线性回归的参数估计分布峰值随初始猜测而变、与真实值偏离，说明估计"看似精确实则无意义"。
- Figure 2: 揭示当某一参数被人为偏离真值时，其余参数通过系统性协同变化进行补偿，使拟合曲线仍与数据高度吻合——这正是参数不可辨识的机理。
- Identifiability map (n=2,3,4): 对给定结合位点数 n，按 binding curve 线型对所有可能的参数组合进行可辨识性分类的二维图谱，是本文最具实用价值的工具性产出。
# 与我的关联¶
虽然本文研究对象是配体-蛋白质结合平衡，但其核心方法学——通过 fit-error 曲线的渐近误差判定参数 PI、构建 identifiability map 评估模型参数在噪声下的可辨识性——具有普适性，可直接迁移到血管 G&R 与动脉粥样硬化建模中，用于审视G&R模型参数是否能被血管壁应力、生长数据唯一确定，避免在不可辨识参数上赋予过度解读。