在基于SPR的生物传感器中分析结合动力学和质量传输,使用通用积分转换技术和马尔科夫链蒙特卡洛方法
Carlos Henrique Rodrigues de Moura1, Carlos Adriano Moreira da Silva2, Josiel Lobato Ferreira3
1Graduate Program in Amazon Natural Resources Engineering, Institute of Technology, Federal University of Pará, Belém, PA, 66075-110, Brazil.
Computers in biology and medicine
|September 27, 2025
概括
这项研究验证了表面等离子体共振 (SPR) 生物传感器中生物分子相互作用的数学模型. 通用整体转换技术 (GITT) 和马尔科夫链蒙特卡洛 (MCMC) 准确地分析了结合动力学和质量传输.
科学领域:
- 生物物理化学 生物物理化学
- 计算生物学 计算生物学
- 生物传感器技术技术
背景情况:
- 表面等离子共振 (SPR) 生物传感器对于研究生物分子相互作用至关重要.
- 准确的质量传输和结合动力学的建模对于SPR数据的解释至关重要.
- SARS-CoV-2尖端蛋白受体结合域 (RBD) -ACE2相互作用是研究的一个关键领域.
研究的目的:
- 应用和验证先进的数学和数值方法来分析基于SPR的生物分子结合数据.
- 评估通用整体转换技术 (GITT) 对大众运输模型的有效性.
- 评估马尔科夫链蒙特卡洛 (MCMC) 方法用于动力常数估计.
主要方法:
- 使用通用积分转换技术 (GITT) 解决大众运输的非线性偏微分方程.
- 通过马尔科夫链蒙特卡洛 (MCMC) 方法估计运动常数.
- 对模拟数据和实验SPR测量SARS-CoV-2 RBD-ACE2结合的模型结果进行验证.
主要成果:
- GITT有效地描述了自由和结合的分析物度的动态.
- 在99%的置信区间内,MCMC提供了对动力常数的可靠和准确的估计.
- 模型预测与模拟数据保持一致,包括噪音测量,实验验证证证了参数准确性.
结论:
- 提出的数学模型和GITT/MCMC方法对于分析SPR生物传感器中复杂的生物分子相互作用是有效的.
- 这种方法为定量分析和理解结合动力学提供了有价值的工具.
- 这些发现支持在生物物理研究和生物传感器开发中使用这些计算方法.
