在某些方面，细胞与城市有很多相似之处。细胞内部结构图中描绘出的条条大道，将制造大分子的“工厂”和装配发运这些分子的“邮局”连接起来。细胞内的居民——蛋白质和其他分子，在细胞内的繁忙小道上不停穿梭着，它们像街头的人群一样约会、沟通并让一切井井有条地进行着。

 　　忙着去参加重要会议而被耽搁在路途中的任何一个人，对这个城市总是有所了解的。生物学家们现在也正开始深入地了解细胞，但这些结构图并不总能描绘出关于细胞的众多细节，如交通、封闭的道路或是一棵倒下的树等，而这些又可能会对旅程造成很大的影响。

　　百年经典遭遇挑战

　　将近一个世纪以来，试图描绘细胞内部结构的生物学家们总是假设，存在于结构图和实际街道之间的差别是无足轻重的。这在对细胞内具有导向功能的骨干蛋白——酶的研究中表现得尤为真切。教科书中描述这些重要分子催化剂如何加速反应的公式——米氏方程，就假设这些酶通常不会陷入交通瘫痪的状态。这些酶预计会定时地碰到其他分子，并以恒定的速度完成反应，所以，这些酶的行为更像装配线上的工人，而不是街上的行人。

　　在大多数实验室进行的实验中，研究人员确信分子可自由活动和频繁互动，所以这个经典公式似乎非常适用。但实验室的实验并不能反映出实际细胞内的真实生活，其中的差异甚至足以将这个古老的方程废黜掉。

　　英国爱丁堡大学的生物物理学家拉蒙·格里玛最近发现，因为拥挤，酶在实际细胞内要比在试管里更难找到它们的同伴。另一项研究指出，即便在其他方面都完全一样的情况下，个别细胞拥有的酶的数量也不尽相同。这些研究成果意味着基于米氏方程的酶动力学模型也许是错误的。

　　“这是一个人们熟悉了百年的系统，”荷兰内梅亨大学酵素学家克斯汀·布兰科说，“现在我们得到的信息是，原来事实有点儿颠倒了。”

 　　当科学家们为细胞内的化学过程建立模型时，米氏方程一直是默认的标准公式。格里玛说：“它具有广泛的影响，对于任何生物化学路径来说，你常常会在这些路径的主干道上发现一些酶。当你给这些酶建模时，你会自然而然地采用米氏方程。”

 　　通过将这些街景进行放大，科学家们希望，他们能画出一幅更为精确的细胞城市地图。对细胞内的酶进行观察的实验方法，还不足以看到这些化学反应速度的差异实际上是多么的重要。但假如米氏方程不能准确地预测酶在成活细胞内工作得有多快，那么从生物化学课程到癌症治疗策略等诸多方面可能都要改写。

　　不过，科学家们并没有被不得不重写教科书的悲剧所吓倒，他们正在研究如何使用新发现的知识来设计新药物和生物燃料。伊利诺伊大学厄巴纳-香槟分校的内森·普莱斯说：“最终，你想要理解这些进程，以便能控制这些进程。”

 　　生物学中的“百变金刚”

 　　酶使得整个细胞城市能准点运行。有了酶的介入，过去需要300多年时间才能自助完成的反应，现在1秒内即可完成。通过拥抱一个特定的伙伴分子——基质，并将之变成新的东西，酶可完成诸如将DNA转译成可消化食物及产生萤火虫荧光这样的任务。因此，了解酶是怎样工作的，对理解细胞如何工作及如何操纵它们至关重要。

　　莱昂诺尔·米歇尔和穆德·曼滕1913年在《生物化学》杂志发表其著名的米氏方程，当时要观察一个正在工作的酶是一件不可能完成的任务。为了弄清楚酶在帮助邻近分子从一种形式转变为另一种形式时有多快，他们俩人不得不设法对充满着数十亿个分子的试管进行分析。

　　米歇尔和曼滕将工作重点放在有助于分解蔗糖的转化酶上。如果他们在一定程度上观察到了试管中究竟发生了什么事情，他们也就能看到酶会拥抱住一个糖分子（将其部分整齐地嵌入裂口），然后将其分裂成两个。由此产生的单糖、果糖和葡萄糖会继续成为细胞的能量来源，而酶则会坐等下一个新的蔗糖分子来投怀送抱。

　　米歇尔和曼滕发现，将一茶匙蔗糖转化为葡萄糖和果糖的时间取决于开始时的蔗糖量。蔗糖越多，反应在某种程度上也就越快。在此之后，反应会以稳定的步伐进行。

　　生物学家在解释这种现象时，将酶及其伙伴形象地比作锁和钥匙。一种酶一般只和一个伙伴一起工作，两者的形状可完美地结合在一起。但是，每一种酶一次也只能和一个伙伴结合，当所有的酶都忙得不可开交的时候，新的伙伴就不得不等着它空闲下来。

　　在之后的85年里，研究人员利用米氏方程计算细胞内的反应率时，对上述比喻或多或少地感到满意，因为对于大多数的实验室实验来说，米氏方程还是适用的。

　　但是，到了1998年，美国哈佛大学的谢孙尼及其同事利用荧光标记，对一个胆固醇氧化酶单分子与其伙伴如何一次一个地相遇和结合进行了观察。研究人员发现了一些奇怪的现象，那就是酶并不总以同样的速度工作。

　　而且，速度也不是随机变化的。酶似乎与排成行的某些伙伴分子合作得快一些，而对接下来的另一些分子则慢一些，然后又再次加速。如果一个反应花了特别短的时间，那么接下来的一个反应也会很快，就好像是酶记住了上次反应花了多长时间一样。

　　谢孙尼在1998年的《科学》杂志上提出，这个酶在许多不同的形状间颠来倒去，但每一个都以不同的速度做着同样的工作。

　　研究人员表示，多年来，人们一直认为基质与酶的配合就好似钥匙与锁，这也是他们从学校学到的东西，但这根本不是真的。

　　米氏方程的“死”与“不死”

 　　于是就有了一种假说，某种形状的酶会和伙伴分子配合最好，因此工作效率也越高，但要花去更多的能量来维持。其他形状虽然配合不是最好，但精力会更为充沛。科学家们认为，酶会尽可能长时间地沿着高能形状步进，但不可避免地也有无精打采的时候，它会蔫成一种横躺着的土豆状。在新的能量迸发前，它就一直这样闲散着。环境温度的变化，或是随机的脉动，可能都会使其重抖精神，回到高效工作模式。

　　谢孙尼说：“酶分子其实和人一样，努力工作一段时间后，也要放缓一下节奏。”

 　　但是，要给这些会变身的酶留下一个在反应中的“倩影”，显微镜的灵敏度显然是不够的。研究人员最近发现，在特例情况下，利用原子力显微镜对CalB酶的部分进行拖动时，酶会工作得更快。拉动这个酶也许会将它展开，这就像拉动立体图画书中的标签，从而改变酶的形状和催化反应的能力。

　　身体吸收药物和消化食物的轻易程度取决于一种酶在每种形状上所花的时间。研究人员认为，如果一个基因突变能使酶长时间处于一种更高效的形状，那么可形变的酶甚至可以驱动进化。

　　这些变化的反应率也应当会改变米氏方程的结果。科学界最初的反应是困惑的：如果米氏方程是错的，为什么所有的实验室实验结果都能切合这个方程？

　　2005年，谢孙尼解决了这个似是而非的悖论。他和同事发现，一个伙伴分子在和酶反应后会释放出一片荧光。研究人员观察到了大约20000次反应周期的分子焰火，这大约是1998年实验中捕获的反应次数的40倍。　　研究人员还发现，这个酶仍会每隔几次反应就来回改变其工作效率。但在给定足够长反应周期的情形下，这个差异最终会达到平衡。谢孙尼说：“酶似乎具有变化的天性。但即便如此，米氏方程仍然成立。”

 　　生物化学界似乎暂时松了一口气。2006年，谢孙尼在《自然·化学生物学》杂志发表此项研究成果时，杂志还配了一篇评论，题目就是：米氏方程死了，米氏方程万岁！

　　穷街陋巷中的约会

　　然而，正如谢孙尼和其他研究人员预测的，对这个经典方程的另一项挑战正在悄悄酝酿。对单个细胞的最新研究表明，米氏方程背后的一些基本假设在实验室中是适用的，但对于实际细胞来说并不总是适用。

　　格里玛表示，试管中拥有的是一个非常人工的环境，细胞则和试管具有一些明显的不同之处。一方面，细胞是十分拥挤的。细胞内的最大分子仅占据了其物理空间的5%至40%，剩余的自由空间只能以大约50纳米到几个微米来进行区隔。而酶本身就在几纳米和几百纳米之间。有些酶辅助反应仅能在细胞核和其他细胞器中发生。在实际细胞中，酶及其伙伴间的约会也许只能移到“后巷”中进行了，在那里每次只有极少数的分子能“对上眼”。

　　这意味着酶和它们的伙伴并不总能很容易地找到对方。生物学家已经证明，细胞拥有所谓的主动运输网络，分子可沿着这些丝网在约会地点之间滑动。如果酶无法在本地进行约会，它们就不得不搭载公共运输工具。

　　如果细胞内的反应像是陋巷中的幽会，试管中的反应就像是大广场上的舞蹈。有了这么大的一个空间可四处移动，加上研究人员持续地搅动溶液，几乎每个酶都能保证找到一个潜在的舞伴。

　　格里玛推测，这些差异应当会影响到酶辅助反应进行得有多快，实际细胞内的反应率会大大背离米氏方程。

　　2009年，格里玛利用数学模型进行了计算机模拟，结果表明，在实际细胞中，米氏方程背后的两个基本假设背离了预测值。首先，他考虑了相互反应的分子数目。在试管中，数以亿计的分子碰在一起；但在细胞中，在特定时刻只能有10个到100个分子会碰面。因为细胞内总存在着这样或那样的“噪音”，格里玛的模型认为，实际细胞内的酶反应要比米氏方程预测的慢20%。

　　其次，他想到了主动运输问题。格里玛发现，如果这些舞伴必须要乘坐细胞内的地铁才能与酶会面，米氏方程的预测值也许要高于细胞内的真实反应率几倍。一个更快的反应率表明相同量的酶转化成更多的反应产物。对药物设计师来说，错估反应产物的量就会对开始时到底需要加入多少酶造成错误的判断。

　　为了探求这种影响，格里玛用一种虚构药物进行了模拟，这种药物可在酶的合适伙伴到达之前与酶进行结合，这种现象也称为酶的抑制。在格里玛研究的案例中，能有效攻击假设疾病的药物量要比米氏方程预测的高7倍。

　　一个和一群不一样

　　美国伊利诺伊大学的普莱斯和金攀军也取得了和格里玛类似的研究结果，他们认为这些成果将对药物开发产生重大的影响。即便米氏方程对一个特定细胞还是适用的，细胞间的差异也会对米氏方程或是利用该方程设计出的药物效能形成挑战。

　　谢孙尼的单酶研究表明，数以千计的伙伴分子会漂过一个单酶，每一个分子都有同等的机会与酶反应。但在实际细胞中，每个酶通常只会碰到偶尔在此歇脚的伙伴分子。

　　即便细胞在遗传上是完全相同的，不同细胞也可能制作出不同数量的特定酶。2008年发表在《科学》上的一项研究显示，这些差异在字面上意味着一个细胞的生与死：在化疗中存活下来的肿瘤细胞要比那些屈服于治疗药物的细胞产生更多的特定酶分子，这也预示着酶在耐药性上发挥着作用。

　　这种变化也意味着，即便单个细胞遵循米氏方程，大批细胞会聚在一起时也未必会遵循。如果忽略了这种细胞间的差异，利用米氏方程设计出来的药物的疗效就会大打折扣。

　　挑战工作还会继续

　　理解细胞内和细胞间的这种差异如何改变反应率，将最终让科学家们设计出更好的酶。普莱斯的大部分研究集中于建立细胞内代谢网络的计算机模型，这意味着他关注的是细胞吃进什么和排出什么。普莱斯表示，更好的模型也意味着更好的控制，“你或将拥有吃进毒素吐出生物燃料的微生物，你可将既廉价又丰富、抑或有毒的化合物转化为有价值的、对环境有益的东西”。

　　可是，并不是每个人都愿意相信米氏方程真的已死。当格里玛在会议上宣布其研究成果时，很多人热烈鼓掌，也有很多人予以反击。新模式的一个主要问题是，尚没有得到实验数据的支持。

　　谢孙尼评论道：“我不会将一篇理论性文章作为一种实质性的宣示，除非它已得到实验支持。这也许是我这个经验主义者的偏见。”

 　　格里玛也承认，这是他的论点中存在的不足，还没人像他们这样一口气就建立了模型、进行预测并对其进行测试。因此，在理论和实验两方面都限制了其理论被广为接受。

　　不过，这样的实验也许很快就会来临。目前，不用杀死细胞就能获取单个细胞内个别分子的数据资料，还存在技术上的局限性。但是，包括谢孙尼在内的一些研究团队正在开发这样的技术。最近，在《生物技术趋势》上刊登的一片文章介绍了一种单细胞分析法，其能将细胞间的差异从“噪音”源转换成新发现之源。　　不过，即使未来对酶的位置和浓度的进一步观察可为米氏方程“平反昭雪”，许多科学家还是认为，细胞城市内更多街道细节的揭示仍会继续对这个经典方程形成挑战。