理论简介
Chemical Gating 理论核心物理图像与数学推导
理论简介
物理图像
桥接机制示意图
粒子 (P) TC 分子 网络 (N)
○○○○○ ━━━ ═════════
○ ○ ○ + A B → ○━A B━○
○○○○○ 桥接态
位点空 双端结合 形成桥
浓度依赖的桥接概率
| 浓度 | 图示 | 机制 |
|---|---|---|
| 低浓度 | ○ ○ ○ + A → 罕见 |
缺货限制 |
| 中等浓度 | ○━A B━○ 最多 |
最佳平衡 |
| 高浓度 | ○A B○ 阻塞 |
位点占满 |
数学框架
1. 巨正则配分函数
单对位点的微观状态:
| 状态 | 符号 | TC 分子数 | 统计权重 |
|---|---|---|---|
| 无 TC | $s=0$ | 0 | $1$ |
| 粒子端占据 | $s=P$ | 1 | $z e^{\beta\epsilon_P}$ |
| 网络端占据 | $s=N$ | 1 | $z e^{\beta\epsilon_N}$ |
| 桥接态 | $s=B$ | 1 | $z e^{\beta(\epsilon_P+\epsilon_N-\Delta G_{\rm loop})}$ |
配分函数: \(Z_{ij} = 1 + z e^{\beta\epsilon_P} + z e^{\beta\epsilon_N} + \chi_{ij} z e^{\beta(\epsilon_P+\epsilon_N-\Delta G_{\rm loop})}\)
关键计数点:桥接项是 $z$ 而非 $z^2$,因为使用同一个 TC 分子同时占据两端。
2. 竞争阻塞与钟形函数
Langmuir 占据率: \(\theta(\phi) = \frac{\phi/K_d}{1+\phi/K_d}\)
桥接概率(含阻塞): \(\overline p_{B} = \langle\chi\rangle \kappa_B \theta(\phi)[1-\theta(\phi)]\)
钟形函数性质:
- 峰值位置:$\phi^\ast = K_d$
- 峰值幅度:$\mathcal G_{\max} = 1/4$
- 低浓度极限:$\mathcal G \sim \phi/K_d$
- 高浓度极限:$\mathcal G \sim K_d/\phi$
3. 多价统计
桥数分布(泊松极限): \(P(n_b) = \frac{\lambda^{n_b} e^{-\lambda}}{n_b!}, \quad \lambda(\phi) = \lambda_0 \mathcal G(\phi)\)
门控概率: \(P_{\rm closed} = 1 - e^{-\lambda}, \quad P_{\rm open} = e^{-\lambda}\)
4. Kramers 逃逸动力学
有效自由能景观: \(F(x;n_b) = \frac{1}{2}\kappa x^2 + n_b \epsilon_b(1-e^{-x/\ell_b})^2\)
逃逸率(给定 $n_b$): \(k_{\rm esc}(n_b) = k_0 \exp\left[-\beta\left(\frac{1}{2}\kappa x_c^2 + n_b \epsilon_{\rm eff}\right)\right]\)
统计平均后: \(D_{\rm eff}(\phi) = D_0 \exp\left[-\lambda(\phi)(1-e^{-\beta\epsilon_{\rm eff}})\right]\)
5. 熵致加宽机制
笼刚度重整化: \(\kappa(\phi) = \kappa_0[1 - \chi_\kappa \mathcal G(\phi)]\)
统一表达式: \(D_{\rm eff}(\phi) = D_\star \exp\left[(A - \Gamma)\mathcal G(\phi)\right]\)
其中:
- $A = \beta\frac{1}{2}\kappa_0 x_c^2 \chi_\kappa$ (软化增益)
- $\Gamma = \lambda_0(1-e^{-\beta\epsilon_{\rm eff}})$ (捕获损失)
相图判据
| 条件 | 输运形态 | $D_{\rm eff}(\phi)$ 形状 |
|---|---|---|
| $A < \Gamma$ | 抑制型 | U-shape(最小值在 $K_d$) |
| $A > \Gamma$ | 增强型 | Bell-shape(最大值在 $K_d$) |
| $A = \Gamma$ | 临界线 | 近似常数 |
捕获岛边界
时间尺度夹逼: \(\tau_{\rm net} \lesssim \tau_{\rm esc}(\phi) \lesssim \tau_{\rm obs}\)
浓度边界解析解: \(\phi_{\pm} = K_d \cdot \frac{1-2g \pm \sqrt{1-4g}}{2g}, \quad g = \frac{\lambda_{\pm}}{\lambda_0}\)
参数提取协议
五步法
- 独立测 $K_d$ - 吸附等温、SPR/ITC
- 独立测 $\kappa(\phi)$ - 笼内涨落 $\langle x^2\rangle \simeq k_BT/\kappa$
- 确定基线 - $\phi\to 0,\infty$ 极限
- 拟合 $\Gamma$ - 单参数拟合
- 验证翻转 - 改变 $M$ 或 $\epsilon_{\rm eff}$ 跨越临界线
详细推导
完整数学推导请参阅:
- LaTeX 理论文档(待上传)
- Supporting Information(待上传)