Receber por email
← Voltar para o catálogo

bio-applied-biochemistry

Fundamentos de bioquímica para biólogos computacionais, abordando a lei de Beer-Lambert, ensaios espectrofotométricos, cinética de Michaelis-Menten, métodos de linearização e modelos de inibição.

3estrelas
Atualizado há 6 meses

Ver no GitHub ↗

Como adicionar

/plugin marketplace add Pavel-Kravchenko/Bioinformatics

O comando exato pode variar conforme o repositório. Confira o README no GitHub.

Para o autor da skill

Cole no README do seu repo

Mostra que sua skill está catalogada na Skillteca, gera backlink e tráfego rastreável.

[![Skillteca](https://www.skillteca.com.br/api/badge/bio-applied-biochemistry/svg)](https://www.skillteca.com.br/skills/bio-applied-biochemistry)
#ai

Skills relacionadas

Ver todas de DevOps e Infra →

Alerta por categoria

Receba novas skills de DevOps e Infra toda segunda

1 email curto, só com as skills novas de DevOps e Infra. 4 minutos de leitura, sem spam, cancela com 1 clique.

Você confirma o email no primeiro envio. Sem spam. Cancela com 1 clique.

Ler descrição completa

Biochemistry: Assays and Enzyme Kinetics

Beer-Lambert Law

A = ε · l · c

| Symbol | Meaning | Typical value | |--------|---------|---------------| | A | Absorbance (dimensionless) | 0.1–1.5 (linear range) | | ε | Molar absorption coefficient (M⁻¹ cm⁻¹) | NADH at 340 nm: 6,220 | | l | Path length (cm) | 1 cm (standard cuvette) | | c | Concentration (M) | — |

# Beer-Lambert: absorbance -> concentration
epsilon_NADH = 6220   # M^-1 cm^-1 at 340 nm
path_length = 1       # cm

def a

[Description truncada. Veja o README completo no GitHub.]
Compartilhar X LinkedIn