Creative Commons License

1 Invloed concentratie op reactiesnelheid

De reactiesnelheid van een proces met een enzyme als katalysator wordt opgemeten door het aantal radioactieve reactieproducten te tellen in functie van de substraatconcentratie. Dat wordt gedaan voor een reactiemengsel met Puromycine en zonder Puromycine.

We willen nagaan of er een lineair verband is tussen de gemiddelde reactiesnelheid en de substraatconcentratie voor zowel de groep die behandeld is met Puromycine als voor de controlegroep zonder Puromicine. Aangezien we de data zouden moeten analyseren met een meervoudige lineaire regressiemodel die het effect van de concentratie en de behandeling kan modelleren, beperken we ons voorlopig tot de data van de groep die behandeld is met Puromycine.

library(tidyverse)
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr     1.1.4     ✔ readr     2.1.5
## ✔ forcats   1.0.0     ✔ stringr   1.5.1
## ✔ ggplot2   3.5.1     ✔ tibble    3.2.1
## ✔ lubridate 1.9.3     ✔ tidyr     1.3.1
## ✔ purrr     1.0.2     
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
library(ggplot2)
data(Puromycin)
Puromycin <- Puromycin %>% filter(state=="treated")
Puromycin
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