Software de Análisis de Cinética Enzimática
Enzymatic Kinetics Analysis Software
Desarrollado en la Universidad de Oriente de Santiago de Cuba
Developed at the Universidad de Oriente de Santiago de Cuba
Facultad de Ingeniería Química y Agronomía
⚠️ No requiere instalación de Python. El instalador incluye todo lo necesario.
⚠️ No Python installation required. The installer includes everything needed.
| Sistema Operativo / OS | Descarga / Download |
|---|---|
| 🪟 Windows | KineticCU-Windows.exe |
| 🐧 Linux | KineticCU-Linux |
| 🍎 macOS | KineticCU-Mac.zip |
KineticCU V2.0 es un software de escritorio multiplataforma para el análisis cuantitativo de cinética enzimática. Permite ajustar datos experimentales de velocidad enzimática a modelos mecanicistas establecidos y realizar el diagnóstico estadístico completo del mecanismo de inhibición más probable, con exportación bajo estándares internacionales de reportabilidad científica.
Análisis individual (una curva):
- Michaelis-Menten
- Hill (cooperatividad)
- Inhibición por Sustrato
Diagnóstico Global de Inhibición (múltiples concentraciones de inhibidor):
- Inhibición Competitiva
- Inhibición No Competitiva
- Inhibición Acompetitiva (Uncompetitive)
- Inhibición Mixta
🔬 Discriminación probabilística de mecanismos (AICc)
A diferencia de los programas convencionales que analizan cada curva de forma aislada, KineticCU realiza un ajuste global multivariable simultáneo utilizando todos los datos del control y del inhibidor de manera conjunta (evaluando [S], v e [I]). En lugar de reportar únicamente R², el software calcula los Pesos de Akaike (Akaike Weights) — la probabilidad relativa de cada mecanismo expresada en porcentaje — proporcionando una base estadística cuantitativa para determinar el mecanismo de inhibición más probable.
📋 Cumplimiento de estándares internacionales (STRENDA / EnzymeML)
El módulo de exportación genera archivos XML estructurados compatibles con EnzymeML, siguiendo las directrices de la iniciativa STRENDA (Standards for Reporting Enzymology Data). El archivo generado asocia directamente las condiciones experimentales críticas (identidad de la enzima, pH, temperatura y composición del buffer) a los resultados cinéticos, facilitando la reproducibilidad y la carga en bases de datos públicas de enzimología.
📊 Validación estadística de residuos (Shapiro-Wilk)
El software evalúa automáticamente la validez de cada regresión no lineal mediante el test de Shapiro-Wilk sobre los residuos. Si los residuos se desvían de la distribución normal (p < 0.05), el sistema alerta visualmente al usuario en la tabla de resultados, ayudando a detectar anomalías, valores atípicos o inadecuación del modelo antes de publicar los resultados.
| Formato | Descripción |
|---|---|
.xlsx / .xls |
Archivos Microsoft Excel. Primera columna: sustrato; columnas siguientes: velocidades |
.csv |
Archivos de texto plano con estructura tabular |
.kcu |
Formato nativo JSON que guarda el estado completo de la sesión (datos, cabeceras y configuración del modelo) |
| Portapapeles | Pegado directo (Ctrl+V) desde Excel o Calc. Detecta automáticamente si la primera fila contiene cabeceras |
KineticCU V2.0 is a cross-platform desktop application for the quantitative analysis of enzyme kinetics. It fits experimental velocity data to established mechanistic models and performs a complete statistical diagnosis of the most probable inhibition mechanism, with export capabilities under international scientific reporting standards.
Individual analysis (single curve):
- Michaelis-Menten
- Hill (cooperativity)
- Substrate Inhibition
Global Inhibition Diagnosis (multiple inhibitor concentrations):
- Competitive Inhibition
- Non-Competitive Inhibition
- Uncompetitive Inhibition
- Mixed Inhibition
🔬 Probabilistic mechanism discrimination (AICc)
Unlike conventional programs that analyze each curve in isolation, KineticCU performs a simultaneous multivariate global fit using all control and inhibitor data jointly (evaluating [S], v, and [I]). Instead of reporting R² alone, the software calculates Akaike Weights — the relative probability of each mechanism expressed as a percentage — providing a quantitative statistical basis for determining the most likely inhibition mechanism.
📋 Compliance with international standards (STRENDA / EnzymeML)
The export module generates structured XML files compatible with EnzymeML, following the guidelines of the STRENDA initiative (Standards for Reporting Enzymology Data). The generated file directly associates critical experimental conditions (enzyme identity, pH, temperature, and buffer composition) with the kinetic results, facilitating reproducibility and submission to public enzymology databases.
📊 Statistical validation of residuals (Shapiro-Wilk)
The software automatically evaluates the validity of each nonlinear regression using the Shapiro-Wilk test on residuals. If residuals deviate from a normal distribution (p < 0.05), the system visually alerts the user in the results table, helping to detect anomalies, outliers, or model inadequacy before publishing results.
| Format | Description |
|---|---|
.xlsx / .xls |
Microsoft Excel files. First column: substrate; subsequent columns: velocities |
.csv |
Plain text files with tabular structure |
.kcu |
Native JSON format that saves the complete session state (data, headers, and model configuration) |
| Clipboard | Direct paste (Ctrl+V) from Excel or Calc. Automatically detects whether the first row contains headers |
- Descarga
KineticCU-Windows.exe/ DownloadKineticCU-Windows.exe - Ejecuta el archivo / Run the file
- Si Windows muestra una advertencia de SmartScreen, haz clic en "Más información" → "Ejecutar de todas formas" / If Windows shows a SmartScreen warning, click "More info" → "Run anyway"
# Dar permisos de ejecución / Grant execution permissions
chmod +x KineticCU-Linux
# Ejecutar / Run
./KineticCU-Linux- Descarga y descomprime
KineticCU-Mac.zip/ Download and unzipKineticCU-Mac.zip - Si macOS bloquea la app por ser de un desarrollador no identificado / If macOS blocks the app:
xattr -cr KineticCU.app- Ejecuta
KineticCU.app/ RunKineticCU.app
Solo para desarrolladores. Los instaladores ya incluyen todo. / For developers only. Installers already include everything.
PyQt6
numpy
pandas
matplotlib
lmfit
scipy
openpyxl
pip install -r requirements.txt
python splash_kineticcu.py| Nombre / Name | Rol / Role | Institución / Institution |
|---|---|---|
| Ernesto Rojas Martínez | Autor principal / Lead Author | Universidad de Oriente, Santiago de Cuba |
| Dr. C. Henry Bory Prevez | Coautor / Co-author | Universidad de Oriente, Santiago de Cuba |
| MSc. Dunia Rodríguez Heredia | Coautora / Co-author | Universidad de Oriente, Santiago de Cuba |
| MSc. Telvia Arias Lafargue | Coautora / Co-author | Universidad de Oriente, Santiago de Cuba |
Facultad de Ingeniería Química y Agronomía
Universidad de Oriente, Santiago de Cuba, Cuba
Para reportar errores, sugerencias o consultas científicas:
For bug reports, suggestions, or scientific inquiries:
Este proyecto está bajo la Licencia GNU GPL v3.0. Cualquier trabajo derivado debe mantener el mismo código abierto, público y gratuito. Consulta el archivo LICENSE para más detalles.
This project is licensed under the GNU GPL v3.0. Any derivative work must remain open source, public, and free. See the LICENSE file for details.
Si utilizas KineticCU en tu investigación, por favor cita este software:
If you use KineticCU in your research, please cite this software:
Rojas Martínez, E., Bory Prevez, H., Rodríguez Heredia, D., & Arias Lafargue, T. (2026).
KineticCU V2.0: Software de análisis de cinética enzimática con diagnóstico global
de inhibición mediante AICc y exportación EnzymeML/STRENDA.
Universidad de Oriente, Santiago de Cuba.
https://github.com/ErnestCU/KineticCU
📌 Una vez publicado el artículo científico asociado, esta sección será actualizada con la referencia completa y el DOI.
📌 Once the associated scientific article is published, this section will be updated with the full reference and DOI.
Desarrollado en la Universidad de Oriente de Santiago de Cuba
Developed at the Universidad de Oriente in Santiago de Cuba

