优化光谱指数建立水稻叶片SPAD的高光谱反演模型

利用高光谱反射率光谱的特征波段构建光谱指数,建立叶绿素含量反演模型是实现水稻生产精准调控和科学管理的必要手段之一。为了建立适用于拔节孕穗期水稻叶片叶绿素相对含量（SPAD）的高光谱反演模型,分别获取了拔节孕穗期水稻叶片的高光谱和SPAD数据,利用小波分析法对原始光谱反射率曲线进行降噪处理,并对基于积分运算的光谱指数NAOC进行简化,获得了基于双波段简化运算的优化光谱指数。利用相关分析法计算由原始反射率光谱R和数学变换光谱LgR、1/R和R构建的优化光谱和变换光谱指数与水稻叶片SPAD的相关系数,获得了以积分限（a,b）为横、纵坐标的相关系数二维矩阵,并绘制相关性等势图,得到相关系数最高的3个波段组合：R（641,790）（0.872 6）,R（653,767）（0.871 7）和R（644,774）（0.871 6）,计算出20个原始样本中3个积分波段组合所对应的60个优化光谱指数值,按照2∶1的比例划分为建模集和验证集,建立了三种水稻叶片SPAD反演模型：偏最小二乘回归（PLSR）、支持向量机（SVM）和BP神经网络模型。结果显示：利用优化光谱和变换光谱指数建立的3种水稻叶片SPAD反演模型决定系数R2均大于0.79,归一化均方根误差NRMSE则小于5.4%。其中BP神经网络相对于其他两种模型具有较高的拟合度,预测精度也相对较高,建模集R2=0.842 6,NRMSE=5.152 7%;验证集R2=0.857,NRMSE=4.829 9%。总体来看,基于双波段简化运算后的优化光谱和变换光谱指数建立拔节孕穗期水稻叶片SPAD反演模型是可行的;对比分析3种模型反演结果发现,BP神经网络对水稻叶片SPAD的反演效果较好。该工作对提高拔节孕穗期水稻精准调控技术和建立水稻生产的科学管理体系具有一定的参考价值。     

优化光谱指数的露天煤矿区土壤重金属含量估算

光谱学提供了对土壤中许多元素进行定量分析和快速无损检测的方法。可见光和近红外反射光谱（Vis-NIR）为研究土壤重金属污染提供了一个有用的工具。于新疆准东露天煤矿区采集51个0～10 cm深度的土壤样品，在实验室中分别测定样品的有机质（SOM）含量、重金属砷（As）含量与高光谱；使用基于JAVA语言自主开发的两波段组合软件V1.0（No: 2018R11S177501）计算不同高光谱数据变换形式（原始反射率（R），倒数（1/R），对数（lgR）和平方根（）下Vis-NIR区域（400~2 400 nm）所有两波段组合得到的优化光谱指数（NPDI）与As的相关性，在最优光谱指数（|r|≥0.73和p=0.001）中通过变量重要性准则（VIP）进一步筛选VIP≥1的指数作为模型自变量，基于地理加权回归（GWR）模型估算As含量并使用四个交叉验证度量标准：相对分析误差（RPD），决定系数（R2），均方根误差（RMSE）和最小信息准则（ACI）评价模型精度，从而探讨优化光谱指数方法应用于高光谱检测露天煤矿区土壤重金属砷含量的可行性。结果表明：(1）研究区As含量离散度较高，所有样品中SOM含量均小于2％，且As含量与SOM含量在0.01的显著性水平上无显著相关性（|r|=0.113）。（2）As含量与单波段光谱反射率的相关性很低（|r|≤0.228），而通过R，1/R，lgR，计算的NPDIs与As含量的相关性在近红外（NIR，780~1 100 nm）和短波红外（SWIR，1 100~1 935 nm）光谱中发现最高的相关系数和最低的p值（|r|≥0.73和p=0.001），在长波近红外（LW-NIR）区域基于R形成的NPDIs与As含量相关性最高（|r|=0.74）。（3）VIP方法分别筛选NPDI_{R（1 417/1 246）}，NPDI_{1/R（799/953，825/947）}、NPDI_{sqrt-R（1 023/1 257，1 008/1 249，1 021/1 250，1 020/1 247）}和NPDI_{lgR（801/953，811/953，817/951，825/947，828/945）}为GWR模型自变量。(4）从4个预测模型的表现可以看出，Model-a（R）与其他三个模型（Model-b（1/R），Model-c（）和Model-d（lgR））相比，它具有最高的验证系数（R2=0.831，RMSE=4.912 μg·g-1，RPD=2.321）和最低的最小信息准则值（AIC=179.96）。优化光谱指数NPDI_{R(1 417/1 246)}有助于快速准确地估算As含量，为进一步获取地表土壤重金属污染分布信息提供理论支持和应用参考，促进露天煤矿区环境污染快速有效调查和生态可持续发展。     

噻吩并嘧啶衍生物抗胃癌活性的CoMFA模型与分子设计

基于比较分子力场分析(CoMFA)方法建立25种噻吩并嘧啶衍生物抗胃癌活性(pM)的三维定量构效关系(3D-QSAR)。训练集中20个化合物用于建立预测模型,测试集6个化合物(含模板分子)作为模型验证。已建立的CoMFA模型的交叉验证系数(Rcv2)、非交叉验证系数(R2)分别为0.369、0.831,说明所建模型具有较强的稳定性和良好的预测能力。该模型中立体场、静电场贡献率依次为40.9%、59.1%,表明影响抑藻活性(pI)的主要因素是取代基的库仑力、氢键及配位,其次是取代基的疏水性和空间位阻。基于此研究结果,设计了4个具有较高抗胃癌活性的新化合物,有待医学实验验证。     

茶粉均质性的红外光谱相似度评价研究

非均质固态样品的充分均质化前处理是取得可靠分析结果的前提,这对于单次测试取样量约1 mg的红外光谱（KBr）分析而言尤为重要。通过对不同茶类、粒径茶粉的多角度红外光谱相似度评价,揭示茶粉粒径与均质化程度的关系并用于指导茶叶的均质化粉碎,确保采集的红外光谱能准确反映茶粉的化学组成信息。选取普洱生茶（Raw-PE）、普洱熟茶（Riped-PE）、滇红茶（YNBT）三类茶制成的A,B,C和D四种不同粒径茶样,以透射法（KBr）及衰减全反射法（ATR）分别平行五次采集茶样的红外光谱（FTIR）,利用夹角余弦值（r）对所得红外光谱开展相似度评价研究,考察粉碎粒径、光谱采集方式、茶叶类别等因素对r值的影响。不同茶类光谱相似度评价结果显示,基于普洱生茶所得的r值明显高于普洱熟茶和滇红茶,不同粒径滇红茶的r值波动幅度高达18%。不同光谱采集方式评价结果显示,基于ATR谱所得的r值更为集中,而基于KBr谱的结果则更分散。不同粒径茶粉评价结果显示,粒径越小,所得的r值越高,250目以上的茶样对应的r值通常大于0.999。ATR谱具有更好的重现性,而KBr谱则具有更强的差异识别能力,后者更适于组成高度相似的样本间的差异分析。茶粉的均质性不仅与粉碎粒径密切相关,还可能与茶样本身的基质相关,但均可以通过缩小粉碎粒径提高均质性。一般而言,60目以下的粉碎粒径难以满足红外光谱分析方法对茶叶均质性的要求。120目以上的茶粉粒径可让平行KBr谱间r＞0.995,但若基于ATR谱进行分析,最好将茶样粉碎至250目以上。     

一种针对作物生育期光谱迁移的修正植被指数

针对基于固定特征波长的植被指数不能适用于多个生育期叶绿素含量的诊断这一问题,研究优化提出一种基于双波长计算光谱覆盖面积的叶绿素诊断植被指数,用于稳健地诊断多生育期的营养。以拔节期、孕穗期和扬花期的冬小麦为研究对象,采集其325～1 075 nm范围的冠层反射光谱,测定采样样本的叶绿素含量。采用小波去噪和多元散射校正算法对光谱数据进行预处理。通过相关性分析,确定生育期特征波长的迁移范围,进而提出了基于光谱覆盖面积的冬小麦叶绿素含量光谱诊断参数(modified normalized area over reflectance curve, MNAOC）。以信噪比（SNR）和平滑度指标（S）进行综合评价,小波去噪函数的最佳参数为(“sqtwolog”,“mln”,“3”,“db5”)。相关性分析结果表明,生育期特征波段的迁移范围为（700 nm,723 nm）。在分析MNAOC指数对叶绿素含量诊断分辨率的基础上,以0.5 mg·L-1的分辨率建立一元线性回归模型的结果为：拔节期R2_c=0.840 1,R2_v=0.823 7;孕穗期R2_c=0.865 5,R2_v=0.817 4;扬花期R2_c=0.833 8,R2_v=0.807 6。与ratio vegetation index（RVI）等5种双波长植被指数对比表明,由于700和723 nm计算的光谱面积包含了由于生育期导致的光谱动态迁移特征,使得MNAOC指数在模型精度上和多个生育期的普适性上,都优于其他双波长代数运算植被指数,为大田环境冬小麦生育期叶绿素含量诊断提供支持。     

近-中红外光谱融合技术速测奶牛场粪水氮磷含量

快速准确测定粪水/沼液中的氮磷养分含量,是现阶段我国规模化奶牛场在种养结合道路上亟需破解的技术瓶颈。针对传统的实验室湿化学检测方法难以满足奶牛场粪水还田前任一节点氮磷快速定量的现实问题,研究开发了基于近红外、中红外及近-中红外光谱融合技术,实现规模化奶牛场粪水运移全链条环节氮磷含量的本土化快速检测方法。采集了天津地区27家种养结合型规模化奶牛场粪水流经全程环节（集粪沟、集污池、氧化塘等）共计144个样品,使用傅里叶变换近红外光谱仪和中红外光谱仪分别采集了12 000～4 000和4000～650 cm-1区间的光谱数据,对所有样品的近红外光谱、中红外光谱及近-中红外光谱融合数据进行归一化、基线校正、SNV等预处理,分析了近红外光谱和中红外光谱特征,采用浓度梯度法进行样品分集,运用偏最小二乘（PLS）、间隔偏最小二乘（IPLS）和联合区间偏最小二乘（SIPLS）法,构建了粪水总氮（TN）、总磷（TP）的近红外模型和中红外模型。粪水TN模型预测结果较好,近红外和中红外最佳模型趋近一致;粪水TP模型的预测性能不理想,近红外和中红外SIPLS最佳模型的R2_pred仅分别为0.790和0.631,RPD分别为2.213和1.479,四分位数间隔（RPIQ）分别为3.616和2.351,难以用于实际检测;为实现粪水氮磷同步有效的测定分析,进一步提升模型整体预测性能,综合近红外光谱和中红外光谱数据建立了粪水氮磷近-中红外融合模型,光谱区间为12 000～650 cm-1,预测性能整体表现良好,以近-中红外融合IPLS模型预测结果最为理想,其R2_pred分别为0.970和0.861,RPD分别为5.615和2.684,RPIQ分别为12.874和4.394,总体优于单一近、中红外模型,尤其TP的最佳融合模型,其R2_pred相比近、中红外最佳单一模型分别高出0.071和0.170。研究表明,近-中红外光谱融合技术可以实现对规模化奶牛场粪水运移全链条环节氮磷含量的准确速测,为粪水科学还田提供技术支撑。     

基于溶剂化效应的BDE-15分子振动光谱增强特征振动研究

利用密度泛函与自洽反应场理论在B3LYP/6-31+G(d)水平下分别计算气态及24种不同极性溶剂中4,4’-二溴二苯醚(4,4’-dibrominated diphenyl ethers, BDE-15)的分子振动光谱(红外光谱、拉曼光谱),以气态分子振动光谱为基准,筛选出对溶剂极性敏感的特征振动作为指标构建溶剂对BDE-15振动光谱溶剂化效应指标体系,探究溶剂对BDE-15分子振动频率、红外/拉曼峰强溶剂化效应及综合效应,并寻求显著增强BDE-15分子特征振动频移/强度的溶剂。研究表明：从分子振动频率角度,溶剂极性敏感的(频移>1 cm-1)分子特征振动均为伸缩振和面外弯曲振,但24种溶剂对BDE-15分子振动频率溶剂化效应并不显著;从分子振动峰强角度,24种溶剂对BDE-15分子振动光谱峰强的增强效应主要发生在红外光谱的中低频区及拉曼光谱的高频区,其中起显著增强(红外/拉曼效应指标值分别大于6与5)的溶剂为醇类、乙腈、二甲亚砜、硝基苯;不同极性溶剂对BDE-15拉曼峰强溶剂化效应及综合效应指标值均表现出随溶剂介电常数增长由线性到对数的增长趋势,而红外峰强只保留低介电常数溶剂时的线性关系。利用上述BDE-15分子振动光谱峰强增强方法对BDE-153,BDE-154和BDE-209进行验证,醇类、乙腈、二甲亚砜、硝基苯对三者的振动光谱红外/拉曼峰强的效应指标值分别大于6与5,且最大峰强增倍数皆大于33,说明所建BDE-15分子振动光谱增强特征振动方法有助于进一步开展基于分子振动光谱的PBDEs同系物间辨识研究。     

基于Topomer CoMFA方法对芳基硫代吲哚衍生物的分子建模与设计

采用Topomer CoMFA方法对30个芳基硫代吲哚衍生物进行三维定量关系研究,建立了3D-QSAR模型,所得模型的交叉验证相关系数q~2,非交叉验证相关系数r~2,外部验证的复相关系数Q_(ext)~2分别为0.562,0.878,0.985,结果表明该模型具有较好的稳定性和预测能力.Topomer CoMFA模型等势面提供的立体场与静电场可视化图像,直观的揭示了这一系列化合物中不同取代基结构对其生物活性的影响,运用这些信息进行分子设计,在理论上获得了5个具有较高活性的新化合物,该QSAR的实验结果可为合成新药提供理论参考.     

吡啶并嘧啶类Wee1激酶衍生物的三维定量构效关系与分子对接

采用比较分子场分析方法(CoMFA)和比较分子相似性指数分析方法(CoMSIA)对一系列吡啶并嘧啶类衍生物进行了三维定量构效关系(3D-QSAR)研究,建立了CoMFA和CoMSIA两种模型. 所构建的最佳模型的交叉验证相关系数分别为0.707和0.645,非交叉验证系数分别是0.964和0.972,模型的一些外部验证表明两个模型合理、可靠,并具有良好的预报能力. 同时,用分子对接的方法分析了该类化合物与Wee1激酶结构的作用模式,结果进一步表明,在R1和R5取代基上引入正电性基团,R2为体积小的电负性基团,同时选择体积中等和强的推电子的R3但亲水性的X取代基,能有效改善这类化合物的抑制活性.     

中红外光谱的HFC水分含量和粘度测量

针对水-乙二醇抗燃液压液（HFC）目前常用的水分含量和粘度测量方法存在操作复杂,耗时长,测量成本较高等问题,研究了将中红外光谱分析法应用于HFC水分含量和粘度测量。以85个实际在用油样为样本集,采用传统的电量法和毛细管法分别测量水分含量和运动粘度;使用衰减全反射液体池（ATR）采集各样本的中红外光谱并进行光谱校正、背景扣除、Savitzky-Golay(SG)平滑处理和基线校正等预处理。水分含量测量模型构建过程中,利用学生化残差-杠杆值法寻找强影响点,判定为异常样本并加以剔除;利用马氏距离SPXY法划分建模样本集和验证样本集。根据Beer-Lambert定律,水分含量和红外光谱吸光度成正比,采用线性方法来构建水分含量和吸光度红外光谱之间的关系模型。同时为提高模型的鲁棒性和泛化能力需要消除光谱中的无用信息、冗余信息和噪声,因此采用后向间隔偏最小二乘法（BiPLS）进行水分含量测量特征谱区优选,并建立线性校正分析模型。结果表明剩余3 526~3 354,1 790~1 618,3 005~2 660和1 096~924 cm-1波段时获得最小的交叉验证均方根误差（RMSECV）。特征波段优选结果可以理解为,根据3 526~3 354 cm-1波段预测HFC体系中所有OH的量,减去根据3 005~2 660和1 096~924 cm-1波段换算得到的乙二醇中的OH,进而计算得到水分含量,为进一步提高精度,将水中OH变角振动吸收峰对应的1 790~1 618 cm-1波段作为水分含量测量的辅助波段。利用独立验证样本进行模型检验,结果表明所建立的线性模型相关系数（r）为0.989 5,预测均方根误差（RMSEP）为0.405 2,满足HFC中水分含量测量精度需求。粘度测量模型构建过程中,利用马氏距离法寻找离群样本,判定为异常样本并加以剔除,利用马氏距离SPXY法进行建模样本集和验证样本集划分。粘度是一个与多重因素有复杂关系的理化指标,和红外光谱之间表现为非线性关系。基于主成分分析结合BP神经网络法（PCA-BPNN）构建非线性粘度校正分析模型,提取累积贡献率为95.12%的前10个主成分作为输入,测得的粘度值为输出,创建单隐层BP神经网络并进行训练,训练结果相关系数r为0.996 8。利用独立验证样本进行模型检验,结果表明所建立的非线性模型r为0.984 3,RMSEP为0.615 1,满足HFC粘度测量精度需求,且优于采用BiPLS线性模型获得的结果。确定了可用于HFC中水分含量测量的四个中红外波段,可为窄带红外光谱分析法或其他类似研究提供依据。研究结果表明中红外光谱分析法结合BiPLS和PCA-BPNN分析法可分别应用于HFC水分含量和粘度测量,精度符合监测需求,为HFC中分含量和粘度测量提供了一种新的测试方法,相比于传统测量方法具有快速、无损、低成本的特点。     

水体COD的光谱学在线测量方法-紫外和近红外光谱比较分析

水体COD的光谱学传感技术是现代环境监测的一个重要发展方向, 与传统的分析方法相比,光谱分析技术更具有可连续监测、可在线监测和检测快速的明显优势,适合对环境水样COD的定点实时监测。分别获取水样的紫外吸收光谱和近红外光谱,通过不同的光谱预处理方法结合偏最小二乘法、多元线性回归法建立水样的COD定量预测模型,对水体COD的紫外和近红外光谱的定量预测及相关模型参数进行分析,发现用S-G平滑处理后的紫外光谱和近红外光谱建立的PLS模型均得到最佳预测效果,预测集R2分别为0.992 1和0.987 7,RMSEP分别为10.438 6和5.972 0。紫外和近红外光谱法的MLR模型预测效果较差,预测集R2分别为0.928 0和0.957 3。通过实验结果综合对比分析,紫外吸收光谱在280～310 nm谱区建模预测性能较好,近红外光谱在7 250～6 870 cm-1谱区建模预测性能较好,紫外光谱对应定量预测模型的决定系数较高,而近红外光谱的稳定性和重复性更好。研究表明光谱传感技术可用于环境实际水体COD的定量预测分析,为开发便携式水体检测设备奠定了理论基础。     

抗癌性苯并噻唑类衍生物三维定量构效关系研究

应用比较分子场分析法(CoMFA)对一系列抗癌性苯并噻唑类衍生物进行了三维定量构效关系(3D-QSAR)研究，建立了交叉验证的CoMFA模型，并在此基础上建立了非交叉验证的偏最小二乘分析模型．所建最佳模型的交叉验证相关系数为0.642，非交叉验证相关系数为0.976，估算的标准误差S＝0.161,统计方差比F(3;20)＝111.4，表明该模型是合理有效的．同时对该系列抗癌化合物的3D-QSAR进行了深入研究．结果表明，在R取代基的第一个原子上引入吸电子基团或原子，如F等，便可增强与它直接相连的C19的正电荷，从而增强C19ˉ位上处于静电场蓝色区域的原子的正电荷．同时，选择适当体积大小的取代基R，使之落入立体场绿色区域，就能有效地改善这类化合物的抗癌活性．     

一种新型红外/紫外双色诱饵剂的光谱辐射特性研究

传统MTV型红外诱饵(以镁粉、聚四氟乙烯、氟橡胶为基本组分)的优点是其红外辐射总能量很高,可有效对抗传统热源寻的导引头。依靠燃烧高温产生光谱辐射的MTV诱饵,紫外波段和近红外波段辐射强度很高,红外中波段的辐射强度相对较低,而真实战斗机的紫外波段辐射强度较低,且其红外中近比一般大于1,因此,传统的MTV型诱饵无法对抗红外/紫外双色复合制导系统。根据光谱匹配原理设计制备了一种新型红外/紫外双色诱饵剂,基本组分为45%~75%的氧化剂(A₁/A₂)、10%~25%的燃料(B₁/B₂/B₃)、25%~50%的含能粘合剂(C₁/C₂/C₃)以及添加剂(D),使用CEA软件对药剂配方的燃烧产物进行了理论计算,通过计算结果初步确定诱饵剂配方中各个组分的含量;采用SR5000光谱辐射计、Tensor37遥感红外光谱仪测试其红外光谱辐射特性,并分别从测试原理和计算方法、测试环境的差异性以及测试结果的稳定性等方面分析了两种仪器测试获得的结果存在差异性的可能原因;采用S2000光纤光谱仪测试其紫外光谱辐射特性,测试结果与通过理论计算获得的战斗机紫外辐射强度较为吻合;采用Imager IR8325中波红外热像仪测试其燃温特性,结果表明该双色诱饵剂与真实目标具有较为接近的温度特征。实验结果表明,该诱饵剂的红外中近比为1<I_{3～5 μm}∶I_{1～3 μm}<3,3~5 μm红外辐射强度在0.9~2.5 kW·sr-1范围内可调,0.3~0.5 μm波段紫外辐射强度约为(20±5)W·sr-1,火焰温度在850~1 100 ℃之间,是一种性能优良的双色诱饵剂。     

多源光谱特征组合的COD光学检测方法研究

水样的化学需氧量大小直接决定水质的污染程度,传统的检测方法都是源于氧化还原反应,对水样会造成二次污染。为此,提出一种基于多源光谱特征组合的水质化学需氧量光学检测方法,以不同地点实际水样为被测对象,分别采集其紫外和近红外光谱曲线,进行预处理后,通过非负矩阵分解算法进行光谱数据的特征提取、数据特征归一化,然后将组合特征输入训练集样本,通过粒子群最小二乘支持向量机算法对验证集水样的化学需氧量进行定量预测。讨论了非负矩阵分解算法中基光谱数目对预测模型的影响。实验结果显示,紫外光谱的最佳基光谱数目为5,近红外光谱的最佳基光谱数目为2;预测模型的验证集平方相关系数为0.999 8,预测均方根误差为3.26 mg·L-1;分别与不同特征提取方法(主成分分析, 独立成分分析)、不同光谱法(紫外光谱法, 近红外光谱法)以及不同的组合方式(数据直接组合, 先组合数据再提取特征)加以比较,表明非负矩阵分解算法更适合光谱数据的特征提取,粒子群最小二乘支持向量机算法作为实际水样的定量模型校正方法可以得到良好的预测精度。     

3D-QSAR,molecular dynamics simulations,and molecular docking studies on pyridoaminotropanes and tetrahydroquinazoline as mTOR inhibitors

Cancer is a second major disease after metabolic disorders where the number of cases of death is increasing gradually. Mammalian target of rapamycin (mTOR) is one of the most important targets for treatment of cancer, specifically for breast and lung cancer. In the present research work, Comparative Molecular Field Analysis (CoMFA) and Comparative Molecular Similarity Indices Analysis (CoMSIA) studies were performed on 50 compounds reported as mTOR inhibitors. Three different alignment methods were used, and among them, distill method was found to be the best method. In CoMFA, leave-one-out cross-validated coefficients \((q^{2})\), conventional coefficient \((r^{2})\), and predicted correlation coefficient \((r^{2}_{\mathrm{pred}})\) values were found to be 0.664, 0.992, and 0.652, respectively. CoMSIA study was performed in 25 different combinations of features, such as steric, electrostatic, hydrogen bond donor, hydrogen bond acceptor, and hydrophobic. From this, a combination of steric, electrostatic, hydrophobic (SEH), and a combination of steric, electrostatic, hydrophobic, donor, and acceptor (SEHDA) were found as best combinations. In CoMSIA (SEHDA), \(q^{2}\), \(r^{2}\) and \(r^{2}_{\mathrm{pred}}\) were found to be 0.646, 0.977, and 0.682, respectively, while in the case of CoMSIA (SEH), the values were 0.739, 0.976, and 0.779, respectively. Contour maps were generated and validated by molecular dynamics simulation-assisted molecular docking study. Highest active compound 19, moderate active compound 15, and lowest active compound 42 were docked on mTOR protein to validate the results of our molecular docking study. The result of the molecular docking study of highest active compound 19 is in line with the outcomes generated by contour maps. Based on the features obtained through this study, six novel mTOR inhibitors were designed and docked. This study could be useful for designing novel molecules with increased anticancer activity.     

基于Topomer CoMFA的苯磺酰基亚胺噻唑衍生物的三维定量构效关系研究和分子设计

采用Topomer CoMFA方法对21个苯磺酰基亚胺噻唑衍生物进行三维定量构效关系研究,得到了HIV-1非核苷类逆转录酶抑制剂的3D-QSAR模型,其拟合复相关系数r2=0.964,交互验证复相关系数q2=0.801,外部验证复相关系数Qext2=0.959;采用基于片段的药物设计方法 Topomer Search从ZINC数据库中虚拟筛选出3个Ra基团和7个Rb基团,且设计得到21个新化合物.结果表明:该模型不仅稳定性良好,而且具有较强的预测能力;采用Topomer Search技术能够有效的筛选进而设计出新的化合物,为抗艾滋病新药的设计提供理论依据.     

芦苇秆粉末的热脱附-气相色谱/质谱分析

采用热脱附-气相色谱/质谱联机技术（TD-GC/MS）分析了芦苇杆粉末在不同环境温度下的挥发物释放行为。结果表明：芦苇杆粉末在40℃及160℃的挥发物中,主要有益成分分别为主要有害成分的4.43倍和5.13倍,环境友好性良好;在60℃及90℃的挥发物中,主要有益成分比例也比主要有害成分高,90℃时的有益成分为有害成分的2.45倍,环境友好性较好。以芦苇杆粉末为基材,在木质素软化温度点和木质材料碳化温度点之间（150—180℃）实施高压无胶模塑成形工艺制备木质粉末基复合材料必将体现出良好的环境友好性。