新型多巴胺D3受体抑制剂的发现

根据最新解析的多巴胺D3受体的晶体结构进行活性位点分析, 建立了基于受体的药效团模型, 并对Asinex Gold Collection 数据库进行筛选, 选择7个化合物进行生物活性测试, 得到了高活性新型多巴胺受体抑制剂(04932482), 它对多巴胺D3受体抑制率达85.45%, 其Ki值为(806.75±34.58) nmol/L. 进一步对活性化合物进行结构分析, 研究了其与受体相互作用的模式, 并以此为指导提出以04932482为先导化合物进行结构改造的方向.     

双(烷氧-亚胺芳氧)基钛(IV)配合物催化D,L-丙交酯开环聚合、动力学及机理

合成了双(烷氧-亚胺芳氧)基钛(IV)配合物, 通过IR, ¹H NMR和元素分析对其进行表征, X射线单晶衍射测定了其晶体结构. 单晶结构分析表明, 该晶体属于三斜晶系, 空间群为P , a＝14.294(9) Å, b＝16.206(10) Å, c＝18.458(12) Å, V＝3911(4) ų, D_c＝1.098 g•cm^－3, μ＝0.262 mm^－1, F(000)＝1589, Z＝2, R₁＝0.081, wR₂＝0.240. 实验结果表明该配合物在130 ℃以上能引发D,L-丙交酯单体开环聚合, 可得数均分子量(M_n)为8.8×10⁴ g/mol的聚(D,L-乳酸)(PDLLA). 动力学研究表明该聚合反应对D,L-丙交酯单体浓度和催化剂浓度分别呈2级和1级, 表观活化能和频率因子分别为76.63 kJ/mol和2.91×10¹¹. 通过苄基封端聚合物¹H NMR谱的研究, 表明钛配合物引发D,L-丙交酯开环聚合是基于以Ti-O键为活性中心引发D,L-丙交酯单体酰氧键断裂开环聚合的“配位-插入”机理.     

EAST高时空分辨极向弯晶谱仪系统的升级及初步实验结果

为了拓宽等离子体参数测量范围,对EAST极向弯晶谱仪(PXCS)进行了升级改造。配合高通量大面积水冷固体探测器,提高了极向弯晶谱仪系统的光子计数率、时间分辨率、空间探测范围以及长时间运行稳定性,并在EAST装置上成功运行。实验结果表明,升级后的谱仪获得了高信噪比的类氦氩离子的母线及其一系列伴线谱,通过光谱拟合分析给出了等离子体温度时间演化及其剖面信息,测量结果与切向弯晶谱仪的数据一致,验证了极向弯晶谱仪的升级结果和数据测量的可靠性,并且在EAST长脉冲实验运行也能够稳定地提供全时间的参数分布。     

外场对π电子能隙调制C==C，C-C伸缩振动的影响

共振拉曼光谱是研究线性多烯分子的主要分子光谱技术。该技术完美地表征了π电子能隙对C==C,C-C伸缩振动的调制规律。这种调制是通过电子-声子耦合完成的。改变外界环境,能隙调制作用将受到影响。测量了溶剂中β-胡萝卜素分子在温度、压力、溶剂效应、相变等不同环境影响下的吸收光谱、共振拉曼光谱,研究了不同外场对π电子能隙调制C==C,C-C伸缩振动的影响机理及规律。结果表明,在外场影响下,体系的能量降低,π电子能隙(π-π*)减小会使调制增强。即电子-声子耦合增强,使拉曼强度增加,谱线红移。对理解共振拉曼物理过程,认识线性多烯分子的结构,性能有重要意义,对研制优质光电器件也有参考价值。     

铅锌矿区居民头发中Pb，As，Cd等有害元素含量、微区分布及元素形态特征研究

头发是人体元素的排泄器官之一,头发中元素含量能反映出一段时间内矿区毒性元素在人体内的吸收和代谢情况。采用电感耦合等离子体质谱(ICP-MS)和电感耦合等离子体原子发射光谱(ICP-OES)对某铅锌矿区居民头发中Pb,As,Cd,Ca,Mg,Fe,Zn,Cu,Mn和Sr进行了定量分析,应用微区X射线荧光(Micro-XRF)和X射线吸收近边结构谱(XANES)测定了头发中的Pb和As等元素微区分布和Pb形态。研究发现(1)当地部分居民已经受到矿区中Pb,Cd,Cu和Mn等重金属污染的危害。(2)不同性别群体的生理特征和生活习惯是决定其分布特征的主要因素,其中女性头发中Pb,Cd,Ca,Mg,Zn,Cu和Sr的平均含量都显著高于男性,男性头发中的Fe显著高于女性;(3)由于各元素性质、来源和吸收机制等原因,矿区居民头发中Ca-Mg-Sr-Zn,Pb-Cd-Cu-Mn,Fe-Mn具有相关性;(4)矿区典型头发样本中Pb和As主要沿头发中轴分布,从发根至发梢含量有逐渐增多的趋势;(5)头发样品中Pb由4.7%Pb₃(PO₄)₂,36.8%Pb-GSH和8.4%PbS组成;(6)头发中不溶性磷酸铅、铅-半胱氨酸巯基结合态是发铅的主要存在形态,揭示了其为人体铅代谢的主要途径之一。     

基于XRD-Rietveld全谱拟合技术定量分析花岗岩风化壳中矿物组成

XRD-Rietveld全谱拟合方法突破了传统XRD定量分析的众多技术局限,在解决复杂多相混合物的定量问题方面具有显著优势。将XRD-Rietveld全谱拟合方法引入风化壳矿物学研究,有助于解决长期以来地学界对风化壳中矿物组分缺乏准确定量认知的技术瓶颈。在制定专门针对风化样品的全谱拟合精修策略基础上,以广西玉林大容山地区的花岗岩风化壳为研究对象,对发育在两组不同岩性之上的风化剖面(剖面A和剖面B)进行了对比研究。结果表明,风化剖面A(母岩为粗粒黑云母花岗岩)的矿物组合及含量变化范围为：高岭石(6.05%～44.67%)+伊利石(15.85%～49.59%)+石英(29.72%～46.15%)+钾长石(12.04%～22.85%)+斜长石(24.33%～32.70%);风化剖面B(母岩为细粒黑云母花岗岩)的矿物组合及含量变化范围为：高岭石(3.12%～11.47%)+伊利石(13.95%～31.94%)+石英(26.60%～58.05%)+钾长石(13.70%～43.47%)+斜长石(17.95%～23.47%)。两组剖面的全谱拟合修正因子R_wp值<15且gof值<5,计算谱与原始谱拟合效果好,指示矿物定量数据可靠,且能与地质规律较好匹配。在地质意义上,本研究通过母岩原生矿物与次生矿物的含量同步变化,深入揭示了研究区内花岗岩的化学风化过程,厘定了长石类矿物在亚热带气候环境下所经历的长石→伊利石→高岭石演变序列。基于剖面A与剖面B中粘土矿物总量和矿物构成出现显著差异,研究认为在研究区内粗粒黑云母花岗岩比细粒黑云母花岗岩更易遭受强烈的化学风化作用。     

基于冷暖白光LED的线性调光混合照明

为了提供高品质、更安全和智能的照明光源,基于冷暖白光LED建立了线性调光混合照明系统及其优化调光调色方法。混合照明光源以色温和明度等级分别设定光色度和光强度,更加符合人性化需求。在系统智能优化配光过程中,设定色温转换为CIE u'v'均匀色品坐标,明度转换为亮度,使优化计算更加精确。系统采用的线性调光避免了闪烁潜在的安全风险,同时配合优化算法解决了线性调光色度漂移大的问题。实验结果表明,系统混合光的色度稳定性可以保持在1阶CIE u'v'圆内,相应色度设定下的整个光强度调节范围内无可察觉的色差。理论研究和实验结果表明该混光照明系统简单可行,具有较高的实用价值。     

有机/无机复合双层电子传输层的量子点发光二极管

采用有机/无机复合双层电子传输层（ETL）研制绿色QLEDs,其中有机ETL采用OLED中常见的ETL材料,无机ETL采用ZnO纳米颗粒,并通过调控有机ETL厚度改变电子注入,使电子/空穴达到平衡。制备的器件结构为:ITO/PEDOT:PSS/TFB/QDs/ZnO NPs/TPBI:Liq/Al,其中有机电子传输层TPBI:Liq采用真空蒸镀沉积。与仅采用ZnO电子传输层的器件相比,可以使器件性能得到大幅提升:器件的最大电流效率从11.53 cd/A提升到22.77 cd/A,同时器件的启亮电压、电致发光光谱无明显变化。判断有机ETL的主要作用是抑制了过量电子的注入和传输,在发光亮度变化不大的情况下,降低了器件的无效复合（例如俄歇复合）电流,从而使电流效率明显提升。     

HHT时频分析土壤光谱的重金属铜离子污染信息提取模型

土壤中不同浓度Cu2+含量映射到土壤光谱上的信息量十分微弱,并且这些高光谱数据中也存在着难以避免的噪声,因而本研究的关键是如何在土壤光谱复杂的噪声环境中提取微弱Cu2+信息。经验模态分解算法(EMD)能够有效去除高光谱数据中的噪声,且EMD是Hilbert变换对“非线性非稳定”信号时频分析的前提,当引入Huang变换后,可利用Hilbert-Huang变换(HHT)模型时频分析高光谱数据以实现降噪处理与信息提取。通过时频的HHT分析不同浓度Cu2+污染下的土壤光谱,完成从原始光谱经EMD分解出各本征模态函数(IMF)分量的包络线、调制信号和频谱等曲线中挖掘土壤光谱的Cu2+污染信息。研究结果表明,相同浓度Cu2+污染时的土壤光谱HHT时频分析结果相同,不同浓度时则不同,所以也可依据IMF分量反演土壤Cu2+含量。因此,高光谱数据的HHT时频分析能为土壤光谱的信息挖掘、光谱诊断和Cu2+含量反演等提供一种新的方法和思路。     

面向有限带宽信道的字典学习图像超分辨率重建

固定邻域回归(ANR)算法采用K层奇异值分解(K-SVD)算法进行字典训练, 在字典学习过程中存在稀疏表示系数不准确的问题, 导致重建的结果不理想. 因此, 引入一种改进的K-SVD算法对字典进行训练, 该算法对字典训练改变了传统K-SVD算法更新稀疏表示系数的方式, 使得稀疏表示系数更加准确, 而且加快了字典的收敛速度, 使得训练得到的字典具有更好的稀疏表达能力. 同时, 针对ANR算法的不足, 提出一种面向有限带宽信道基于字典学习的图像超分辨率方法, 该方法采用改进的K-SVD算法训练字典对 , 并将其应用到ANR算法中, 实现图像的超分辨率重建. 实验结果表明, 本文提出的方法不仅能够保持ANR算法快速重建的优势, 而且提高了图像的重建质量, 具有更高的峰值信噪比和结构相似度.