丝素蛋白3D打印在生物医学领域中的应用

增材制造,也称为三维(3D)打印,正推动制造、工程、医学等领域的全面创新升级。3D打印技术由于能够个性化定制生物的复杂3D微结构,构建仿生的功能化活组织或人工器官,近十年来在生物医学领域中取得了长足的发展。丝素蛋白(SF)是一种来源丰富、生物可降解、力学性能优良、细胞相容性极佳的天然有机高分子,为3D打印墨水的设计提供了一种有前景的选择。然而,作为结构蛋白,单一组分的SF具有的生理功能有限,且其经过打印后的稳定性较差,限制了SF在3D打印以及生物医药领域中的进一步发展。为此,研究人员通过化学改性技术和先进3D打印技术相结合,使得改性后的SF能够更适用于3D打印,并发展成为一种具有应用价值的生物材料。本文综述了SF的结构特征、SF的化学修饰策略、打印墨水的制备策略以及3D打印SF材料在生物医学领域的最新应用进展,并展望了3D打印SF生物材料的未来发展趋势,为其在更广阔领域的应用提供一定的借鉴。     

电泳显示微胶囊的制备和性能

以有机颜料联苯胺黄为显色粒子, 四氯乙烯和甲苯混合溶液为分散介质, 油溶性蓝N为吸光染料, 用超分散剂CH-2C分散颜料粒子, 脲醛树脂为壁材, 通过一步原位聚合法制备了电泳显示微胶囊. 通过显微镜检查微胶囊的表面形貌及粒径, 并对微胶囊内颜料粒子的电场响应特性和显示性能进行考察. 结果表明, 所得微胶囊表面光滑, 囊壁透明, 囊内颜料粒子对电场变化能够快速可逆地响应, 并具有双稳显示特性.     

气相色谱法测定喷墨打印墨水中的苯酚

建立了溴化衍生测定喷墨打印墨水中苯酚的方法。该方法首先用乙醚萃取出墨水中的苯酚,再用其与溴水反应生成稳定的2,4,6-三溴苯酚,之后加入适量NaHSO3做为还原剂,最后以正己烷萃取,DB-5毛细柱进行分离,电子捕获器进行检测。方法回收率为93%~118%、最小检测量为0.010 mg/kg,精密度为3.6%。该法适用于同类产品的检测。     

签字笔墨迹的光老化及书写时间变化规律的研究

利用日光和紫外光对黑色签字笔字迹样本进行了光老化处理,通过区带毛细管电泳法分析了签字笔字迹墨水提取液,二极管阵列检测器记录了190～600 nm波长范围内的物质吸收峰,用电泳图中不同波长不同迁移时间的电泳峰面积之比对老化时间作图,得出了墨水中不同染料间含量的相对变化关系相对于老化时间的变化规律。同时也对自然老化的签字笔样品随书写时间的变化规律进行了研究。     

应用光谱成像技术鉴别同色墨水

研究同色钢笔水、圆珠笔墨水的鉴别方法.运用成像光谱仪对四组的同色墨水进行区分.黑色签字笔墨水整体鉴别率63.8％;蓝色签字笔墨水整体鉴别率93.3％;黑色圆珠笔墨水整体鉴别率98.5％;蓝色圆珠笔墨水整体鉴别率84.8％.拓宽了书写材料检验的技术方法,提高了同色墨水的检验鉴别能力.     

高光谱喷墨打印墨水数据的非线性降维及分类建模方法研究

在法庭科学实践中,往往需要通过对文件中字迹墨水的成分分析来精确判定检材和样本文件的同一性。该文利用高光谱成像技术结合机器学习对喷墨打印墨水的种类进行区分,分别采集14套不同品牌、型号的4色（黑、青、品红和黄色）喷墨打印墨水打印的文件在400～1 000 nm范围的高光谱图像,共提取56种样品墨迹的光谱数据。使用均匀流形逼近与投影技术（UMAP）和T分布随机近邻嵌入技术（t-SNE）两种算法对高光谱喷墨打印墨水数据进行降维处理,然后建立极致梯度提升（XGBoost）、轻量级梯度提升机器学习（LightGBM）和支持向量机（SVM）3种分类模型,以1∶4的比例确定测试集和训练集,分别对原始数据和降维后的数据进行分类。实验结果显示,UMAP降维算法结合SVM模型对喷墨打印墨水分类的效果最优,黑色墨水样品的分类精度为90%左右,其余颜色墨水样品的分类精度均为100%。该研究为喷墨打印文件的检验鉴定提供了一种新的、无损、准确的鉴别方法。