分子印迹阵列式传感器的研究进展

分子印迹阵列式传感器具有识别率高、选择性好、价格低廉等优点,受到研究者们的极大关注,已经在食品分析、环境分析、药物分析、临床诊断等研究领域中得到应用。分子印迹阵列式传感器是以分子印迹聚合物作为识别元素的集成化传感器,通过各传感单元对分析物响应后产生的特征图谱实现对目标化合物的识别,不仅可用于单一目标化合物的选择性识别,还可以用于多种目标化合物同时存在时的测定。分子印迹阵列式传感器的响应信号机制主要划分为光信号、质量敏感信号和电化学信号等。本文简要介绍了分子印迹技术的产生和发展,重点评述了基于三种信号机制的分子印迹阵列式传感器的研究进展,并展望了分子印迹阵列式传感器的应用前景和研究方向。     

食品中禁限用药物及环境污染物识别检测技术获进展

<正>针对食品安全和北京市环境污染现状,北京市科委启动实施了"食品中禁限用药物及环境污染物识别检测技术研究"课题。目前该课题研究工作在食品中禁限用药物识别检测技术研究和环境污染物识别检测技术研究等方面取得了新的进展。该课题建立了肾上腺素受体激动剂、性激素、精神药品等60种药物的禁限用药物识别谱库,建立了动物肌肉、肝     

基于单(6-巯基-6-去氧)-β-环糊精修饰金电极对L-半胱氨酸的快速灵敏检测

将单(6-巯基-6-去氧)-β-环糊精(HS-β-CD)通过金硫键自组装在金电极(GE)表面, 构建了一种简单、 快速、 灵敏的超分子识别L-半胱氨酸(L-Cys)的电位型电化学传感器. 通过循环伏安法和交流阻抗法研究了膜表面的电化学行为; 通过扫描电子显微镜(SEM)和X射线光电子能谱(XPS)表征了电极表面的膜组装效果, 其作用机制是固定在金电极表面的HS-β-CD空穴可通过分子间作用力吸附结合带负电的L-Cys, 使电极表面的膜电位发生改变, 导致对L-Cys的超分子选择性识别作用, 从而实现对L-Cys的定量分析. 在优化的实验条件下, 该电极在pH=6.0的磷酸盐缓冲溶液中对L-Cys有良好的电位响应性能, 线性范围为1.0×10 ^-7~1.0×10 ^-4 mol/L, 斜率为(-65.29±1.0) mV/pc(25 ℃), 检测下限达到6.0×10 ^-8 mol/L; 电极响应速度快、 稳定性和重现性好、 抗干扰能力强. 将该电极用于实际猪血清和猪尿液样品中L-Cys含量的测定, 回收率为95.0%~104.7%, 表明该新型电极在生命科学等领域具有良好的应用前景.     

烯醇-酮互变异构型亚胺衍生物对Co2+的高选择性识别

设计合成了新型烯醇-酮互变异构型亚胺衍生物R, 考察了受体R对18种阳离子的紫外光谱及裸眼识别性能. 结果表明, 该受体对Co²⁺, Fe²⁺和Ni²⁺表现出良好的紫外光谱识别能力, 且可实现对Co²⁺相对明显的裸眼单一识别. Job曲线表明, 受体R与Co²⁺形成了1:1型金属配合物, 且检出限可达4.14×10^-7 mol/L. 制备了受体R裸眼比色识别试纸; 根据理论计算及核磁滴定实验结果阐述了Co²⁺离子识别过程中烯醇-酮互变异构机理.     

含二茂铁基荧光探针对H2S的识别

以乙酰二茂铁和蒽醛为原料,合成了一种新的反应型荧光探针1-二茂铁基-3-(9-蒽基)丙烯酮,经1H NM R,13C NM R,IR,LC-M S等手段表征确证。基于Michael加成引起的电子转移机制,利用硫化氢的强亲核性,以荧光滴定法考察了该化合物在生理条件下对硫化氢的识别作用,得出其最佳识别时间为50 min,最佳识别浓度为50μmol/L,且多数离子不会对其识别作用产生干扰。这种能稳定检测的,具有高选择性、高灵敏度的反应型荧光探针化合物,可用于生物医药领域。     

含2,6-二甲酰胺基吡啶单元的大环合成、结构及其对四面体构型阴离子的络合性质

采用前体二胺N,N’-(3-胺基苯基)-2,6-二甲酰亚胺吡啶(1)和5,5’-亚甲基双水杨醛(2)进行缩合反应得到含酚羟基的 [1+1] 席夫碱大环L1, 将其中席夫碱C=N双键还原得到环状骨架更具柔性的饱和大环L2. 通过1H NMR、FABMS和元素分析等对大环组成进行了表征, 并通过X射线单晶衍射解析了两个大环的晶体结构. 采用UV-Vis 光谱滴定技术对大环与系列阴离子的络合作用进行了考察, 结果表明席夫碱大环L1对四面体构型的阴离子H2PO4-、 HP2O73-和H2P2O72-有明显的选择性识别作用, 进一步通过UV-Vis 光谱、核磁滴定等技术获得了识别反应的配位比及平衡常数(K), L1对3个磷酸阴离子的络合能力依H2PO4-、HP2O73-和H2P2O72-顺序递增。     

矩阵摄动和Newmark-β逐步积分相结合的不确定性结构载荷识别

为了反演作用在不确定性结构上的动态激励上下界,在时域内建立了一个矩阵摄动和Newmark-β逐步积分相结合的载荷识别算法。首先依据矩阵摄动理论将动载荷近似表示为中值和摄动量相叠加的一阶泰勒多项式形式,然后引入Newmark-β逐步积分算法对振动学微分方程解耦,推导一个将输入载荷、输出响应和结构特性联系在一起的线性振动离散方程,借助该方程反求出动载荷的中值和摄动量,最终获得动载荷的上下边界。数值算例结果表明,该方法可以高效准确地重建载荷的上下边界,并具有优良的抗噪性能。     

基于支座反力影响线曲率差分的等截面连续梁损伤识别方法

为了实现仅采用损伤状态信息对等截面连续梁进行损伤识别,通过推导三跨不等跨连续梁在移动荷载作用下的支座反力影响线,发现支座反力影响线求曲率并作差分后的曲线在损伤位置会发生突变,基于该现象提出了一种损伤定位方法,进一步建立了损伤程度计算方法,可对损伤程度进行较精确的定量。通过一三跨连续梁和一四跨连续梁工程实例的仿真分析,证明了支座反力影响线曲率差分指标损伤定位和相应的损伤程度定量方法对等截面连续梁损伤识别具有可行性。     

卷积神经网络在装备磨损颗粒识别中的研究综述

铁谱法是用于装备故障诊断的1种重要方法,其中铁谱法的重点是铁谱图像的分析,即磨损磨粒分析. 卷积神经网络是当下最流行的深度学习算法之一,其广泛应用于图像识别领域,使得图像识别领域得到突破. 随着卷积神经网络的快速发展,磨损颗粒在智能识别方面的技术取得了重大的突破. 本文中首先简述了卷积神经网络与磨粒智能识别的发展历史,针对基于卷积神经网络的磨粒识别方法进行了从图像数据集处理到模型优化技术方面的介绍,并详细说明了这些技术在磨粒识别中的具体应用实例. 然后从现有网络和自设计网络两方面分类,整理了近年来卷积神经网络应用于磨粒智能识别的代表性文献,综述了这些工作所提出的模型结构和特点,分析并阐述了各个模型主要的识别原理,各个网络结构存在的优缺点,以及它们的数据采用情况等,并对未来磨粒智能识别的主要研究方向进行了展望. 最后肯定了卷积神经网络方法在磨粒智能识别方面的重要性,同时指出了基于此方法的磨粒识别模型的缺点,并提出了应紧跟图像识别领域的最新技术以促进磨粒智能识别水平提高等建议,对磨粒智能识别的发展具有一定的意义.      

英国研制手持式检测仪器识别假酒

英国技术人员正在研制一种手持式设备，从而可通过瓶子快速检测假冒威士忌和葡萄酒，此举旨在打击假冒威士忌和葡萄酒的行为。根据苏格兰威士忌协会的资料，在创纪录的2010年，备受欢迎的酒类销售为英国的出口增加了34．5亿英镑。威士忌在金砖四国的销量也显著增加。其中在中国增加了24％，达到5500万英镑。然而与此同时，假冒威士忌和葡萄酒的情况也屡屡发生。