微孔有机网络材料的合成方法及其在样品前处理中的应用进展

样品前处理是色谱分析中必不可少的环节。固相萃取是一类应用广泛的前处理方法,吸附剂的优劣直接影响萃取过程对目标化合物的吸附和富集效率,并影响前处理及后续分析方法的灵敏度和选择性。因此吸附剂的选择和开发成为一个研究热点。微孔有机网络(microporous organic networks,MONs)是由芳香炔烃和芳香卤化物通过Sonogashira反应合成的一类新型共价有机材料,具有结构可修饰、比表面积大、孔隙率高、合成简单等优点。本文概述了MONs的合成和功能化修饰方法,着重介绍了该材料在样品前处理领域的应用新进展,并对其发展趋势进行了展望。在合成方法方面,MONs材料的制备从回流合成法、溶剂热合成法发展到室温合成法,合成条件趋向于更温和、更高效。在材料功能化修饰方面,引入大分子物质以及氨基、羟基、羧基等活性基团,能增加MONs材料的选择性和作用位点;将MONs与Fe₃O₄、SiO₂、MOFs结合,形成核壳结构MONs,在此基础上进行煅烧和刻蚀,可形成多孔碳结构或空心多层材料。上述功能化修饰的MONs及其复合材料和目标物...     

丹荷颗粒治疗高脂血症质量标志物发现研究

为寻找丹荷颗粒治疗高脂血症的质量标志物,该研究基于丹荷颗粒体内成分分析结果,采用Cytoscape软件构建高脂血症-共有靶点-丹荷颗粒体内成分作用网络,利用DAVID及String数据库分别对共有靶点进行生物过程、通路富集及网络拓扑分析,明确丹荷颗粒降脂作用关键靶点及成分,再建立油酸诱导的HepG2细胞脂质堆积模型验证关键成分的降脂药效,最后结合相关成分在制剂中的含量、稳定性、特征性综合确定质量标志物。结果发现,丹荷颗粒体内成分作用于CES1、ADORA2A、ADORA1、APOB、LDLR、PPARA、PPARG、INSR、ESR2、ESR1共10个高脂血症疾病靶点,主要参与脂质代谢过程以及PPAR、cAMP信号通路,其中LDLR、PPARA、PPARG可能是关键靶点,而网络中与关键靶点直接作用的成分为白藜芦醇、柚皮素。白藜芦醇和柚皮素均可降低油酸诱导的HepG2细胞内脂滴数量,改善细胞脂质堆积严重程度,并显著降低细胞内甘油三酯含量,可能为关键成分;鉴于入体成分白藜芦醇和柚皮素来源于制剂中虎杖苷及柚皮苷,且制剂中虎杖苷及柚皮苷特征明显、含量丰富、稳定,故虎杖苷及柚皮苷可作为丹荷颗粒治疗高脂血症的质量标志物。该研究为丹荷颗粒质量标准的建立提供了合理的候选质控指标。     

四川大学研发出世界首款风冷型高性能激光诱导击穿-拉曼一体化光谱分析仪

由四川大学生命科学学院分析仪器研究中心段忆翔教授作为项目负责人,牵头承担的国家重大科学仪器设备开发专项又取得最新进展——"激光诱导击穿-拉曼光谱分析仪(LIBRAS)"首次亮相于2014年12月20日~21日的"激光光谱分析前沿技术国际研讨会"。     

元素分析仪测定土壤、沉积物样品碳氮含量的影响因素及数据校正

使用元素分析仪进行土壤、沉积物样品碳、氮含量检测时,样品前处理过程(烘干和酸化)、包样质量以及参考标准品等因素均会对检测结果造成影响.试验结果表明:酸化导致氮百分质量的测定结果降低2.6%~40.0%,碳百分质量的测定受包样质量的影响较大,使用的校正标准与被测样品越相似,校正结果越准确.     

基于网络技术的综合导航系统研究

通过对局域网的分析,提出了基于1553B数据总线技术综合导航系统设计方案,并对其可行性进行了充分论证,这种方案在很大程度上保证了系统的可靠性和实时性。     

爆轰波拐角传播三维数值模拟

为了研究爆轰波在拐角中的传播特性以及拐角爆轰低压流场现象,用LSDYNA 3D程序对三种常见的拐角装药的爆轰波传播特性进行了数值模拟,清晰显示了爆轰波因拐角处爆轰波传播面积的变化而产生的衰减 增长过程,讨论了侧向三通中爆速的变化情况,并得到了拐角处低压爆轰区的尺寸。     

数字变换在有脉冲影响的k-值逻辑网络中的应用

利用数字变换和矩阵的半张量积方法,讨论了有脉冲影响的k-值逻辑网络的稳定性问题.在矩阵的半张量积框架下,将有脉冲影响的k-值逻辑网络表示成离散时间动态系统,然后用代数的形式展现出来.结合数字变换的方法,得出了有脉冲影响的k-值逻辑网络稳定的充要条件.     

基于复杂网络上的演化博弈

论述了基于复杂网络的演化博弈.通过介绍相应的演化博弈模型-囚徒困境模型以及一些复杂网络,鉴于复杂网络的优点以及博弈演化的特性,将两者巧妙的结合起来,介绍了研究这类问题的一些方法.     

基于蒙特卡洛方法的网络计划资源优化

蒙特卡洛方法由计算机产生伪随机数而生成试验点,根据约束条件找到优化解,据此编制C语言程序,可以成功求解网络计划的工期固定-资源均衡优化、资源有限-工期最短优化和资源有限-工期最短-资源均衡优化,并给出蒙特卡洛方法得到最优解的概率.算例结果表明:相同条件下,基于蒙特卡洛方法的工期固定-资源均衡优化方案资源方差较粒子群算法小,基于蒙特卡洛方法的资源有限-工期最短优化方案工期较遗传算法短,基于蒙特卡洛方法的资源有限-工期最短-资源均衡优化方案工期较遗传算法短.     

模糊神经网络在多源数据融合中的应用研究

在T-S模糊神经网络数据融合的基础上,改进了标准T-S模糊融合算法中的模糊算子,并利用聚类算法对网络结构中模糊隶属度个数进行选取.通过仿真实验,验证了改进的算法在融合过程中的合理性、稳定性和准确性.以及聚类算法在T-S模糊神经网络数据融合算法中运用的合理性和有效性.