食品中维生素D与25-羟基维生素D检测技术及含量分布研究进展

维生素D是一种对于维持人体健康具有重要作用的脂溶性维生素,25-羟基维生素D是其在人体内循环和存储的主要形式。食品中维生素D和25-羟基维生素D前处理的通常采用碱皂化、有机溶剂提取、固相萃取或者半制备色谱净化;其测定方法多为放射免疫法和液相色谱法。液相色谱串联质谱凭借高灵敏度和高准确度,目前在食品中维生素D和25-羟基维生素D测定中发挥重要作用。近年来二维液相色谱和超高效超临界流体色谱由于其强大的分离能力,在食品中维生素D和25-羟基维生素D的分析中表现出强大的潜力。该文综述了近年来食品中维生素D和25-羟基维生素D的检测方法及二者在动物食品和植物食品中的含量分布研究,以期为建立适合不同食物样品的测定方法,指导居民合理膳食,进行膳食摄入量评估等研究工作提供参考。     

CO氧化催化剂Fe2O3-MnO2/A12O3的硫中毒研究

催化剂的耐硫性能在催化反应的研究中是十分重要的。Tsai等曾对铂、钯等贵金属催化剂的耐硫性进行了研究,并用Auger电子能谱测定了不同反应条件下硫在催化剂上所处的状态。本文针对CO氧化催化剂Fe_2O_3-MnO_2/Al_2O_3的耐硫性能进行了研究,并用X光电子能谱测定了不同反应温度下硫在Fe_2O_3-MnO_2/Al_2O_3上所处的状态,由此推     

四唑及其衍生物的理论研究（6）

对7个肼基四唑衍生物进行了HF／6－31G水平的几何构型全优化及MP2／6－31G／／HF／6－31G水平的总能量计算．结果表明，四唑环基本上取平面构型，肼基不与环共面．键长与重叠布居之间不存在平行关系．环上N1和N4原子荷负电多、利于质子化．1H．肼基四唑的HOMO－LUMO能级差（△E）较2H式的大，中性分子的△E教相应的负离子的大．还计算研究了7个标题物的红外光谱并由此求得了它们的热力学性质．     

土木香内酯和异土木香内酯与共轭二烯的Diels-Alder反应

本文以土木香根中分离得到的土木香内酯(1)和异土木香内酯(2)为原料, 分别与环戊二烯(3)、螺[2.4]-4,6-庚二烯(4)、呋喃、蒽或丙烯醛进行Diels-Alder反应, 发现和2只与3或4发生反应, 未能得到1和2与呋喃、蒽或丙烯醛的反应产物。X射线单晶衍射法确定1或2与3的反应产物的构型, 应用高分辨核磁共振谱NOE方法确定1或2与4的反应产物的构型。     

分子印迹手性整体柱的制备及对非对映异构体的分离

 采用原位分子印迹技术 ,单步制备了一种辛可宁印迹的手性整体柱。为了提高柱效和选择性 ,选择了相对低极性的甲苯 /十二醇复合致孔体系。在等度及梯度洗脱条件下 ,非对映异构体辛可宁与辛可尼丁被完全分离。等度洗脱中相对较宽的峰可以在梯度洗脱中得到改善。同时考察了流动相中醋酸浓度、流速以及温度对分离的影响。由于柱中存在大的流通孔 ,大大降低了分离过程中的柱压降 ,从而使这种柱能够在相对高的流速下使用。提高温度可以提高分离因子 ,在 60℃获得最大分离因子 5 40。     

CL-20/TNT共晶炸药的分子动力学研究

运用分子动力学(MD)方法,选择凝聚态分子势能优化力场(COMPASS),对六硝基六氮杂异伍兹烷(ε-CL-20)、2,4,6-三硝基甲苯(TNT)晶体及其等摩尔比的CL-20/TNT混合炸药和共晶炸药进行不同温度下恒定粒子数等压等温(NPT)系综模拟研究.结果表明,CL-20/TNT共晶的内聚能密度(CED)和结合能随温度的升高逐渐减小;共晶的CED比混合炸药的大,结合能是混合炸药的2倍多,预示其稳定性明显增强.对相关函数和局部放大结构显示共晶中组分分子间作用主要来自TNT中H和CL-20中O以及CL-20中H和TNT中O之间形成的氢键.通过波动法求得的弹性力学性能结果表明,CL-20/TNT共晶的拉伸模量(E)、体积模量(K)和剪切模量(G)介于ε-CL-20和TNT晶体之间,且随温度的升高而下降,符合一般预期;但共晶炸药的柯西压(C12-C44,Cij弹性系数)、K/G和泊松比(ν)均比其组分炸药ε-CL-20和TNT高得多,预示该共晶具有异常高的延展性和弹性伸长,主要是二组分呈层状交替排列且之间存在较强相互作用所致.     

交换半环中理想的实根

在交换半环范畴中引进和研究理想的实根,从而将实代数学中有关结果推广到交换半环上。如下结果被建立:在半环中,一个理想的实根恰等于包含该理想的所有实理想的交集,并也恰等于包含该理想的所有实素理想的交集。此外,形式更为一般的理想的实根--广义实根被考虑,并获得相应的结果。     

求解分数阶延迟微分方程的卷积Runge-Kutta方法

本文利用强A-稳定Runge-Kutta方法求解一类非线性分数阶延迟微分方程初值问题,并给出了算法的稳定性和误差分析.数值算例验证算法的有效性及其相关理论结果.     

基于Deep-IndRNN的DGA域名检测方法

恶意服务常利用域名生成算法（DGA）逃避域名检测,针对DGA域名隐蔽性强、现有检测方法检测速度较慢、实用性不强等问题,采用深度学习技术,提出了一种基于Deep-IndRNN的DGA域名检测方法。方法运用词袋模型（BoW）将域名向量化,然后通过Deep-IndRNN提取域名字符间特征,并使用Sigmoid函数对域名分类检测。其主要特点在于:通过将Deep-IndRNN的多序列输入拼接为单向量输入,以单步处理代替循环处理,同时结合Deep-IndRNN能保存更长时间记忆的特点,可有效释放深度学习时占用的GPU、CPU等系统资源,且在保证高准确率和精确度的前提下提高训练、检测速度。实验结果表明,基于Deep-IndRNN的DGA域名检测方法在检测任务中具有较高的准确率和精确度,相比于DNN、CNN、LSTM、BiLSTM、CNN-LSTM-Concat等同类检测方法,能显著提高训练、检测速度,是有效可行的。     

硅表面分子刷图案化及生长DNA纳米管

结合“自上而下”和“自下而上”技术构建微纳米器件是目前纳米科学和技术领域追逐的目标之一。本文首先采用硅氢化反应在硅表面共价偶联引发聚合的活性基团,接着实施表面原子转移自由基聚合（ATRP）反应形成高分子刷poly（PEGMA）,采用“自上而下”的光刻技术在硅表面制备功能化的图案,最后利用“自下而上”的DNA自组装技术在图案部分原位生长DNA纳米管。上述组装过程通过多次透射反射红外光谱、凝胶电泳、透射电镜和扫描电镜进行了检测,证实了硅芯片表面定位生长DNA纳米管的可行性。