合成卡西酮类新精神活性物质检测方法的应用进展

鉴于2010年以来有关合成卡西酮类新精神活性物质检测方法的综述较少，简要介绍了合成卡西酮类新精神活性物质的分类和药理作用，并综述了化学分析法、免疫学检测法、光谱分析法、核磁共振波谱法、毛细管电泳法、液相色谱法、气相色谱-质谱法、液相色谱-质谱法和实时直接分析质谱法等在该类毒品检测中的应用，并对相关检测方法的发展进行了展望(引用文献57篇)。     

基于3,3′,5,5′-四甲基联苯胺-碘酸根显色体系以近紫外分光光度法测定碘盐中碘酸钾的含量北大核心CSCD

碘在人体内具有重要的生理作用[1],可参与甲状腺激素的合成,是人体必需的微量元素之一。但是,碘无法直接在体内合成,一般通过食用含碘酸钾的食盐摄入。相关国家标准GB 5461-2000《食用盐》规定食盐中含碘酸钾量为20~50 μg·g^(-1),而过量添加将会损害身体健康[2-3]。     

二进制蜻蜓算法-直接校正算法优选标样集在小麦粉蛋白质近红外模型传递中的应用

为了实现小麦粉蛋白质含量近红外分析模型的传递，探究二进制蜻蜓算法(Binary Dragonfly Algorithm, BDA)与直接校正算法(Direct Standardization, DS)相结合构成的BDA-DS算法挑选标样集对模型传递结果的影响。以棱光S450光栅型近红外光谱仪为主机，NeoSpectra Micro傅里叶变换型近红外光谱仪为从机，采集了126个小麦粉的近红外光谱，用偏最小二乘回归法建立了主机近红外光谱与小麦粉蛋白质的关联模型。经BDA-DS算法模型传递后，主机模型对从机样品预测决定系数为0.9812,预测标准偏差为0.1838,从机与主机的光谱集合平均马氏距离由22.34下降到1.40,均接近于主机模型精度水平。该研究同时与采用Kennard/Stone(K/S)挑选标样集再结合DS构成的传统K/S-DS算法进行了对比，结果表明：相对于K/S-DS算法，BDA-DS算法挑选出较少的标样集就能表征仪器的差异，有效地提高了主机模型对从机样品的预测精度，为近红外模型传递提供了一种更加有效的标样集选择方法。     

二氧化碳合成杂环噁唑烷酮的研究进展（英文）

二氧化碳捕获和利用(CCU)是目前降低大气中二氧化碳浓度的最好方法之一,而且具有很好的发展前景。在此基础上人们探究了以CO₂为碳源合成有机化合物的方法。噁唑烷酮分子通常被应用于合成一些药物,并且在有机合成中也具有重要的意义,其合成方法近年来层出不穷,以二氧化碳为碳源的方法更是吸引了诸多研究工作者。早期人们利用二氧化碳和氮丙啶进行环加成反应,使用碱金属、Cr、Al等金属催化剂来提高反应的收率。考虑到成本和绿色合成的原则,选用廉价易得的离子液体或者不使用催化剂的方法更适合大规模的生产。除此之外,二氧化碳还可以和2-氨基醇等化合物在不同反应条件下得到优良甚至极好的产率。因此,本工作对近几年通过二氧化碳分别和氮丙啶、2-氨基醇、不饱和胺以及1, 2-二卤代烃反应合成噁唑烷酮的方法进行了总结和概述。