海绵Phacelliafusca中含氮化合物的分离与结构鉴定

从采自中国南海西沙群岛海域的海绵Phacellia fusca Schmidt中得到4个含氮 化合物。经~1H NMR,~(13)C NMR,HMQC,HMBC,~1H-~1HCOSY,FABMS和EIMS等光谱分析 ，确证其结构分别为：N,N'-二[2-乙氧基-1（Z）-乙烯基]脲（1），2- Bromoaldisin(2),Aldisin(3)Dibromophakellin盐酸盐(4)。其中化合物1为一具有 对称结构的新脲类化合物，命名Phacelliaurea A；化合物4是首次从该海绵中分离 得到的已知胍基生物碱，首次报到了它的~(13)C NMR数据及其归属。     

Evaluating and clustering retrosynthesis pathways with learned strategy

With recent advances in the computer-aided synthesis planning (CASP) powered by data science and machine learning, modern CASP programs can rapidly identify thousands of potential pathways for a given target molecule. However, the lack of a holistic pathway evaluation mechanism makes it challenging to systematically prioritize strategic pathways except for using some simple heuristics. Herein, we introduce a data-driven approach to evaluate the relative strategic levels of retrosynthesis pathways using a dynamic tree-structured long short-term memory (tree-LSTM) model. We first curated a retrosynthesis pathway database, containing 238k patent-extracted pathways along with ∼55 M artificial pathways generated from an open-source CASP program, ASKCOS. The tree-LSTM model was trained to differentiate patent-extracted and artificial pathways with the same target molecule in order to learn the strategic relationship among single-step reactions within the patent-extracted pathways. The model achieved a top-1 ranking accuracy of 79.1% to recognize patent-extracted pathways. In addition, the trained tree-LSTM model learned to encode pathway-level information into a representative latent vector, which can facilitate clustering similar pathways to help illustrate strategically diverse pathways generated from CASP programs.

Tree-structured long short-term memory neural model learns to understand the retrosynthesis design strategies from patent-extracted retrosynthetic pathway data.     

含松香骨架的新型手性季铵盐相转移催化剂的合成及其在不对称环氧化反应中的应用

以天然松香为原料合成了4个新型手性季铵盐类相转移催化剂, 并用于催化不对称查尔酮环氧化反应, 发现这类手性相转移催化剂可以有效地催化查尔酮的不对称环氧化, 环氧化产物ee最高达20%.     

中国数字经济发展水平:时空特征、动态演化及影响因素

基于构建的数字经济发展水平评价指标体系与2010~2018年全国30个省市(除西藏、港澳台)的面板数据,对中国数字经济发展水平的时空特征、动态演化与区域差异原因进行探究。研究发现:全国及三大区域的数字经济发展水平均呈现稳步上升态势,并伴有明显的空间相关性、空间集聚性和区域差异性,且东部相较于中西部区域内差异更大。数字经济发展速度动态演化显示,整体上中国各省市数字化发展水平变化速度状态表现为上升趋势,相较于中西部,东部拥有更大的速度变化状态。地区前期数字化基础、经济发展的一阶滞后、政府科技投入均会促进区域数字经济的发展,对外开放水平会抑制数字经济发展,地区规模对数字经济的影响表现为非线性。此外,不同线性影响因素在不同区域内对数字经济发展水平具有不同的影响力。     

ZrO2在合成甲醇催化剂CuO-ZnO-ZrO2中的作用

采用并流共沉淀法制备了一系列ZrO2的原子比不同的CuO-ZnO-ZrO2甲醇合成催化剂.在固定床反应器中进行合成气制甲醇的研究,考察了ZrO2在催化剂中的作用.结果表明,ZrO2的加入能显著提高催化剂的性能,当ZrO2的原子比达到0.10时,催化剂的活性最高并且耐热性能最强;过量的ZrO2会降低催化剂的活性.利用TPR、XRD、BET技术对催化剂进行了表征,发现适量ZrO2的加入不仅有助于提高Cu活性组分在催化剂表面的分散,提高催化剂的比表面积,使催化剂不容易高温烧结,而且有利于促进催化剂还原.     

CH_3O与CIO双自由基反应机理的量子化学研究

在QCISD(T)/6-311+G(d,p)//B3LYP/6-311+G(3df,3pd)水平上,对CH3O与ClO双自由基反应进行了理论研究.结果表明,该反应共有三个反应通道,产物分别为HOCI+CH2O,CH2O2+HCl和CH3Cl+O2(1△).不论从动力学角度,还是从热力学角度看,形成产物HOCl+CH2O的通道均是最有利的,因此为主要反应通道,这与实验观察到的结果是一致的.     

Y2O3涂层负载Pd整体式催化剂的制备和催化性能

以Y(NO3)3为前驱体制备了Y2O3涂层的堇青石蜂窝陶瓷载体.扫描电子显微镜、X射线能谱和超声波振荡等表征结果表明,Y2O3涂层不但具有良好的抗振荡性和粘结强度,而且具有很强的吸附催化剂活性组分(H2PdCl4)的能力,适合制备负载型Pd催化剂.以甲苯和乙酸乙酯完全燃烧为模型反应考察了催化剂的活性,发现以Y2O3涂层堇青石蜂窝陶瓷为载体的整体式Pd/Y2O3催化剂具有良好的催化活性和热稳定性,甲苯和乙酸乙酯催化燃烧的T99分别为210和300℃;催化剂经900℃焙烧4 h后,T99仅提高20℃,表明催化剂具有很高的热稳定性.催化剂的X射线衍射、拉曼光谱和程序升温还原结果表明,Pd/Y2O3催化剂经低温焙烧时,Y2O3和PdO均高度分散在堇青石蜂窝陶瓷的表面,而高温焙烧使催化剂活性组分PdO晶粒增大,从而导致催化剂活性下降.     

电磁感应在线消化-原子荧光光谱法测定茶水中的砷

利用电磁感应加热原理,研制了在线消化还原、氢化物发生原子荧光法分析装置,实现了茶水中As量的在线测定.对各种实验参数和干扰情况进行了研究.方法的检出限为0.063 μg/L;样品分析精密度(RSD)为2.5%(n=11).     

Y_2O_3－Nb_2O_5－B_2O_3：Eu~（3＋）·Bi~（3＋）的燐光体的晶体结构与光谱性质

采用常规固相反应于１２００℃下制备了具有褐钇铌矿结构的Ｙ２Ｏ３·Ｎｂ２Ｏ５·Ｂ２Ｏ３（Ｙ（０．９３）Ｅｕ（０．０７））２Ｏ３·Ｎｂ２Ｏ５·Ｂ２Ｏ３和（Ｙ（０．９１）Ｅｕ（０．０７）Ｂｉ０．０２））２Ｏ３·Ｎｂ２Ｏ５·Ｂ２Ｏ３等光体，研究了它们的发光性质：结果表明，在２６８ｎｍ紫外光激发下，由于ＮｂＯ４基团于４１０ｎｍ处发生１Ｔ→１Ａ１跃迁，致使Ｙ２Ｏ５·Ｎｂ２Ｏ５·Ｂ２Ｏ３呈现更亮的紫外发射。体系中的Ｂ２Ｏ３可降低反应温度，增强ＮｂＯ４和Ｅｕ（３＋）的发光强度。（Ｙ（０．０９１）Ｅｕ（０．０７）Ｂｉ（０．０２））２Ｏ３·Ｎｂ２Ｏ５·Ｂ２Ｏ３燐光体系中所观察到的ＮｂＯ４→Ｅｕ（３＋）和Ｂｉ（３＋）→Ｅｕ（３＋）的能量传递使红光发射明显增强。     

甲基紫修饰的微晶酚酞分离富集-光度法测定痕量铋(Ⅲ)的研究

建立了以修饰有甲基紫(MV)的微晶酚酞作为固相吸附剂分离富集和测定环境样品中痕量Bi(Ⅲ)的新方法.研究表明,Bi(Ⅲ)与I-、 MV 形成三元离子缔合物[BiI6] (MV)3能定量吸附在微晶酚酞上,在适当条件下,Bi(Ⅲ)能与Co(Ⅱ)、 Ni(Ⅱ)、 Mn(Ⅱ)、 Fe(Ⅱ)、 Al(Ⅲ)、 Zn(Ⅱ)等常见阳离子分离,且基本不受Br-、 SCN-、 SO42-、 NO3-、 Cl-、 ClO4-等阴离子影响.Bi(Ⅲ)的静态吸附容量为0.81 mmol/g,富集因数可达200倍,回收率在97.2%以上,RSD 1.3%～2.2%之间.已应用于环境水样中Bi(Ⅲ)的测定.