前言:庆祝中国科学院长春应用化学研究所建所七十周年

正时维九月、序属三秋.在硕果飘香的2018年金秋时节,中国科学院长春应用化学研究所(简称长春应化所)将迎来70岁生日.70年筑梦前行,70载弘歌不辍.始建于1948年12月的长春应化所,始终与祖国和科学同行,在不断为我国经济建设、国家安全做出重要创新贡献的同时,逐步成为集基础研究、应用研究和战略高技术研究于一体,在国内外     

溶剂去除速度对于溶剂退火薄膜相形貌的影响

以聚苯乙烯-聚4-乙烯基吡啶(PS-b-P4VP)嵌段共聚物作为研究对象,采用DMF作为退火溶剂,以原子力显微镜(AFM)和透射电子显微镜(TEM)为表征手段,研究了溶剂退火后期溶胀薄膜中溶剂的去除速度对于薄膜相形貌的影响,发现通过改变溶剂去除速度可以有效的调控薄膜中的形貌.当薄膜厚度为35 nm时,DMF的快速挥发会导致薄膜中形成以PS为分散相的反转柱状相结构,当降低溶剂的挥发速度时,薄膜中形成了以PS为分散相的环状形貌,当进一步减缓挥发速度时,薄膜中将形成台阶状的片层结构;然而当薄膜厚度为55 nm时,溶剂退火后期薄膜中形成的是以P4VP为分散相的正常柱状相结构,在相同溶剂去除速度条件下薄膜相形貌变化较小.     

光电化学技术应用于抗氧化分析的研究进展

在新陈代谢过程中, 机体会产生大量以自由基为主要形式的氧化活性物质, 而抗氧化剂可以通过电子转移的方式捕获并中和自由基, 从而有效抵御自由基引起的细胞损害, 以保障和维护人体健康. 食品作为人体外源性抗氧化剂的重要来源可以有效补充因体内代谢及体液排出而损失的抗氧化物质, 因此对食品中抗氧化物质消除自由基的能力即抗氧化能力的测定和评价具有重要意义. 光电化学技术作为一种简单快捷、 低成本、 低背景且高灵敏度的测定方法, 能够有效克服光学法、 色谱法和电化学法等传统测试手段在抗氧化容量分析中的不足. 本文综述了基于半导体及其复合材料的光电化学传感平台的构建及食品体系抗氧化容量分析的研究进展, 评论了多种检测体系的特点并对其研究前景进行了展望.     

水质生化需氧量快速检测新方法研究进展——现场、实时和就地监测

生化需氧量是评价水质污染情况、水体自净能力的重要指标之一,它能够直接反映水体自净过程中的耗氧需求,也是评价污水处理及大环境修复成效的有力参数之一.然而,国标方法耗时长、误差大、数据滞后.快速检测方法发展四十余年,却鲜有应用.本文归纳总结了现有的快速生化需氧量检测的主要方法及缺陷,并根据本课题组二十余年的科研经历,详细论述了一种基于原位生长微生物膜反应器构建流通式生化需氧量在线监测的新原理、新方法、新仪器及其应用.     

部分还原氧化石墨烯的制备、 表征及对人宫颈癌HeLa细胞的体外杀伤作用

以氧化石墨烯(GO)为原料, 利用温和方法制备了3种不同还原程度的部分还原氧化石墨烯pRGO₁, pRGO₂和pRGO₃(pRGO_1—3)； 利用傅里叶变换红外光谱(FTIR)、 拉曼光谱(Raman)、 X 射线光电子能谱(XPS)、 紫外-可见光谱(UV-Vis)、 透射电子显微镜(TEM)和 EDS能谱对其结构和形貌进行了表征. 细胞实验结果表明, 无激光照射下pRGO_1—3本身的细胞毒性较低; 近红外(NIR)激光照射下pRGO_1—3通过光热和光毒性双重作用杀伤肿瘤细胞. 实验结果显示了pRGO 在肿瘤光热疗法和光动力疗法领域的应用潜力.     

电场下离子型聚合物复合囊泡结构变化的分子动力学模拟

利用粗粒化分子动力学模拟研究了电场作用下离子型聚合物复合囊泡形变与破裂的过程.定量分析了囊泡破裂过程中的结构变化,包括囊泡的形变程度、破裂速度、组分分布以及破裂后的结构.研究表明,电场强度较弱时,囊泡表面所吸附的聚电解质首先脱落,囊泡由球形结构转变为椭球结构.随着电场强度增大,离聚物的离子侧基发生重新排布,囊泡表面电荷的有序结构被破坏,导致囊泡的结构无法维持而破裂,囊泡塌缩,分裂形成离聚物团簇,并进一步破裂为小尺寸的离聚物聚集体,均匀分散于溶液中.本文利用分子动力学模拟明确了电场中离子型高分子复合囊泡破裂过程的分子机理,为药物释放技术的优化及发展提供了理论支持.     

机器学习方法在高分子玻璃化研究中的应用

高分子玻璃的物理性质与其结构和动力学密切相关.揭示高分子玻璃化的微观物理图像对高分子玻璃材料的结构调控和分子设计至关重要.然而,高分子的长链结构和复杂单体结构特征致使目前仍然缺乏普适的理论或者模型来定量解释高分子玻璃化的物理机制.因此,亟需发展更为先进的研究方法从而更深入地理解高分子玻璃化.近年来,国内外学者利用基于数据驱动的信息学方法(例如机器学习)对高分子玻璃化开展了研究,并取得了丰富成果.本综述首先介绍了常用的高分子信息学数据库和机器学习算法.之后,从高分子玻璃化转变温度的预测、新型高分子玻璃材料的研发、过冷液体的结构-动力学关系和玻璃体系相变的确定四个方面总结和评述了机器学习应用在玻璃化研究中的代表性进展.最后,探讨了机器学习方法在高分子玻璃化研究中面临的主要挑战,并对玻璃信息学这一领域的发展进行了展望.