基于极限学习机和优化算法的润滑油添加剂种类识别与含量预测

为了快速识别润滑油中添加剂种类和含量，将添加剂硫化异丁烯(T321)、烷基二苯胺(T534)、硫代磷酸胺盐(T307)以不同配比混合在基础油中，使用极限学习机(ELM)对油样的红外光谱数据构建模型进行训练测试，并采用贪心算法、遗传算法(GA)对输入波段优化，筛选出最优波段区间组合以剔除相关性过高的波段从而提高运算效率. 测试结果表明:ELM模型可对润滑油添加剂进行有效的种类识别和含量预测，相比于传统理化检测方法是一种经济快速的新型润滑油添加剂检测手段；且经GA波段筛选优化后模型输出结果更具优势，对三种添加剂的种类识别准确率均达到100%、含量预测决定系数(R2)分别提升了43.8%、39.0%和24.4%.      

欧盟REACH法规中钴、砷、铬、锡、铅等高关注物质X射线荧光光谱法定量筛选用橡胶标准样品的研制

<正>欧洲化学品管理署(ECHA)于2008年10月至今已公布8批、共计138种高关注物质(SVHC),包括含钴、砷、铬、锡和铅的高关注物质共30多种物质,它们广泛应用于塑料、橡胶、染料、油漆、涂料等多个领域。因残留在橡胶和塑料制品中的高关注物质危害人类的健康,欧盟REACH法规[1]规定进入欧盟的化学品若高关注物质含量超过0.1%,必须向欧洲化学品管理署通报。X射线荧光光谱法(XRF)由于具有准确度高、     

基于Bi PLS结合Si PLS的组合权值COD浓度预测模型

水体中过高浓度的有机物含量危害巨大，不仅会造成严重的环境污染，而且危害人类身体健康，传统化学法检测水体化学需氧量(COD)的步骤繁琐且时效性差，不利于水体中COD的快速定量检测。针对这些问题，提出了一种将紫外光谱与组合权值模型相结合的快速定量检测COD方法，该组合权值模型是基于反向区间偏最小二乘法(BiPLS)结合组合区间偏最小二乘法(SiPLS)算法对紫外光谱的特征子区间筛选组合，然后依据特征子区间的权值建立的预测模型。首先按照一定的浓度梯度配制45份COD标准液样本，通过实验获取标准液的紫外光谱数据；对获取到的COD紫外光谱数据做一阶导数和S-G滤波(Savitzky-Golay)的预处理，消除基线漂移和环境干扰噪声；应用SPXY(Sample set partitioning based on jiont X-Y)算法将实验样本数据组划分成校正集和预测集。然后基于BiPLS算法对全光谱区间进行波长筛选，在BiPLS筛选过程中，目标区间的划分数量会对建模产生较大影响，于是对子区间划分数量进行优化，把子区间分成15~25个，在不同区间数下都进行偏最小二乘(PLS)建模，通过交互验证均方根误差(RMSECV)来筛选最优子区间数，得到区间数为18时，模型效果最佳。从18个波长区间筛选出了6个特征波长子区间，入选的子区间为2，1，3，11，7和6，对应波长为234~240，262~268，269~275，290~296，297~303和304~310 nm，这6个特征波长区间涵盖了大量的光谱信息，对最终预测模型的贡献度大；接下来通过SiPLS算法对这6个初选区间进行进一步的筛选组合，采用不同的组合数构建不同特征区间上的PLS模型，在相同组合数下，筛选出一个区间组合数最优的结果，对比不同组合数下预测模型的误差与相关性，将6个区间筛选组合为3个特征波长区间，分别为234~240，262~275和290~310 nm，这三个特征区间最佳因子数分别为4，4和3。对传统SiPLS的特征区间组合方法进行改进，基于权值的大小来对这3个特征区间进行线性组合，代替过去特征区间直接组合的方法。通过权值公式计算出这3个特征区间的权重大小分别为0.509，0.318和0.173，最终建立线性组合权值COD浓度预测模型。为了验证组合权重预测模型的精度，另外建立了全波长范围内的PLS预测模型、单个特征波长区间的PLS预测模型、直接组合特征波长区间的PLS模型，并使用评价参数相关系数的平方(R2)、预测值与真实浓度值的均方根误差(RMSEP)和预测回收率(T)来对模型评价。验证结果表明，相比其他预测模型，组合权值模型相关系数的平方达到了0.999 7，明显优于直接组合特征区间建模的0.968 0，预测均方根误差为0.532，比直接组合特征区间的预测模型误差降低了29.3%，预测回收率为96.4%~103.1%，显著地提高了预测精度。该方法简单可行，不会产生二次污染，可为在线监测水体中COD浓度提供一定的技术支持。     

基于片段的核磁共振筛选方法识别NSD1 SET结构域的全新苗头化合物

包含SET结构域的核受体结合蛋白1（NSD1）是一种组蛋白甲基转移酶，它能够特异性的甲基化组蛋白H3赖氨酸第36位（H3K36）.异常表达的NSD1主要发现于Sotos综合症患者体内，但它同样也能导致其他多种人类疾病的发生.目前已有靶向组蛋白甲基转移酶DOT1L和EZH2的小分子抑制剂报道，然而，靶向NSD1的化学探针分子尚未被发现.本文使用基于片段的核磁共振（NMR）筛选方法寻找到3个以NSD1蛋白作为靶点的苗头化合物，利用化学位移扰动分析技术测定了这些化合物与NSD1的结合亲和力.另外，利用分子对接方法选择获得苗头化合物与NSD1蛋白的最可能的结合模型.结果显示苗头化合物1结合于NSD1天然底物S-腺苷酸甲硫氨酸（SAM）的结合口袋中.我们的研究成果为进一步以结构为指导的从苗头化合物到先导化合物的衍化奠定了基础.     

基于改进的模糊综合评价法的低渗油藏CO_2驱筛选体系的建立及应用

以某低渗透油藏为对象,首先在数据挖掘的基础上制定了低渗透油藏注CO_2驱筛选标准.基于模糊综合评价法,建立了适用于低渗透油藏CO_2驱适宜度评价的模糊综合评价模型,并运用该模型对目标油藏注CO_2的适宜度进行了评价.计算结果表明目标油藏注气驱开发适应性较好.评价过程有效地降低了直接进行注气开发的风险,为之后低渗透油藏注气开发提供了技术和经济上的指导.     

基于计算机辅助药物设计的VEGFR2和PD-L1双靶点抑制剂的筛选

肝细胞癌(HCC)是世界上最具侵袭性的实体恶性肿瘤之一,尽管近几十年来在肝切除术、射频消融和肝移植等方面取得了显著进展,但HCC患者的愈后仍不乐观,主要原因是HCC的高复发率和转移率以及该疾病对化疗和靶向治疗的耐受性。VEGFR2和PD-L1抑制剂联合应用能对小鼠体内的HCC肿瘤进行显著抑制并延长其寿命,因此开发VEGFR2与PD-L1双靶点抑制剂对HCC的治疗具有十分重要的意义。本文基于计算机辅助药物设计(CADD),经过以分子对接为基础的虚拟筛选、MM-GBSA和ADMET评价以及QSAR模型预测,得到了一系列VEGFR2和PD-L1的双靶点活性化合物,有望为后续抑制剂的开发提供思路和方向。     

基于结构虚拟筛选发现蛋白质精氨酸甲基转移酶5抑制剂

蛋白质精氨酸甲基转移酶5(PRMT5)是蛋白质甲基转移酶家族(PRMTs)的重要一员,其主要生理功能是催化精氨酸单对称二甲基化。PRMT5的上调发生在不同类型的肿瘤中,并与不良预后密切相关,已被视为肿瘤治疗中的潜在靶点。近年来,已有多种PRMT5抑制剂进入临床试验,但目前尚未有药物获批上市。本研究基于Glide对接的虚拟筛选和生物活性实验,发现化合物8018-1271对PRMT5酶的抑制活性IC₅₀值为13.56±0.86μmol/L,并通过分子动力学揭示其与PRMT5蛋白结构域的相互作用模式。本研究所得化合物8018-1271可作为进一步改造的先导化合物,为新型PRMT5抑制剂的发现提供参考。     

高通量虚拟筛选CDK2/Cyclin A2靶点抑制剂

CDK2/Cyclin A2复合蛋白的异常表达与乳腺癌、 口腔癌、 食管鳞状细胞癌的发生密切相关. CDK2/ Cyclin A2复合蛋白的活性位点不同于CDK2单体. 至今临床上尚无靶向此复合蛋白的药物分子. 针对CDK2/Cyclin A2复合蛋白, 以实验报道的10个抑制剂分子构建药效团模型, 通过药物体外药代动力学（ADME）、 Docking、 聚类分析、 毒性预测, 从DrugBank, ChEMBL和TCM@Taiwan 3个数据库约90万组数据中进行高通量虚拟筛选, 进一步进行MD模拟、 MM/PBSA结合自由能计算、 能量分解和平均非共价作用(aNCI)分析, 筛选出3个抑制效果优于阳性实验药Roscovitine的先导分子: DrugBank-2004, DrugBank-583和ChEMBL-7122. 与CDK2蛋白相比, CDK2/Cyclin A2复合蛋白结合位点空间变大, 先导分子与Lys33, Asp86, Lys129和Asp145残基之间的排斥作用有所降低, 导致结合自由能更大.     

毛细管电泳法高效筛选8-氧代鸟嘌呤DNA糖基化酶的核酸适配体

8-氧代鸟嘌呤DNA糖基化酶(OGG1)是人体中重要的功能蛋白,在修复DNA氧化性损伤过程中起关键作用。氧化应激等引起的氧化损伤易导致炎症反应的发生,对OGG1的抑制可以一定程度上起到缓解作用;对癌细胞OGG1的抑制有望作为癌症治疗的新方法。目前的研究多集中于小分子对OGG1功能的影响和调控,而OGG1的适配体筛选尚未见报道。作为功能配体,适配体具有合成简单、高亲和力及高特异性等优点。该文筛选了OGG1的核酸适配体,结合毛细管电泳高效快速的优点建立了两种基于毛细管电泳-指数富集进化(CE-SELEX)技术的筛选方法:同步竞争法和多轮筛选法。同步竞争法利用单链结合蛋白(SSB)与核酸库中单链核酸的强结合能力,与目标蛋白OGG1组成竞争体系,并通过增加SSB浓度来增加竞争筛选压力,以去除与OGG1弱结合的核酸序列,一步筛选即可获得与OGG1强结合的核酸序列。多轮筛选法在相同孵育条件和电泳条件下,经3轮筛选获得OGG1的核酸适配体。比较两种筛选方法的筛选结果,筛选结果中频次最高的3条候选核酸适配体序列一致,其解离常数(K_D)值在1.71~2.64 μmol/L之间。分子对接分析结果表明候选适配体1(Apt 1)可能与OGG1中具有修复氧化性损伤功能的活性口袋结合。通过对两种筛选方法的对比,证明同步竞争法更加快速高效,对其他蛋白核酸适配体筛选方法的选择具有一定的指导意义。得到的适配体有望用于OGG1功能调控,以抑制其修复功能。