纳米磁粉固定化酶催化合成 α-D-葡萄糖-1-磷酸

 建立了以麦芽糊精和磷酸盐为底物, 在常温下合成 α-D-葡萄糖-1-磷酸的生物催化体系. 从大肠杆菌 K12 中克隆表达了麦芽糊精磷酸化酶, 并固定化在氨基修饰的磁性纳米颗粒上, 以便于酶的回收和重复利用. 在优化的反应条件下, 于 200 ml 体系中连续使用该固定化酶 8 批次, 催化合成了 α-D-葡萄糖-1-磷酸. 经过简单的纯化步骤, 最终得到 440 mg 产品, 分离产率为 70.5%.     

基于FPGA视频合成系统设计与实现

为实现将输入的六路BT656视频无失真地合并成一路BT1120视频输出,采用将FPGA技术和视频合成系统相结合的设计方法,用verilog语言设计完成有效视频数据的抽取、SRAM乒乓操作以及FPGA对于视频的拼接处理方法。该系统由视频输入解码模块、存储模块、输出解码模块、i2c模块以及时钟管理模块组成。经算法仿真和逻辑综合,该设计可以实现视频合成的基本功能,满足视频监控系统的实时性要求.综合结果表明该设计占用FPGA片上逻辑资源少,系统运行频率高。     

模拟移动床色谱分离二十碳五烯酸乙酯和二十二碳六烯酸乙酯

二十碳五烯酸和二十二碳六烯酸是两种非常重要的ω-3多不饱和脂肪酸,广泛用于膳食补充剂和药品,同时它们的生理作用并不完全相同,因此分离制备它们的高纯度单体十分必要。首先以聚苯乙烯/二乙烯基苯（PS/DVB）聚合物为固定相,在液相色谱上分离二十碳五烯酸乙酯（EPA-EE）和二十二碳六烯酸乙酯（DHA-EE）,考察了流动相、填料粒径、温度对分离的影响。然后采用粒径20 μ m、孔径10 nm的PS/DVB填料装填了8根150 mm×10 mm的半制备色谱柱,测定了半制备柱装填的均一性。最后尝试在模拟移动床（SMB）色谱上分离EPA-EE和DHA-EE的混合物,探究了Ⅱ区和Ⅲ区的流量、进料流量、进料浓度对分离的影响,结果表明SMB制备的EPA-EE和DHA-EE的相对纯度分别为91.6%和93.6%,回收率分别为97.0%和91.6%,固定相生产率为5.97 g/（L\5h）,溶剂消耗为1.52 L/g。SMB制备EPA-EE和DHA-EE具有较大的应用潜力。     

基于脂质体的纳米基因载体的研究进展

基因治疗是指将外源基因导入目标细胞,用以修正因基因缺陷和异常导致的疾病,达到治疗疾病的目的。 外源基因在细胞中高效、持续地表达是基因治疗成功的关键,这与载体的选择息息相关。 随着科技的发展,脂质体纳米复合物作为基因载体受到人们广泛关注,其具有功能多样、易于修饰、生物相容性好、转染效率高等优点。 本文介绍了脂质体的结构特点,并对磁性纳米、金纳米、量子点、壳聚糖、上转换纳米与脂质体的复合物作为基因载体进行综述和展望。     

功能化金纳米星作为药物载体用于乳腺癌光热和化疗的协同治疗研究

采用一步合成法将氯金酸(HAuCl_4)与pH=7.4的4-羟乙基哌嗪乙磺酸(HEPES)缓冲溶液合成尺寸约为25 nm的星形金纳米颗粒(金纳米星),其吸收峰位于750 nm。通过Au-S键将16-巯基十六烷基酸(C_(16)H_(32)O_2S)修饰于金纳米星表面,然后负载抗肿瘤药物盐酸阿霉素(DOX),所得材料的吸收峰红移至800 nm,同时在480 nm处出现DOX特征吸收峰。用牛血清白蛋白(BSA)对其进行包覆,以增加其稳定性和生物相容性,材料的吸收峰红移至806 nm,粒径也显著增大,说明BSA被成功包覆于载药纳米材料表面。将上述载药纳米复合材料与乳腺癌细胞(MCF-7)孵育,考察其光热治疗与化疗的协同治疗效果。细胞活力实验结果表明,单纯的激光照射对细胞存活率基本没有影响;加入未负载DOX的金纳米复合物,并经过激光照射后,相对于对照组细胞存活率为85%;只加入同浓度的DOX并经过激光照射后,细胞的相对存活率为70%;加入负载DOX的金纳米复合材料并经过激光照射后,细胞存活率仅为对照组的25%。上述结果表明,所合成的载药纳米复合材料可对乳腺癌进行光热治疗与化疗的协同治疗,提高对乳腺癌的治疗效率。     

融合两类跟踪框架优点的红外目标跟踪算法

基于粒子滤波的算法模型框架,针对红外的目标成像与背景对比度低、背景复杂等问题,进行提取目标灰度特征,通过对系统概率的密度函数的采样集进行了预测和更新,来逼近系统的后验密度概率,初步确定目标位置,再融合均值漂移算法进行小区域精确搜索,确定目标位置。同时,通过调整均值漂移的算法和函数的带宽,对于红外目标有阻挡情况下的识别能够得到有效处理。通过仿真得到该模型具有算法高效、去除粒子的退化,并且对于有遮挡的红外目标能够进行实时稳定地跟踪。     

具有二阶矩有限噪声的Lasso高维统计分析

研究在非高斯噪声下的Lasso的高维统计分析,给出了在误差噪声满足二阶矩有限条件下,Lasso方法的高维界估计,推广了现有的关于Lasso的主要理论结果.所得结果具有一定的理论及应用价值.     

基于集成算子改进得分函数的区间直觉模糊多属性决策方法

为更大程度的保留决策信息的原始性，针对决策过程决策信息的聚合、备选方案的比选问题，提出一种基于集成算子改进得分函数的区间直觉模糊多属性决策方法。首先，构建各决策者区间直觉模糊集评分矩阵，并根据模糊熵获得各决策者权重。其次，利用区间模糊集集成算子得到区间直觉模糊综合决策矩阵，进而选择Hamming距离表示方法，建立总离差最大化为目标的最优化模型客观确定属性权重。然后，基于得分函数的定义及性质将原始得分函数进行改进，获得各方案的得分区间矩阵，并将其与决策者属性进行综合得到综合得分区间。最后，根据区间数中心和半径的全序关系对方案的距离，计算每个方案的最终得分，并通过某公司选择投资企业算例验证该方法的可行性和有效性。