钴(Ⅱ)-氨基酸配合物催化性能与氧合性能的关系

研究了13种钴(Ⅱ)-氨基酸配合物的可逆氧合性能和催化性能之间的关系,通过配合物活化分子氧(O2)氧化环己烯考察其催化性能.结果表明,13种钴(Ⅱ)-氨基酸配合物均具有不同程度的可逆氧合性能和催化活性.配合物完成一个可逆吸氧周期的用时越短,其可逆氧合性能越好,催化性能越差;相反,吸氧周期长及可逆氧合性能差的配合物其催化性能却更好.另外,在对配合物不同配比的研究中发现,Co(Ⅱ)与氨基酸的摩尔比为1∶3(或1∶2)饱和配位时,可逆吸氧性能较好,但其催化性能较差,环己烯转化率较低;在1∶1型配位不饱和时,吸氧的可逆性较差,但催化性能优良,环己烯的转化率可达82.5%.结合结构分析和理论计算的结果可知,不同钴(Ⅱ)-氨基酸配合物的氧合可逆性和催化性能的差异,主要归因于氨基酸配体的残基与Co(Ⅱ)的结合能力的不同.氨基酸配体的残基与Co(Ⅱ)的结合能力越好,越有利于配合物由高自旋态向低自旋态转化,并与O2可逆结合,不利于烯烃基的取代,配合物表现出较差的催化性能,反之亦然.     

钴(Ⅱ)-氨基酸配合物催化性能与氧合性能的关系

研究了13种钴(Ⅱ)-氨基酸配合物的可逆氧合性能和催化性能之间的关系, 通过配合物活化分子氧(O₂)氧化环己烯考察其催化性能. 结果表明, 13种钴(Ⅱ)-氨基酸配合物均具有不同程度的可逆氧合性能和催化活性. 配合物完成一个可逆吸氧周期的用时越短, 其可逆氧合性能越好, 催化性能越差; 相反, 吸氧周期长及可逆氧合性能差的配合物其催化性能却更好. 另外, 在对配合物不同配比的研究中发现, Co(Ⅱ)与氨基酸的摩尔比为1:3(或1:2)饱和配位时, 可逆吸氧性能较好, 但其催化性能较差, 环己烯转化率较低; 在1:1型配位不饱和时, 吸氧的可逆性较差, 但催化性能优良, 环己烯的转化率可达82.5%. 结合结构分析和理论计算的结果可知, 不同钴(Ⅱ)-氨基酸配合物的氧合可逆性和催化性能的差异, 主要归因于氨基酸配体的残基与Co(Ⅱ)的结合能力的不同. 氨基酸配体的残基与Co(Ⅱ)的结合能力越好, 越有利于配合物由高自旋态向低自旋态转化, 并与O₂可逆结合, 不利于烯烃基的取代, 配合物表现出较差的催化性能, 反之亦然.     

基于空谱特征优化选择的高光谱激光雷达地物分类

地物精细化分类一直是遥感领域的研究热点之一,也是生物量计算、全球碳循环、能量流动等研究的重要前提。为实现复杂场景下的地物高精度识别分类,本文基于高光谱激光雷达空间-光谱一体化同步获取优势,提出了基于空谱特征优化选择的高光谱激光雷达地物分类流程,构建了多种适用于高光谱激光雷达数据的空谱特征,并通过空谱特征优化选择,确定最优空谱特征组合进而实现高精度地物分类。14类地物分类结果表明,联合多种空谱特征,可优化某些类别因空间结构复杂造成光谱获取准确度不高从而引起的错误分类现象,总体分类精度可达95.57%,平均分类精度为84.37%;基于空谱特征优化选择确定最优空谱特征组合,可有效地消除特征冗余,使得总体分类精度进一步提高1.56%,平均分类精度提高4.36%。基于高空间分辨与高光谱分辨的一体化成像探测优势,高光谱激光雷达技术在地物精细化分类领域极具研究潜力与商业价值。     

茶叶中21种吡咯里西啶生物碱检测方法研究

基于高效液相色谱-串联质谱建立了同时检测茶叶中21种吡咯里西啶生物碱(PAs)的分析方法。样品经0.05 mol/L硫酸提取,固相萃取法净化,Phenomenex Kinetex F5色谱柱(150 mm×3.0 mm×2.6μm)分离,以甲醇-0.1%甲酸水作为流动相进行梯度洗脱,正离子模式扫描,多反应监测(MRM)模式下进行检测,基质匹配标准曲线外标法定量。结果表明,21种PAs在各自质量浓度范围内呈良好线性关系(r²≥0.995 0),方法检出限(LOD)为0.3～1.0μg/kg;在低、中、高3个加标水平下,回收率为72.1%～108%,相对标准偏差(RSD,n=6)为2.0%～9.8%。将该方法用于市售茶叶样品的检测,有5件样品检出PAs,总含量在1.8～85μg/kg之间。所建立的方法高效、稳定,可同时实现21种吡咯里西啶生物碱的检测。     

基于组学、机器学习和生物转化技术的农药及其转化物筛查方法研究

该研究基于液相色谱-高分辨质谱联用技术，针对不同食品基质，通过标准化的样品提取方法，低歧视的仪器采集方法，以及组学、机器学习和生物转化等技术的融合，建立了各类农药及其转化物的靶向和拟靶向数据筛查方法。实验结果表明，不同农药在多种基质中的回收率为80%～120%。样本中农药的MS²特征能在基于特定列表(Inclusion list)的数据依赖性扫描(DDA)方式下兼顾检出率和特异性。靶向方法基于数据库的保留时间(RT)、MS¹(m/z偏差、同位素轮廓、加合形态、源内裂解)和MS²(二级碎片)等多元参数匹配，可以高置信度地鉴定阳性物质。同时，拟靶向方法在人工智能(AI)预测模型的帮助下，在菊花茶中发现8种疑似的农药转化物，这些特征在MS¹匹配的基础上进行MS²的预测和RT的过滤，并通过体外肝微粒生物合成获得无商业化标准品的农药转化物的质谱特征，确证疑似结果。该方法实现了农药及其转化物的高通量和高特异性的筛查，适用于各类食品基质的快速筛查。