手性组装材料及其在对映体分离中的应用

手性组装材料作为一种新型功能复合材料,已经引起众多科学研究领域的广泛关注,尤其是其在对映体分离方面的潜在应用成为当前的研究热点。本文首先从手性来源角度对手性组装材料的构建机制进行了分类探讨,包括手性诱导、手性放大、手性传递和手性转录4个主要途径,其中具有手性的多孔金属有机骨架、纳米笼是基于手性诱导和手性传递机制构建的组装材料,手性凝胶的形成是基于手性放大机制,而手性转录机制主要用于手性多孔无机材料、螺旋纳米结构的构建。其次,介绍了手性组装材料的对映体识别功能,主要针对金属有机骨架化合物(MOFs)、手性凝胶和纳米笼三类手性组装材料在对映体分离中的应用进行了综述。阐述了天然生物大分子DNA的手性自组装特性及其对对映体的立体选择性识别功能,并介绍了DNA螺旋组装结构在手性等离子材料、非对称催化剂设计等方面的应用。最后,归纳了金属有机骨架化合物、手性凝胶、纳米笼和DNA等手性组装材料各自的优势,并对DNA在手性拆分领域的应用前景进行了展望。     

污染水产去甲基化表观遗传毒性EGFP评价方法

pEGFP-C3质粒经过体外人工甲基化处理后,被转染进入HepG2细胞以构建重组细胞株．以5-AZA为阳性去甲基化毒物与重组细胞共培养,通过亚硫酸氢钠测序法定量检测EGFP基因启动子区甲基化状态,通过实时定量PCR检测EGFP基因表达,借助流式细胞术和荧光摄片定量检测共培养细胞的绿色荧光强度,在DNA甲基化、EGFP基因mRNA表达、GFP蛋白等多个层次研究5-AZA染毒处理与其去甲基化能力和荧光表达改变的响应关系．对天津污染水产的去甲基化能力进行了实际样品测试．结果表明,5-AZA与重组细胞的DNA甲基化、基因表达、蛋白产物变化之间存在显著关联,具有较低的检出浓度和良好的重复性．天津污染海域的水产去甲基化能力较强．本文初步建立了一种污染物去甲基化表观遗传毒性评价方法．     

PNDC-b-PNTPE自组装制备兼具结构色和荧光色的薄膜

设计合成了含有聚集诱导发光四苯乙烯基的大位阻单体四苯乙烯基降冰片烯(NTPE),通过NTPE与含有双癸烷基的树状单体对苯二甲酸癸烷苯酯基降冰片烯(NDC)的顺序开环易位聚合(ROMP)制备具有聚集诱导发光性质的大位阻树状嵌段聚合物(PNDC-b-PNTPE).利用薄膜自组装制备了兼具结构色和荧光色的一维光子晶体薄膜.结果表明,PNDC-b-PNTPE在四氢呋喃(THF)中随着溶剂的挥发而快速自组装成为蓝色的一维光子晶体薄膜,其最大反射波长(λ_max)为443 nm.一维光子晶体薄膜的横截面扫描电子显微镜照片表明,PNDC-bPNTPE组装为周期为133 nm的层状结构.荧光发射光谱分析结果表明,一维光子晶体薄膜在368 nm波长紫外光的激发下能够发射最大波长为425 nm的荧光.该兼具结构色和荧光色的薄膜在防伪和显示方面有潜在的应用前景.     

改进型 PSO‐SVM算法对井下多组分气体定量分析的研究

对于多组分混合气体定量分析而言,基于特征光谱的定量分析技术具有不可比拟的优势,而定量检测效率与精度取决于其采用的光谱数据处理算法的优劣。优化光谱分析算法参数与改进光谱数据处理方式是提高定量分析速度与精度的重要手段。针对井下多组分气体定量分析建模过程中支持向量机(SVM)参数难以确定,并且随组分数增多而呈指数增长的光谱数据运算量的问题,提出了一种改进型粒子群优化-支持向量机(PSO-SVM)算法。该算法主要针对多组分气体混合光谱数据量大,光谱特征信息存在交叠的问题进行研究。通过粒子变异约束PSO算法的收敛路径,再通过粒子信息共享提高模型优化效率,最后利用设置动态不敏感区提高模型精度。设计了一种井下多组分气体快速定量检测系统。该系统由CPU控制信号调制模块驱动红外光源,信号光经过滤尘除湿后的气室照射在探测器上。在压力与温度传感器补偿的基础上,由信号处理模块将探测得到的光信号量化传入CPU,最终,结合改进型PSO-SVM算法实现各组分气体浓度的定量分析。在完成井下实际样气采集、预处理的基础上,对浓度范围0～10.0%的CH₄和浓度范围0～1.0%的C₂H₆,C₃H₈,SO₂和CO₂共5种组分的混合气体进行了测试,获得了800组红外光谱数据,其中训练集400组,验证集400组。采用SVM建立了多组分气体的定量分析模型,利用改进型PSO对SVM中的参数进行了优化,并将获得的最优参数重建了定量分析模型。对采集的红外光谱数据分别由本算法与传统BP网络算法进行各组分气体浓度反演,实验结果显示,由于变异粒子对其产生的约束,使最优值收敛范围变小,从而提高了收敛速度,该算法建模时间仅为传统方法的1/10;由于通过气体光谱特性给出不敏感区,使特征光谱计算时交叉敏感效率降低,从而提高了模型预测的准确度,平均误差约为传统方法的1/5。由此可见,该算法在全局优化及快速收敛方面得到了显著提升,改进型PSO结合SVM用于井下多组分气体定量分析是可行的。改进型PSO-SVM算法对于多组分气体混合红外光谱数据的分离具有很好的适用性,其有一定的实际应用价值。