硼掺杂金刚石纳米棒电极对比阿培南的电化学检测研究

在自制的硅纳米线上采用热丝化学气相沉积方法制备了硼掺杂金刚石纳米棒电极.采用循环伏安及计时电流方法测定了在磷酸缓冲溶液中的药物比阿培南的浓度,灵敏度达到0.038μA μM-1较相同条件下制备得到的普通硼掺杂金刚石电极(0.028μA μM-1)相比有所提高.该纳米棒电极由于特殊的表面形貌,较普通硼掺杂金刚石电极表现出...     

新型手性酪氨酸修饰的锌卟啉对氨基酸酯的分子识别研究

合成并表征了一种L型Boc酪氨酸修饰的自由卟啉(LBocTyrTAPP)及其锌卟啉配合物Zn(LBocTyr)TAPP.通过紫外-可见光谱滴定法,研究了手性锌卟啉配合物与四对对映异构的手性氨基酸酯客体在CHCI3中的分子识别行为.实验结果表明,在分子识别的过程中,缔合常数顺序均为D型略大于L型,且按K(PheOMe)>K(AIaOMe)>K(ValOMe)>K(LeuOMe)的顺序依次减小.同时,利用园二色光谱进一步阐述手性分子识别过程.此外,采用分子力学方法搜索了主客体体系的最低能量构象,从理论上对实验本质进行较深入的探讨.     

尾式酪氨酸锌卟啉的合成及其非线性光学和热力学性质研究

报道了一种新型尾式酪氨酸锌卟啉(p-(L-Tyr)NC₂H₄OTPPZn)的合成及表征，围绕该化合物进行了非线性光学及热力学性质研究。样品在激光作用下，在一定波长范围内显示出了非常强烈的反饱和吸收行为。对该化合物与3对氨基酸甲酯客体的轴向配位热力学性质作了研究，从热力学数据和圆二色光谱探讨了与不同客体配位能力的差异。     

新型手性基团修饰的金属卟啉的合成及性质研究

合成了一种手性基团修饰的金属卟啉化合物[5-对(L-亮氨酰氧乙氧基)苯基-10, 15, 20-三苯基卟啉锌]. 通过元素分析、紫外可见光谱、红外光谱、圆二色光谱及核磁共振波谱对该化合物进行了较详细的表征. 同时, 采用分子力学方法搜索了主体的最低能量构象, 从理论上进一步解释实验结果. 利用Z扫描技术测定了该化合物的三阶非线性光学性质.     

手性锌卟啉的非线性光学性质及对咪唑类客体分子识别的构象研究

在纳秒(ns)领域中，利用Z-扫描技术测定了Zn(o-BocTyr)TAPP(主体1)和Zn(p-BocTyr)TAPP(主体2)两种手性锌卟啉的三阶非线性光学性质以及对咪唑类客体的分子识别行为的构象研究. 结果表明，(1) 两种手性锌卟啉都具有反饱和吸收效应和自散焦效应；(2) 由于两种主体中侧链位置的差异，造成两种主体分子极化程度的不同，主体1具有较大的三阶非线性折射率(n2)值；(3) 主体1中侧链苯环与卟啉环之间存在一定的相互作用；(4) 分子识别出现了配位方向的选择性，客体咪唑(Im)与主体1侧链中的苯环能够形成π-π相互作用，选择从有侧链一方配位于主体1，而2-甲基咪唑(2-MeIm)选择从没有侧链一方进攻主体1，但对于主体2，则没有出现配位方向的选择性.     

新型卟啉衍生物反饱和吸收研究

利用纳秒脉冲激光下的z扫描方法对两种新型卟啉衍生物在450 nm—490 nm范围内的反饱和吸收进行了研究.通过与四苯基卟啉的比较发现，在Soret和Q吸收带之间，两种新型卟啉衍生物都具有大的反饱和吸收.采用五能级模型对实验结果进行了分析，比较了在不同波长范围内各个样品的优势.实验结果表明，在450 nm—490 nm范围内，两种新型的卟啉衍生物有着比四苯基卟啉更好的光限制应用前景. 关键词： 反饱和吸收 z扫描')" href="#">z扫描 卟啉衍生物     

新型手性锌卟啉对氨基酸酯的分子识别

合成并表征了一种新型用Boc保护的L-酪氨酸修饰的手性锌卟啉Zn（L-BocTyr）TAPP（主体）. 运用紫外可见光谱滴定法, 研究了主体化合物与四对氨基酸酯对映体的识别反应. 主体与各客体缔合常数均为K_D>K_L, 且按K(PheOMe)>K(LeuOMe)>K(ValOMe)>K(AlaOMe)的顺序依次减少. 主体化合物对氨基酸酯的识别作用是由主-客体之间手性匹配产生的. 识别体系的焓熵补偿关系揭示出该识别体系是焓驱动的过程，在识别过程中客体氨基酸酯分子构象自由度损失较大.通过圆二色光谱的研究，确定在进行识别反应时，D型氨基酸酯比L型氨基酸酯更易与主体反应，形成的化合物更趋于稳定. 我们认为圆二色产生的机理是由主体侧链中羰基的电子过渡态与卟啉平面的电子过渡态之间相互偶合所致.通过量子化学计算, 进一步揭示识别反应的本质特征. 在理论计算中，首先运用模拟退火的方法搜索了主体、主－客体体系的最低能量构象, 并在此最低能量构象的基础上进行Gaussian 98的理论计算. 通过所得理论计算结果证实, D型氨基酸酯与主体所形成的配合物更稳定. 理论计算较好地解释了实验事实.     

基于网络链路预测的药物分子重定位研究

传统的药物开发模式成本高、周期长、风险大。药物重定位方法(旧药新用)能挖掘已知药物分子的新功能,探寻其新的适用范围,该策略可降低开发风险,提高研发效率。随着药物实验数据的积累和高效计算方法的涌现,多种药物重定位方案被应用于药物设计中,为药物合成试验提供指导。本文提出一种基于链路预测算法的药物重定位方法。利用药物分子-靶标蛋白相互作用网络的结构信息,推断部分化学信息不明确的小分子和蛋白质间的关联性。结果表明,该方法在不同的数据集上均有较好的预测效果,有助于挖掘现存药物分子新功能研究的开展。