RNAGCN: RNA tertiary structure assessment with a graph convolutional network

RNAs play crucial and versatile roles in cellular biochemical reactions. Since experimental approaches of determining their three-dimensional (3D) structures are costly and less efficient, it is greatly advantageous to develop computational methods to predict RNA 3D structures. For these methods, designing a model or scoring function for structure quality assessment is an essential step but this step poses challenges. In this study, we designed and trained a deep learning model to tackle this problem. The model was based on a graph convolutional network (GCN) and named RNAGCN. The model provided a natural way of representing RNA structures, avoided complex algorithms to preserve atomic rotational equivalence, and was capable of extracting features automatically out of structural patterns. Testing results on two datasets convincingly demonstrated that RNAGCN performs similarly to or better than four leading scoring functions. Our approach provides an alternative way of RNA tertiary structure assessment and may facilitate RNA structure predictions. RNAGCN can be downloaded from https://gitee.com/dcw-RNAGCN/rnagcn.     

酸水解-酶水解-UPLC-MS/MS测定特殊医学用途配方食品中多种氨基酸和牛磺酸

利用酸水解与酶水解互补,采用超高效液相色谱-串联质谱法（UPLC-MS/MS）,建立了特殊医学用途配方食品中22种氨基酸和牛磺酸的检测方法。样品经酸水解或酶水解提取,采用6-氨基喹啉基-N-羟基琥珀酰亚胺-氨基甲酸酯（AQC）衍生后,以乙腈-甲酸铵（10 mmol/L）为流动相梯度洗脱,通过AccQTag Ultra C18色谱柱进行分离,三重四极杆质谱电喷雾多反应监测模式检测,内标法定量。结果表明：22种氨基酸和牛磺酸线性关系良好,相关系数均大于0.9956;检出限在0.0028～0.0225 g/100 g之间,定量限在0.0094～0.0751 g/100 g之间。22种氨基酸和牛磺酸的平均加标回收率在90.1%～104.7%之间,相对标准偏差在1.1%～4.3%之间。该方法实现了GB 29922-2013和GB 25596-2010中规定的22种不同性质氨基酸以及牛磺酸成分的水解提取与准确测定,适用于特殊医学用途配方食品中氨基酸和牛磺酸的准确定性、定量分析。     

混合型离子交换液相色谱-串联质谱法检测鸡蛋中10种氨基糖苷类药物残留

该研究系统地优化了样品前处理过程及仪器分析中影响氨基糖苷残留分析准确度与灵敏度的各主要因素,建立了鸡蛋中10种氨基糖苷类药物(链霉素、双氢链霉素、潮霉素B、卡那霉素、阿米卡星、妥布霉素、安普霉素、大观霉素、新霉素、庆大霉素)残留量的混合型离子交换液相色谱-串联质谱分析方法。样品经10 mmol/L乙酸铵缓冲溶液(含0.4 mmol/L EDTA和50 g/L三氯乙酸)超声提取,调节pH至6~7后,经PRiME HLB固相萃取柱富集净化,采用SIELC Obelisc R色谱柱分离,以乙腈和1.0%(v/v)甲酸水溶液(含1 mmol/L甲酸铵)为流动相进行梯度洗脱,在正离子、多反应监测模式下经串联质谱仪测定,外标法定量。该方法在5~200 μg/L质量浓度范围内线性关系良好,相关系数(r²)均大于0.99;方法的检出限(LOD, S/N≥3)为2~5 μg/kg,定量限(LOQ, S/N≥10)为5~10 μg/kg。在空白鸡蛋中进行LOQ、20 μg/kg、100 μg/kg 3个水平的加标回收实验,方法的平均回收率(n=6)为68.1%~111.3%,相对标准偏差为1.2%~12.3%。利用该方法对市售的20批次鸡蛋样品进行测定,均未检出目标物。本方法简单、灵敏、准确,可实现鸡蛋中10种氨基糖苷类药物残留的批量检测。     

离子色谱法测定电子烟烟液中氨的含量

建立了测定电子烟烟液中的氨含量离子色谱法。样品经10 mol·L-1盐酸溶液萃取10 min后,采用Dionex Ion Pac CS16A阳离子交换柱分离,以MSA为淋洗液进梯度洗脱,用电化学检测器检测。氨的质量浓度在0.05~1.0 mg·L-1范围内与峰面积呈线性关系,检出限(3S/N)为0.035μg·g-1,测定下限(10S/N)为0.12μg·g-1。方法用于12种市售品牌电子烟烟液中氨的测定,加标回收率在93.2%~106%之间,测定值的相对标准偏差(n=5)小于4%。     

一种基于多维尾条件期望的扩散模型检验方法

为了解决多维扩散模型的设定检验问题,我们基于多维尾条件期望(CTE)制定了一个检验统计量.虽然不能直接估计出多维扩散模型的转移密度矩阵,但是可以估计出每个分量的转移密度,再通过CTE将每个分量联合起来,建立了一个真正的多维统计量.最后通过仿真模拟评估了该检验方法的检验的性能.     

超高效液相色谱-串联质谱法测定食品中的三氯蔗糖

建立了食品中三氯蔗糖的超高效液相色谱-电喷雾串联质谱(UPLC- MS/MS)测定方法.样品中的三氯蔗糖用水提取,简单除杂后根据样品基质选用HLB柱净化或用沉淀剂去除样品中的脂肪和蛋白质,用甲醇-水定容.经反相色谱柱分离后,采用多反应监测(MRM)负离子模式检测,定性离子对为m/z 395.07/358.90和397....     

基于二极管阵列检测器的色谱峰纯度的快速直观鉴定

基于二极管阵列检测器（DAD）得到的色谱-光谱图,通过去噪、归一化、计算欧氏距离,聚类分析等方法,建立了一种快速直观的评价色谱峰纯度的有效方法：可直观的判断色谱峰的纯度,并判断存在干扰峰的位置,为色谱工作者评价色谱峰,进行下一步工作提供了依据。     

超高效液相色谱-串联质谱法测定辣椒制品中酸性橙Ⅱ

建立了辣椒制品中酸性橙Ⅱ的超高效液相色谱-串联质谱分析方法。样品用乙腈提取,WAX弱阴离子固相萃取柱净化浓缩,经超高效液相色谱分离,三重四极杆质谱电喷雾电离(ESI),负离子多反应监测模式检测。结果表明,在1~200ng/mL质量浓度范围内,线性相关系数大于0.998;加标回收率为83.2%~113.2%,相对标准偏差为0.7%~7.2%。检出限分别为1.0μg/kg(辣椒油及辣椒酱)和2.0μg/kg(辣椒粉)。方法适用于辣椒制品中酸性橙Ⅱ的测定。     

离子速度成像方法研究碘代正戊烷的紫外光解动力学

利用离子速度成像方法对n-C5H11I分子在266和277 nm下的光解动力学进行了研究. 实验分析了I*(5p 2P1/2)和I(5p 2P3/2)的离子影像, 得到其相应速度、角度分布和相对量子产率, 并根据相对量子产率和角度分布计算了不同解离通道的比例. 实验发现n-C5H11I的3Q0和1Q1态之间存在较强的耦合效应, 并且随着波长的减小, 这种非绝热耦合作用有递增的趋势. 由离子影像(I*和I)的角度分布结果发现, 在同一解离激光波长下I*的各向异性参数β值比I的β值小, 其中I*主要由3Q0直接解离产生, 而I绝大多数是由分子先跃迁到3Q0再经过3Q0→1Q1的非绝热耦合产生.     

Three-dimensional Monte Carlo simulation of bulk fin field effect transistor

In this paper,we investigate the performance of the bulk fin field effect transistor(FinFET) through a threedimensional(3D) full band Monte Carlo simulator with quantum correction.Several scattering mechanisms,such as the acoustic and optical phonon scattering,the ionized impurity scattering,the impact ionization scattering and the surface roughness scattering are considered in our simulator.The effects of the substrate bias and the surface roughness scattering near the Si/SiO2 interface on the performance of bulk FinFET are mainly discussed in our work.Our results show that the on-current of bulk FinFET is sensitive to the surface roughness and that we can reduce the substrate leakage current by modulating the substrate bias voltage.