OUH体系的结构和分析势能函数

采用密度泛涵B3LYP方法优化出了OUH分子的各种结构，确定了最稳定构型和离解能，以及它们的谐性力常数，并导出双原子分子UH,UO的Murrell-Sorbie势能函数及其光谱数据。采用多体项展式方法，导出OUH(X^4A')基态分子的分析势能函数，获得OUH(X^4A')体系的势能面，考察了这个势能函数的基本性质，正确地复现出OUH分子的平衡结构特征，结果表明：U+OH,O+UH,H+UO的反应均为无阈能的放热能反应。为进一步探讨OUH体系的反应动力学过程打下了基础。     

催化动力学光度法测定痕量钒（Ⅴ）的研究

本文研究了在酸性介质中痕量钒（Ⅴ）催化氯酸钾氧化变色酸及抗坏血酸体系的反应和动力学条件，建立了催化动力学光度法测定痕量钒（Ⅴ）的新方法。该方法的检出限为０．０８ｎｇ／ｍＬ Ｖ（Ⅴ），线性范围为０～０．３μｇ／２５ｍＬ Ｖ（Ⅴ）。将该方法用于水样及人发中痕量钒（Ⅴ）测定，结果令人满意。     

新型杀菌剂氟吗啉在黄瓜植株体内的吸收传导行为

利用生物测定技术和高效液相色谱法研究了氟吗啉在黄瓜植株体内的吸收、传导和分布行为及其机制. 结果表明, 氟吗啉能被黄瓜植株被动吸收, 并通过木质部在体内传导和分布.     

微量臭氧氧化反应测定双键位置

微量臭氧氧化反应已广泛地用来测定生物活性物质的双键位置~([1]).我们在昆虫性信息素的研究工作中改进了Beroza的微量臭氧氧化反应装置~([2]),使臭氧直接通过针头进入反应管,这样在改变试样时.仅需调换针头,简便而又不易污染,而且只需要亚微克级的试样量.臭氧化后生成醛或酮,再通过气相色谱或色质联用仪检测,就可以定出试样的双键位置。     

锌族和钛族卤化物振动光谱的理论计算

采用ab initio RHF,MP2和B3LYP方法以及LanL2DZ和SDD基组计算了四面体锌族卤素阴离子化合物(MX₄^2-,M=Zn(Ⅱ),Cd(Ⅱ),Hg(Ⅱ);X=F^-,Cl^-,Br^-,I^-)和钛族卤化物(MX₄,M=Ti(Ⅳ),Zr(Ⅳ),Hf(Ⅳ);X=F^-,Cl^-,Br^-,I^-)的几何构型和振动频率。计算结果表明,LanL2DZ基组是合适的基组,能得到合理的电荷分布,几何参数以及振动频率。在锌族卤化物的计算中发现,角弯曲振动频率与实测值相当一致,键伸缩振动频率略为偏低,这主要是由于计算的键长略为偏长所致。MP2方法计算的振动频率更接近于实测值。在钛族卤化物的计算中,三种计算方法都相当地再现了实测值,而以B3LYP方法更为满意。     

芳基三氮烯4-位取代基对抗癌活性影响的构象分析

传统的药物设计和新药开发主要是依靠随机筛选,这种方法误差大,且需要费大量时间和经费,其结果也经常不能达到预期的设想。即使是一个国际性的大制药集团,每年平均要合成上万个化合物才能从中筛选出一个可以成为商品的新药。这种状况迫使我们去寻找一条新的打破常规的途径研究新药。近年来,随着计算机图形系统的广泛应用,对药物构效关系的研究得到了卓有成效的发展,取得了一些成功的例子。如抗菌抗癌琥珀酰-L脯氨酸就是计算化学与分子图形技术相结合的成果,目前已投放市场。     

3-仲氨基氧杂环丁烷-3-腈衍生物的合成

以仲胺、氧杂环丁-3-酮和三甲基氰硅烷为原料,无水甲醇为溶剂,无需催化剂,一步反应合成目标化合物3-仲氨基氧杂环丁烷-3-腈衍生物(1a～1d),产物结构经¹H NMR、¹³C NMR和ESI-MS表征。并以异吲哚啉、氧杂环丁-3-酮和三甲基氰硅烷的反应为模型反应,考察影响产物1a收率的主要因素,优化反应条件为:物料摩尔比为n(异吲哚啉)∶n(氧杂环丁-3-酮)∶n(三甲基氰硅烷)=2.0∶1∶2.5;反应溶剂为无水甲醇,在65℃反应6h,在此反应条件下,化合物1a收率78.3%。化合物1a与苯基溴化镁在四氢呋喃中室温反应5h,可得到2-(3-苯基氧杂环丁烷-3-基)异吲哚啉(4)和[3-(异吲哚啉-2-基)氧杂环丁烷-3-基](苯基)甲酮(5),收率分别为40.1%和31.5%。     

人工智能助力当代化学研究

以机器学习为代表的人工智能在当代的科学研究中正在发挥越来越重要的作用.不同于传统的计算机程序,机器学习人工智能可以通过对大量数据的反复分析和自身模型的优化,即"学习"过程,从而在大量的数据中寻找客观事物的相互联系,形成具有更好预测和决策能力的新模型,做出合理的判断.化学研究的特点恰恰是机器学习人工智能的强项.化学研究经常要面对十分复杂的物质体系和实验过程,从而很难通过化学物理原理进行精准的分析和判断.人工智能可以挖掘化学实验中产生的海量实验数据的相关性,帮助化学家做出合理分析预测,大大加速化学研发过程.本文介绍了当代人工智能方法及用其解决化学问题基本原理,并通过具体案例展示了人工智能辅助解决不同化学研发问题的方法以及对应的机器学习算法.将人工智能运用在化学科学的尝试正处于蓬勃上升期,人工智能已经初步展示出对化学研究的强大助力,希望本文能帮助更多的国内的化学工作者了解和运用这一有力的工具.     

从一个简单实验谈结构力学之美

在这个计算机分析技术高度发展、计算成本急剧下降的时代,靠一支笔和几张纸推导一些公式并解释一个现象且抓住问题本质的年代似乎正在离我们远去。可每当看到这样的研究,我们总会发出"做得真是漂亮"的感慨。本文将从一个简单的小实验出发,带读者回顾麻省理工学院Tomasz Wierzbicki教授团队20世纪80--90年代在结构力学领域的相关工作,领略结构力学之美。