5-(3-吡啶基)-2-芳氧乙酰胺基-1,3,4-噻二唑的合成、晶体结构及生物活性

吡啶作为苯环的生物等排体常被用作分子设计的有效基团[1,2],含吡啶类农药已成为近20多年来新农药创制研究的热点领域之一。1,3,4-噻二唑衍生物具有杀虫、杀菌、除草、调节植物生长以及药物活性等多种功效[3-9],因而该类化合物的研究迄今仍方兴未艾。本文根据活性亚结构连接法,     

单电极双通道毛细管电泳法测定盐酸多巴胺

多巴胺(dopam ine)是去甲肾上腺素生物合成的前体,药用的是人工合成品。对其测定已有多种方法报道[1-4],其中毛细管电泳电化学检测方法具有快速、灵敏等优点。电化学检测(EC)是CE中较有发展潜力的一种检测技术[5],其线性范围宽,选择性好,而且响应不依赖于光路的长度,可以用极细     

基于同步辐射原位CT的水牛角结构性能关系研究

为探究水牛角的结构性能关系,基于上海同步辐射光源搭建了高分辨原位CT系统,对水牛角角鞘进行初始表征和准静态压缩下的实时表征,并通过Top-Hat方法提取了角鞘内孔洞三维形貌.结果显示,水牛角角鞘孔隙率在1％左右,椭圆柱状孔洞沿牛角生长方向排列成线,首尾相连却并未连通,均匀分布在波浪状片层之间.孔洞特征椭球的轴长分布满足...     

Crystallization and Preliminary Crystallographic Studies of Luffaculin 1, a Ribosome-inactivating Protein from the Seeds of Luffa Acutangula

1 INTRODUCTION The ribosome-inactivating proteins (RIPs) are RNA N-glycosidases[1, 2] which inactivate ribosomes by cleaving a single N–C glycosidic bond between adenine and ribose at A4324 in the 28s rRNA of rat. Because of the removal of one adenine from rRNA, elongation factorⅡ(EF-2) can not bind to the 60S subunit, so RIPs can arrest protein synthesis. RIPs can be classified into three types based on the struc- tures of genes and mature proteins[3]. Type 1 RIPs with molec…     

柱状薄层离子色谱电自生式抑制器

设计一种新型的柱状薄层离子色谱电自生式抑制器.采用多孔电极实现电极-电解液室一体化,消除了电极-电解液室的电压降;柱状薄层的抑制室结构规范了装配工艺并简化了结构,提高其抑制器的性能.     

关于Euler-Maclaurin公式的一个注记

利用梯形公式的余项,将被积函数的二阶导数做幂级数展开,证明了余项是关于求积区间长度的奇数次幂级数.推导出了复合梯形公式的一类渐近展开式,从另一方面印证了Euler-Maclaurin公式.     

OLED器件新型应用研究进展

有机发光二极管(organic light-emitting diodes,OLED)具有可柔性制备、低驱动电压、低功耗等优点,近年来技术上的突飞猛进及其广泛的应用前景,使之成为平板显示、新型照明、可穿戴,以及智能电子产品开发中最热门的研究课题之一.作为新一代的显示及照明技术,小尺寸OLED显示器已实现商业化,大尺寸O...     

硫化丁苯橡胶纳观界面耐磨机理及参数影响分析

硫化橡胶因其良好的力学和物理化学性能而被广泛作为摩擦副的基础材料. 本文提出了一种硫化交联算法, 实现了C—C键的硫化互交联和自交联, 构建了硫化丁苯橡胶的分子动力学磨损模型, 从微观摩擦学的角度阐明了硫化交联结构对改善丁苯橡胶磨损性能的机理, 研究了不同界面参数对硫化橡胶微观磨损性能的影响. 结果发现 硫化使丁苯橡胶分子链的界面黏附能力和活动能力更弱, 拉伸和解缠能力更低, 磨损过程中界面累积能量更低, 更不容易脱离橡胶基体, 因此可以表现出更好的摩擦学性能, 更强的抗磨损性能; 随着速度的增大, 硫化橡胶的磨损率降低, 与宏观实验结果一致, 原因是硫化橡胶的原子分布函数和相互作用能随着速度增大而降低, 说明橡胶分子链的黏附能力和活动能力随着速度增加趋弱, 温升更低, 导致较低的磨损率; 压入深度对磨损率的影响规律则呈现相反的结果和趋势.     

医学影像处理的深度学习可解释性研究进展

随着医学影像数据的迅速增长,传统的影像分析方法给医生带来巨大挑战。利用计算机视觉技术提供自动或半自动辅助诊断,可大大缓解人工阅片压力,提高诊断的准确性,促进医疗流程的标准化建设等。目前,深度学习卷积神经网络在医学影像处理中已取得不俗表现,但深度学习“黑匣子”的不可解释性阻碍了智能医疗诊断的发展。为增强对医学影像数据处理的深度学习可解释性的了解,对近几年相关研究进展进行了综述。首先,综述了深度学习在医学领域的应用现状及面临的问题,对神经网络的可解释性内涵进行了讨论;然后,从现有深度学习可解释性的常见方法出发,重点讨论了医学影像处理的深度学习可解释性研究进展;最后,探讨了医学影像处理的深度学习可解释性的发展趋势。     

基于电子病历的乳腺癌群组与治疗方案可视分析

乳腺癌是当前最常见的恶性肿瘤之一,其电子病历数据可用于挖掘隐含规律,对治疗与预后分析有重要意义。通过与乳腺科医生合作,选择合适的预测模型和可视化方法,搭建了一个基于电子病历的乳腺癌群组和治疗方案可视分析系统。首先,对具有高维属性的病人进行降维和聚类处理,形成病人群组,并采用南丁格尔图、词云和时间轴可视化方法,直观展示病人群组间特征的差异;然后,用支持向量机（support vector machine,SVM）模型预测治疗方案,用平行坐标、矩阵热力图和分类图分别展示属性相关性、训练后的特征权重和预测结果;最后,用真实案例验证了系统在群组分析、治疗方案及病人属性关联分析中的有效性,从而较好地帮助医生选择合适的治疗方案。