酶催化合成酰胺类化合物的研究进展

酰胺官能团具有重要的药理作用,是许多生物活性物质的关键结构单元。据报道,超过25%的已知药物中含有酰胺键结构。研究与发展酰胺类化合物的高效合成方法始终是制药行业的重要任务之一。近年来,生物催化技术的发展为酰胺键的构建提供了一种较为经济绿色的合成方法,丰富了酰胺类化合物的合成策略。本文综述了生物酶催化合成酰胺类化合物的相关研究进展。     

多壁碳纳米管-聚茜素红膜修饰电极测定多菌灵

制备了多壁碳纳米管-聚茜素红膜(MWNT-PAR)修饰电极,用循环伏安法和线性扫描伏安法、计时电量法等研究多菌灵在修饰电极上的电化学行为.结果表明,多菌灵在MWNT-PAR修饰电极上是扩散控制的不可逆电氧化过程.实验测定了部分电极过程参数,并发现多菌灵氧化峰电流的一阶导数值与其浓度在5.0×10~(-6)～1.0×10~(-4) mol/L范围内呈线性关系,回归方程为:I_p ′(A)=-3.112×10~(-6)-1.198c(mol/L),R=-0.9953,其检出限为2.0×10~(-7) mol/L,回收率为99.0%～105.6%.     

高效液相色谱-串联质谱法同时测定动物源性食品中24种磺胺类药物残留

利用高效液相色谱-电喷雾串联四极杆质谱(HPLC-MS/MS)联用技术,建立了一种在28 min内快速分离和测定鸡肉、猪肉、牛肉、羊肉、蜂蜜、牛奶中24种磺胺类药物残留的方法.方法检出限(LOD)为0.27～7.45μg/kg,定量限(LOQ)0.957～9.89 μg/kg;在5～300μg/L范围内线性关系良好,在10、20、50μg/kg 3个添加浓度上回收率为60.8%～122.9%,相对标准偏差(PSD)为0.01%～19%.     

用基质辅助激光解吸电离飞行时间质谱法测定钙调蛋白的纯度与分子量

采用基质辅助激光解吸电离飞行时间质谱法测定了钙调蛋白的纯度与分子量,并对所得的结果进行了讨论,实验结果表明本方法具有灵敏度高,分析速度快,重复性好,信息直观等特点,是其他传统测定蛋白质分子量的方法无法比拟的。     

分子印迹技术在黄曲霉毒素检测中的最新研究进展EI北大核心CSCD

黄曲霉毒素(AFT)是由黄曲霉和寄生曲霉等某些菌株产生的一类真菌毒素,主要包括B1,B2,G1,G2,M1,M2,GM,P1,Q1,毒醇等,其中B1的毒性最大,致癌性最强,其广泛存在土壤、动植物、各种坚果、谷物,奶,食用油及其制品中,因此,食品中超痕量及痕量的黄曲霉毒素的检测方法受到高度关注。由于农产品样品基质复杂,而黄曲霉毒素含量和限量极低,高效特异性样品前处理技术是高灵敏精准检测黄曲霉毒素的关键之重。近年来分子印迹技术在样品前处理和核心识别元件等方面发展迅猛,在黄曲霉毒素痕量检测方面凸显出一定优势。综述了近几年来分子印迹技术在黄曲霉毒素前处理及快速检测等方面最新研究进展,并展望了分子印迹技术在黄曲霉检测应用的发展前景。     

新型生物医用材料: 肽类树枝状大分子及其生物医学应用

肽类树枝状大分子是近年来发展起来的一类新型生物医用高分子材料, 它在具有普通树枝状大分子的特征如规整性、高度支化、表面呈现高密度功能团、尺度为纳米级、通过可控制备可得到单一分子量等之外, 同时还具有类似蛋白一样的球状结构、好的生物相容性、水溶性、耐蛋白酶水解、生物降解等独特的性能. 肽类树枝状大分子的上述特点, 使其在生物医学应用中显示出诱人的前景. 本综述从肽类树枝状大分子的制备出发、详尽介绍了肽类树枝状大分子的功能化及其在疾病诊断和治疗中的应用等方面的研究进展, 籍此推动肽类树枝状大分子在生物医学领域的研究与开发.     

泛阶化李超代数

对于给定的负阶化李超代数K-,本文定义了K-型泛阶化李超代数并证明了它的存在性．进而引出阶化Cartan型李超代数,并且证得阶化Cartan型李超代数 W(m,n),K(m,n,ωA),S(m,n)和H(m,n)分别可以用某种泛阶化李超代数来刻画．     

系数在模李超代数~$W(m,3,\underline{1})$ 上的~$\frak{gl}(2,\mathbb{F})$ 的一维上同调

研究了系数在模李超代数~$W(m,3,\underline{1})$ 上的~$\frak{gl}(2,\mathbb{F})$ 的一维上同调, 其中~$\mathbb{F}$ 是一个素特征的代数闭域且~$\frak{gl}(2,\mathbb{F})$ 是系数在~$\mathbb{F}$ 上的~$2\times 2$ 阶矩阵李代数. 计算出所有~$\frak{gl}(2,\mathbb{F})$ 到模李超代数~$W(m,3,\underline{1})$ 的子模的导子和内导子. 从而一维上同调~$\textrm{H}^{1}(\frak{gl}(2,\mathbb{F}),W(m,3,\underline{1}))$ 可以完全用矩阵的形式表示.     

聚集数据线性模型参数的改进广义岭估计的相对效率

对于聚集数据的线性模型,给出了参数的改进广义岭估计,并提出了改进广义岭估计的两种相对效率,得到了这两种相对效率的上界.