含脱羧脱氢松香基的1,2,4-三唑并[3,4-b]-1,3,4-噻二唑衍生物的合成、表征及抑菌活性

用POCl3为催化剂和脱水剂,3-取代-4-氨基-5-巯基-1,2,4-三唑4和10分别与脱氢松香酸1反应制得14种未见文献报道的3-取代-6-(4′-脱羧脱氢松香基)-1,2,4-三唑并[3,4-b-]-1,3,4-噻二唑衍生物]5a~5e和11a~11i;所有化合物的结构均经IR、¹H NMR、¹³C NMR 和MS测试技术分析确认。 抑菌活性测试表明,目标化合物对白色念珠菌(C.Albicans)、大肠杆菌(E.Coli)、藤黄微球菌(M.Luteus)和痢疾志贺杆菌(S.Dysenteriae)均有一定的抑制作用。     

水发泡淀粉挤出泡沫的结构与性能

以水为发泡剂,普通玉米淀粉为原料,采用双螺杆挤出机制备淀粉泡沫材料,研究了发泡剂用量及聚乙烯醇的加入量对泡沫材料结构与性能的影响。 用扫描电子显微镜观察了泡沫材料截面的形态,用万能材料试验机测试了泡沫材料的力学性能。 结果表明,水的质量分数为8%时淀粉泡沫径向膨胀率和发泡倍率最高,分别为22倍和17.6倍,压缩模量最高（4.07 MPa）。 加入质量分数10%的聚乙烯醇(PVA)使淀粉泡沫的孔径变大至1.29 mm,壁厚增加至82.43 μm,同时压缩模量增加至9.70 MPa。     

红外、近红外光谱-簇类的独立软模式方法识别植物调和油脂

用IR,NIR光谱法结合簇类的独立软模式(SIMCA)识别方法对植物油脂进行分类识别,建立了识别二元、三元植物调和油脂的测定方法。应用NIRCal5.2软件的SIMCA技术,分别为所制备的植物调和油脂建立了IR和NIR识别模型,并讨论了光谱处理和数据处理方法来提高模型的分类识别效果。分别以各种植物调和油脂的IR和NIR光谱为变量,随机抽取2/3的样本作训练集,建立了各个调和油的主成分分析(Princi-pal component analysis,PCA)模型;1/3作验证集,对所建模型进行验证识别。用聚类分析-主成分分析(CLU-PCA)方法考察调和油的IR,NIR光谱信息与其纯油的主成分分布。结果显示,在4000～10000cm-1光谱范围内,SIMCA可以对15种二元调和油和2种三元调和油的NIR光谱分别聚类并识别;并对10种二元调和油和2种三元调和油的IR光谱分别聚类并识别。IR以4个波数1099,1119,1746与2855cm-1的吸收值作为分析基础,选择不同的主成分数及数据预处理方法。各种油脂的SIMCA分析的分类精度均为100%,调和油的验证识别准确率100%,最低识别比例为1%,且IR识别灵敏度高于NIR。     

中性载体水杨酸根离子电极的研究

近年来,反Hofmeister行为的阴离子选择性电极的研究是离子电极研究领域中重要的研究方向之一[1],其中许多平面结构的Schiff碱金属配合物对特种阴离子表现较高选择性,以此研制了许多高选择性I-电极[2,3]、S al-电极[4-6]、SCN-电极[7,8].     

姜黄素衍生物电子结构及光谱性质的理论研究

在B3LYP/6-31G**和TD B3LYP/6-31G**水平上对标题化合物电子结构和光谱性质进行了研究,为模拟真实条件,计算还考虑了甲醇溶液对电子结构和光谱性质的影响。研究结果表明:标题化合物存在A、B、C三类互变异构体,异构体稳定性为BAC。以ΔU、ΔH作为比较依据,则在气相和甲醇溶液中,A3、B3、C3分别为其异构体的能量最低构象,且B3为最稳定构型。以ΔG作为比较依据,气相中B3为最稳定构型;而甲醇溶液中B4为最稳定构型。异构体A的红外光谱在2503 cm-1处存在特征吸收峰,该吸收峰为其分子内缔合氢键的νO-H;异构体B的红外光谱在1627 cm-1处存在很强的特征吸收峰,该吸收峰为螯合羰基的νC=O。甲醇溶液使分子的ELUMO、EHOMO、ΔEgap均下降,电子光谱λmax发生红移。异构体A、B在气相和甲醇溶液中的λmax均都主要来源于H→L的π→π*跃迁;异构体C在气相中的λmax主要来源于H→L+1、H-1→L的π→π*跃迁,而在甲醇溶液中则主要来源于H-1→L的π→π*跃迁;以上跃迁存在分子内电荷转移现象。     

MOF-5负载Pd催化剂的制备及其催化性能初探

用水合肼还原Pd2+并将其负载在MOF-5上,制得了新型的Pd/MOF-5催化剂,采用XRD、氮吸附、SEM、TEM等多种手段对其进行了表征,催化剂的Pd纳米粒子尺寸在3~6nm之间。初步研究了该催化剂对催化卤代芳烃与芳基硼酸之间的Suzuki-Miyaura偶联反应的反应条件和催化性能,该催化体系具有反应条件温和、无需氮气保护和添加配体、产率优良等优点,催化剂循环利用5次仍然保持较高催化活性,平均产率超过90%。     

角膜基质细胞在p(HEMA-MMA)改性前后的粘附率、形貌与力学性能变化

采用原子力显微镜(AFM)对改性前后材料表面粘附生长的角膜基质细胞的亲和力、三维形貌和力学性能进行了分析。结果显示,改性后材料的细胞亲和力有较大改善,且材料表面细胞三维形态更加正常,铺展更为舒展,与材料的接触面积较大。细胞力学性能分析也发现改性后材料表面细胞具有更高的粘附力和杨氏模量,以及更低的硬度,说明未改性p(HEMA-MMA)材料具有明显的细胞毒性,这种毒性作用导致在其表面生长的细胞的细胞骨架遭到破坏,细胞健康状态明显不如改性后材料表面细胞。因此,改性后的Col/bFGF-p(HEMA-MMA)更适合作为人工角膜材料使用。     

分子印迹材料研究进展

本文简要综述了分子印迹的原理、制备技术,着重介绍了与膜材料、磁性材料、纳米材料和复合材料相结合的分子印迹技术的应用与发展。     

烯胺酮(酯)类化合物合成研究进展

本文综述了目前国内外烯胺酮(酯)类化合物的主要合成方法。从采用缩合、加成、取代及杂环分解等不同的反应类型,采用路易斯酸、无机酸等不同的催化剂体系,以及采用微波或超声波促进,利用离子液体作为反应介质等几个方面展开讨论。     

基于氨基酸模糊聚类分析的跨膜区域预测

跨膜蛋白在进化过程中,序列保守性较差,即使是同源蛋白序列的一致性程度也较低,因而在跨膜区预测算法中,通过序列的一致性程度来选取训练集并不能有效地消除预测结果对训练集的过度适应性．本文提出了一种基于氨基酸模糊聚类分析的预测算法,通过氨基酸在各个区域分布的相似性程度进行模糊聚类,从而根据一类氨基酸的分布特性而不是各个氨基酸的分布特性进行跨膜区预测．结果表明,该方法能在一定程度上消除训练集的选取对测试结果的影响,提高跨膜蛋白拓扑结构预测的准确度,特别是提高对目前知之甚少的跨膜蛋白的预测准确度．