磷脂酶A2吲哚类抑制剂的结构和活性关系

应用一种新的预测酶-配体复合物亲和性的方法来研究磷脂酶A2蚓哚类抑制剂的结构-活性关系．磷脂酶A2-抑制剂复合物的三维结构是用分子模构的方法搭建的，复合物的亲和性由程序SCORE计算．共分析了12个抑制剂分子．计算所得的亲和性和实验测定值吻合得很好，明显优于用CoMFA方法分析同一系列化合物所给出的结果．通过分析SCORE的输出结果，识别出了蚓哚类抑制剂和磷脂酶A2相互作用的关键位点，为设计新型的磷脂酶A2抑制剂提供了指导．     

甲基硫酸新斯的明的ICP-AES测定

研究了电感耦合等离子体原子发射光谱法间接测定甲基硫酸新斯的明，在溶液pH为5.0，四苯硼钠过量时可完全沉淀甲基硫酸新斯的明，测定滤液中的四苯硼钠可以计算得到甲基硫酸新斯的明的含量；方法简单快速，回收率在95％-101％之间，相对标准偏差为1.8％。     

光系统Ⅱ中磷脂的缺失对其功能和结构的影响

运用酶学方法探讨了光系统Ⅱ(PSⅡ)中磷脂酰甘油(PG)的作用。研究表明,在PSⅡ的放氧复合物附近可能存在着PG的作用区。PG的缺失导致PSⅡ放氧活性的降低,影响PSⅡ蛋白质的空间结构,具体表现为蛋白质二级结构中α-螺旋和转解结构的减少能及β-折叠结构的增加;同时酷氨酯残基中酚环的构象和微极性发生了改变。     

不同细胞质雄性不育小麦中依赖钙/钙调素 的蛋白激酶的SDS-PAGE电泳图谱分析

以几种新型细胞质雄性不育型小麦为材料,对分蘖期小麦叶片中的依赖钙/钙调素的蛋白激酶(Ca2+/CaM-PK)的SDS-PAGE电泳图谱进行了分析,实验结果表明,不育系与保持系的蛋白激酶酶带之间存在差别,并且不育系之间也有差别,说明不育细胞质对核基因的表达也有影响,这可能与雄性不育有关,而且不育材料中存在潜在优势,可用来选育具有更强优势组合的核质杂种.     

高光谱数据处理算法的小麦赤霉病籽粒识别

赤霉病是小麦的一种主要病害,它会导致小麦减产甚至绝收,严重影响小麦种子质量,此外小麦受侵染分泌的真菌毒素危害人类身体健康。因此,小麦赤霉病籽粒的识别具有非常重要的意义。起初普遍采用色谱法和酶联免疫法进行赤霉病检测,这些方法设备昂贵、检测速度慢、准确性低。近年来,高光谱成像技术被广泛应用于农作物的识别与检测中,但是在小麦赤霉病检测的应用研究中,大多采用抽样检测的方法,图像采集完成后需要通过ENVI软件手动选取感兴趣区域。前期准备工作冗杂,而且容易发生漏检,漏检的小麦籽粒在存储运输过程中向周边籽粒快速侵染,难以保障小麦安全健康。鉴于此,利用高光谱成像系统结合机器学习提出了一种用于对大量小麦赤霉病籽粒样本快速可视化识别的算法,以降低漏检率并提升检测效率。实验分别采集健康小麦和染病小麦469～1 082 nm波段的高光谱图像,通过直方图线性拉伸结合图像分割的方法获取小麦样本的掩膜图像信息。利用Savitzky-Golay平滑去噪法与标准正态变量变换法（SNV）进行数据预处理,通过主成分分析法（PCA）和连续投影法（SPA）进行特征变量提取,筛选特征变量个数分别为4个和8个。在掩膜图像位置采集健康小麦样本与染病小麦样本各400份,其中75%用于建模集,25%用于测试集。采用十折交叉验证法结合线性判别分析法(LDA) 、K-近邻算法（KNN）、支持向量机（SVM）分别建立分类模型,测试集准确率都达到90%以上。随后比较了网格法（GRID）、粒子群算法（PSO）、遗传算法（GA）三种核参数寻优方法对SVM模型的影响,其中,SG-SPA-SVM（PSO）模型分类效果最优,建模集准确率为95.5%,均方根误差为0.212 1,测试集准确率为98%,均方根误差为0.141 4。基于样本点预测的基础之上,对掩膜获得所有小麦样本的光谱曲线进行预测并将识别结果反馈回掩膜中再进行伪彩色显示,实现染病籽粒可视化识别。结果表明,高光谱成像结合SG-SPA-SVM（PSO）算法建立的分类模型可以高效快速、准确无损、可视化的实现小麦赤霉病籽粒识别,为研制小麦赤霉病自动识别设备提供了算法基础。     

可见-近红外光谱的小麦硬度预测模型预处理方法的研究

硬度是评价小麦品质的一个重要质量参数,对小麦的分类、最终用途以及小麦籽粒组成的研究都非常重要。为实现小麦硬度的快速、准确检测,在详细分析小麦籽粒成分对红外光吸收特性的基础上,研究建立径向基函数(RBF)神经网络模型实现对未知样品硬度的准确检测,并着重分析了不同光谱信号预处理方法对模型预测精度的影响。从各小麦主产区收集111个小麦样品,扫描样品获得可见-近红外光谱,采用马氏距离判断并剔除异常光谱;利用优化后的SPXY划分样品集合,得到校正集84个样品,预测集24个样品;利用连续投影算法(SPA)从262个光谱波点中提取47个特征光谱;分别使用一阶导数、二阶导数和标准正态变量变换(SNV)及其不同组合对光谱进行预处理,验证不同预处理方法之间的相互影响,寻找最优的预处理方法组合。校正集预处理后的特征光谱数据作为RBF模型的输入,采用硬度指数法测定的对应样品硬度作为输出建立模型。预测结果显示当采用SNV和SPA处理光谱数据时模型的效果达到最优,评价指标判别系数(R2)、预测标准差(SEP)和相对分析误差(RPD)可分别达到0.90, 3.02和3.11,表明基于可见-近红外光谱的RBF神经网络模型能够准确地预测小麦的硬度,与传统检测方法相比具有方便、快速、无损等优点,为小麦硬度的检测提供一条更为便捷与实用的方法。     

纳米氧化钛与小鼠乙酰胆碱酯酶的作用关系

纳米TiO₂已在各领域得到广泛应用, 由于其小尺寸效应、表面效应、量子尺寸效应等性质因而具有很强的生物学效应, 易进入人体内, 因而担心对人的健康构成潜在危害作用, 但其作用机制不明朗. 通过体内和体外实验相结合的研究方法, 运用光谱学的手段, 研究了纳米TiO₂颗粒与乙酰胆碱酯酶(AChE)结构-功能的作用关系. 结果表明, 在体内, 随着纳米TiO₂颗粒处理剂量的增加, AChE活性明显增加. 在体外, 一定浓度范围内纳米TiO₂颗粒对AChE有显著的激活作用. 光谱学分析证实纳米TiO₂颗粒与AChE直接发生结合作用, 强结合位点数为1.6个, 结合常数为2.56×10⁷ L•mol^－1, 而弱结合位点的结合常数为3.06×10⁶ L•mol^－1. 过多纳米TiO₂颗粒的结合将导致AChE去折叠并破坏其二级结构. 提示纳米TiO₂颗粒处理引起小鼠体内AChE活性的变化可能与纳米TiO₂颗粒结合后引起AChE的结构变化有密切关系.     

连续投影算法及其在小麦近红外光谱波长选择中的应用

采用全谱建立多元校正模型时,通常计算量大,模型不够稳健,而且模型的预测精度往往也不能达到最优。文章介绍一种新的波长选择方法：采用连续投影算法(successive projections algorithm),并将其集成偏最小二乘(partial least squares)多变量校正技术构成SPA-PLS方法,用于谷物小麦近红外光谱波长优化选择及其与水分含量的定量分析。结果表明：在经SPA算法后,光谱波数可削减97.72%,后继的定量校正模型结构得到显著简化,模型的稳健性也大大增强;同时,被选取的波长物理意义明确,模型的解释能力增强,而模型的预测性能也与GA-PLS方法相当。     

用冠层光谱比值指数反演条锈病胁迫下的小麦含水量

通过高光谱遥感估测条锈病胁迫下的小麦冠层水分含量。通过人工田间诱发不同等级小麦条锈病,在不同生育期测定感染不同严重程度条锈病的冬小麦冠层光谱、相对含水量(relative water content,RWC) 以及调查小麦条锈病病情指数(disease index,DI)。研究发现随着小麦RWC的减少,冠层光谱反射率在近红外区域(900～1 300 nm)逐渐降低,而在短波红外区域(1 300～2 500 nm)逐渐增大,且RWC与DI间具有强负相关性。对冠层光谱进行平滑处理,利用冠层光谱近红外与短波红外水分敏感波段构建比值指数,然后建立以比值指数为变量的反演RWC线性模型,并分析对比各模型反演RWC的精度以及稳定性,结果发现比值指数R_{1 300}/R_{1 200}反演RWC的精度及稳定性(R2=0.63)都优于其他指数,其线性模型反演绝对误差为3.43,相对误差(relative error,RE)为4.78%。该研究结果不仅为判别小麦病害提供辅助信息,而且也为未来利用高光谱图像反演植物含水量提供理论与方法支持。     

神经网络模型在LED便携式近红外整粒小麦成分测量仪上的建立

采用三层反向传播人工神经网络,在LED便携式近红外整粒小麦成分测量仪上,建立了测定整粒小麦中粗蛋白含量的定量分析模型。给出了LED便携式近红外整粒小麦成分测量仪的结构框图、光路结构图及所采集的整粒小麦样品光谱图。简介了人工神经网络的原理并给出了建模的结果。用人工神经网络建立模型,得到校准集和预测集的相关系数分别为0.90和0.96,相对标准偏差分别为3.77%和4.46%。在所使用的有限个分立波长的测定仪上,由于仪器光路、电路及整粒样品状态的影响,存在着一定的非线性。采用人工神经网络建立的模型,其结果优于线性模型的结果。