达旦黄-曲通X-100体系共振光散射法测定蛋白质

基于在Triton X-100存在下,蛋白质与达旦黄作用使得体系的共振光散射增强,在λ＝492 nm处光散射强度最大,增强作用的强弱与蛋白质的含量成正比,据此建立了共振光散射测定蛋白质的新方法。此方法对牛血清白蛋白的检出限达到17.7 ng·mL-1,线性范围为0.03～0.9 μg·mL-1,用于合成样与人血清样品的分析,取得了令人满意的结果。同时也研究了人血清白蛋白、鸡蛋白蛋白、溶菌酶、胰蛋白酶与达旦黄的作用。     

鱼糜漂洗水中可溶蛋白的回收技术

对鱼糜漂洗水中可溶蛋白的综合回收技术情况进行了相关介绍, 主要包括絮凝沉淀法、等电点沉淀法、膜分离法、电阻加热法等, 这些技术的使用不仅实现了蛋白资源的再利用, 而且也减少了对环境的污染.     

非线性Schrōdinger方程和非线性Klein-Gordon方程耦合组Cauchy问题整体经典解的存在唯一性

本文讨论非线性Schrōdinger方程和非线性Klein-Gordon方程耦合组的Cauchy问题,对初值和空间维数以及非线性项加以适当限制,在Sobolev空间框架下,得到了整体经典解的存在唯一性。     

低压重频感应加速组元参数分析

针对脉冲源+传输线+感应腔和储能电容+固态开关+感应腔两种常见的脉冲感应组元结构,对相同感应腔的腔压波形进行了实验对比和理论分析,推导出了不同组元结构下感应腔中磁芯回路电感量、匹配电阻阻值和感应脉冲幅度间的关系表达式,分析对比了两种组元结构下感应腔电感量和电阻值变化对腔压平顶影响的程度和差异,为低压重频脉冲感应加速组元的参数选择和优化提出建议和判据。     

原子力显微镜在生物物理领域的新应用

介绍了原子力显微镜在生物物理领域的最新应用:蛋白质去折叠、DNA拉伸、生物膜受力,通过分析实验得到的力谱,可以获取关于蛋白质、DNA、生物膜结构信息.原子力显微镜不仅能反映测量体系的力学性质,由于其具有独特的时间、空间分辨及实时成像,因而能提供更多信息.     

多组全动型变焦系统新型设计

为了寻找简单的多组全动型变焦系统的解算方法及降低全动型变焦距系统设计时对经验的过分依赖,提出了一种全新的方法来计算系统组元的光焦度分配。以组元之间的间隔为初始量,把组元的运动形式作为自由量,通过计算公式求出满足间隔要求的光焦度分配和组元运动形式。该方法在一定程度上降低了变焦系统光焦度分配的难度,更重要的是,为探寻新的变焦运动方式提供了一种新的思路。在得到系统的光焦度分配之后又推导出一种求解系统组元移动曲线的简单方法。为了验证该方法的可行性,设计了一个四组式全动型变焦系统。所设计系统优化后的光焦度分配值和计算的结果都很接近,并且得到了组元的移动曲线,从而验证了该方法的正确性。     

Determination of Lignin,Ash and Protein in Corn Fiber by Near Infrared Spectroscopy

研究一种基于近红外(NIR)光谱法的玉米皮渣组分中木质素、灰分及蛋白质的快速检测分析,采用偏最小二乘法(PLS)建立数学模型,比较了不同预处理方法对建立的木质素、灰分及蛋白质模型的影响,建立的校正模型所构建的木质素、灰分及蛋白质模型的定标集相关系数(Rc)分别为0.922887、0.902713和0.973160,验证集相关系数(Rv)分别为0.944109、0.916882和0.900532,定标集标准偏差(SEE)分别为0.304609、0.109288和0.697201,验证集标准偏差(SEP)分别为0.307115、0.0800459和0.96164.所建模型有较高的拟合和预测能力,可用于木质素、灰分及蛋白质含量的快速检测分析.     

基于NMR自旋弛豫技术的蛋白质动力学研究

蛋白质的三维结构在很多情况下不能很好地解释其在生理过程中的作用机制. 动力学研究能够获悉蛋白质在不同时间尺度下的内运动信息,建立起动态结构和生物功能的联系. 该文综述了通过NMR自旋弛豫技术研究蛋白质动力学的原理和方法：ps~ns的快运动分析主要采用约化谱密度函数映射和Modelfree方法;μs~ms的慢运动涉及化学/构象交换过程,常借助CPMG和R_1ρ弛豫色散手段. 基于NMR的蛋白质动力学研究,将蛋白质科学从三维空间结构推进到四维时空结构的新层面.     

声子色散对极性晶体中磁极化子基态能量的影响

利用线性组合算符和幺正变换相结合的方法,研究了声子色散对极性晶体中磁极化子基态能量的影响。计及纵光学（LO）声子色散,在抛物近似下导出了极性晶体中磁极化子基态能量随电子-纵光学声子耦合常数、回旋共振频率和声子色散系数的变化关系。数值计算结果表明磁极化子基态能量随声子色散系数和电子-纵光学声子耦合常数的增大而减小,随回旋共振频率增大而增大。     

近红外光谱分析中建模校正集的选择

将极大线性无关组的概念及方法引入近红外光谱分析,探讨了在建立定量分析模型时代表性样品,即校正集样品的选择问题。以2 652个烟末样品为实验材料,随机选取1 001个样品构成预测集,其余1 651个样品为代表性样品备选集。用Matlab软件求出代表性样品备选集光谱矩阵的极大线性无关组,以此作为代表性样品,构成建模的校正集。用PLS回归法建立了烟末样品总糖含量定量分析的预测模型,并将模型用于预测集中1 001个烟末样品总糖含量的预测分析。实验结果表明,当选择的校正集包含的样品数量大于32时,所建各模型对预测集样品预测的平均相对误差均小于4%,平均相关系数大于0.96。其中选择32个代表性样品和146个代表性样品所建模型定量分析预测集中各样品的总糖含量,两个结果经统计检验没有显著性差异(α=0.05),说明求极大线性无关组的方法用于校正集样品的选择,可实现“少而精”选择样品的目的。此外,我们用求极大线性无关组选择校正集样品和随机方法选择校正集样品两种方法,选择了同样数目28,32,41,76,146,163个样品建模进行预测效果的对比实验,结果显示,求极大线性无关组法选择校正集建模的预测效果优于随机选择校正集建模的预测效果。