大环酮的微生物还原

本文报道了细菌、放线菌和丝状真菌等11株对甾族化合物有脱氢或羟化能力的微生物,对环十四酮及其同系物的生物转化结果。层析纯产物经熔点、元素分析、气-液色谱、红外、核磁、质谱等鉴定,证明有半数菌部将大环酮还原为相应的大环醇,而未发现有α,β-脱氢产物。     

哪些食物的必需微量元素含量丰富(一)

人们每天都接触不同种类不同数量的各种食物，但哪一些是富含微量元素的呢？什么因素会影响微量元素吸收？偏食儿童为何会出现这样或那样的营养缺乏症？这里面的学问大着呢，主要有一个如何选择食品的问题在里头。一般来说，肉类食品含有较丰富的锌和铁，尤其是牛肉中的锌含量比较高，达46．5mg／kg；而鱼肉中的含锌量要相对低一些，只有9．2mg／kg；动物内脏，如肝脏含锌、铁也很高，婴儿在5至6个月时开始加食肝泥等辅助食品可以有利于其对锌、铁的吸收。     

X射线荧光法测定氧化铁皮中硅锰磷

氧化铁皮是轧钢生产的一种产物，为了回收利用这些产物，其一般用于烧结矿生产、铁水的预处理和炼钢脱磷。氧化铁皮中的主要成分为铁、硅、磷、锰的氧化物和碳化物，直接用酸无法将其溶解。其分析方法一般均采用碱熔法分解样品，光度法测定硅、锰、磷的含量。该方法分析周期长，工作量大。本法用X射线荧光法测定氧化铁皮中硅、锰、磷，成本低、周期短、准确度高，完全能满足需要。     

化学镀钴基合金镀液中钴的快速测定

研究了采用显色剂 苦胺酸偶氮变色酸对化学镀钴基合金镀液中钴含量进行测定的试验条件,在pH11的氨 氯化铵缓冲溶液中,钴与显色剂配合物的最大吸收峰在650nm波长处,钴(Ⅱ)在0～60μg/25ml范围内服从比耳定律,表观摩尔吸光系数为3.1×104L·mol-1·cm-1。该法测定钴的选择性好,在大量镍存在下,也能准确测定,对镀液样品进行了测定,相对标准偏差小于1%,结果满意。     

6α-甲基-强的松龙乙酸酯合成的改进方法

6α-甲基强的松龙乙酸酯(6α-Methyl-pre-dnisolone acetate)4是不含氟的甾体皮质激素药物,在国外已广泛用于临床。我们曾报道将6α-甲基-11β,17α-二羟基-黄体酮1以I_2、CaO处理,转变成碘化物后,不需分离就可将碘化物与KOAc进行置换,得6α-甲基-可的唑乙酸酯2。2用DDQ进行脱氢,得产物4的收率仪55%。因而我们改用化合物1作底物,先经节杆菌(Arthrobacter simplex)脱氢可     

有机化合物中硫元素的微量库仑分析

含硫有机化合物在竖式石英燃烧管中,于氧气流下经950℃高温燃烧分解,生成的二氧化硫(或三氧化硫)通过含双氧水的石英棉转化管,转化为硫酸。硫酸泵入电解池后,进行酸-碱库仑滴定。本法操作按时间程序控制进行,每次分析时间为15分钟,分析绝对误差为±0.5％对含磷的有机硫化合物及含钠、铁、铜、钼、镍、镧等金属的有机硫化合物,如在样品上复盖一层三氧化钨进行燃烧分解,也可获得满意的结果。     

中子成像技术在元素分析中的应用

中子成像作为一种快速、直观的无损检测技术,在核工业、航空航天、新能源、地质、考古、先进制造等多个领域得到广泛应用。中子成像利用中子不带电、穿透能力强、对轻元素敏感、可区分同位素和近邻元素等特性,非常适合开展含氢元素、近邻元素和同位素等材料的无损检测。本文概述了中子成像技术的基本原理及特点,并结合中国先进研究堆(CARR)中子成像装置上的应用案例, 重点介绍了国内外中子成像技术在储氢材料、燃料电池、岩石、核燃料元件、古代文物等领域的典型应用。随着中子成像技术的不断发展和广泛应用,有望为我国更多领域研究提供更强有力的技术支撑。     

桑白皮中21种无机元素的测定及其质量评价

为准确了解不同产区桑白皮中多种元素分布及含量情况,用65%硝酸溶液对其样品进行微波消解处理,后采用电感耦合等离子体质谱（ICP-MS/MS）法测定桑白皮样品中21种元素的含量。得到21种元素的线性关系良好,R2 > 0.999,方法学考察试验的RSD均小于3%,加样回收率在91.32%~108.84%之间,RSD均小于4%;Al、Ga、Sr、Ba相比而言含量较大,且不同产区的特异性较明显;主成分分析中17批样品得到4个主成分,累计方差贡献率达 87.380%,确定V、Co、Al、Li、As、Se、Pb、U、Zn、Cr、Cd、Ga、Ba、Cs、Ni等15种元素为桑白皮药材的特征元素;相关性分析可知,元素间的相关性较强, P≤0.05的元素与主成分分析的特征元素基本一致。参照2020年版《中国药典》中对中药材中有害元素的限量规定,发现桑白皮样品中Pb、Cd、As、Cu有害元素的含量均未超过限量要求。ICP-MS/MS能准确快速测定桑白皮中21种元素含量情况,这对评价不同产区桑白皮质量,完善桑白皮质量标准具有一定参考价值。     

水体透射光谱结合主成分分析(PCA )改进化学需氧量(COD)含量估算研究

化学需氧量（Chemical Oxygen Demand,COD）是水体有机污染的一项重要指标,化学需氧量越高,表示水污染程度越严重。 为了解决传统的COD测量方法耗时较长,不利于快速、实时地获取水体中COD的信息等问题。本文提出了基于透射光谱测量结合主成分分析(Principal Component Analysis, PCA)改进水体COD含量估算模型。具体的,采集100组COD水体光谱信息,分别使用3种不同的高光谱数据预处理方法对光谱数据进行预处理,分析不同预处理方法对模型精度的影响,并基于不同的预处理方法分别建立高斯过程回归模型(Gaussian Process Regression, GPR)和BP神经网络模型,分析不同预处理方法对模型精度的影响;并对各模型结合PCA数据降维方法进行模型的改进,通过比较模型的精度选择最优模型进行水体COD含量的检测。结果显示,相比于原始光谱数据建立的GPR模型和BP神经网络模型,数据预处理后的模型精度明显提升;且结合PCA对预处理后的数据进一步降维处理后,模型精度得到了进一步的提升。其中,基于标准正态变量变换特征结合PCA改进BP神经网络模型基于PCA改进的BP神经网络模型R^2高达0.9940,均方根误差RMSE为0.022540。证明了基于PCA改进的BP神经网络数据降维方法对预处理后的光谱数据进行降维处理,有利于去除光谱中的冗余信息,提取特征信息,可以实现高光谱检测方法可以实现COD含量估算模型的优化,从而为传统COD测量方法存在的问题提出了一种新的解决思路。