MSC折纸结构设计及其双稳态解析与实验

折纸是一门古老艺术,其本质是将平面材料沿着事先设计好的折痕进行折叠,进而形成一个复杂的三维结构．柔性折纸结构是实现三维结构轻量化的重要途径．因此,解析折纸结构几何特性和力学性质十分必要．本文以MSC(Magic Spiral Cube)为研究对象,通过实际折痕和虚拟折痕的方法,建立了该结构的几何模型,确定了实现完全展开和完全折叠对刚性面和可变形面的设计条件,在虚拟折痕上引入了扭转刚度,证明了该扭转刚度与柔性面变形的等效性,从而得到了MSC 折纸结构的弹性势能,得到了使结构变形的力与位移本构．通过力学特性分析,发现了MSC折纸结构具有双稳态特性,这种特性是由面内变形诱发的,与虚拟折痕刚度与弹性折痕刚度的比值有直接的关系．最后,我们对MSC折纸结构进行设计和制备,通过实验,验证了理论 模型的准确性．本文的研究结果不仅进一步加深了我们对于MSC折纸结构力学特性的认识,同时也为其工程应用提供理论基础．     

塞曼效应仿真实验平台

塞曼效应实验是学生了解原子具有磁矩和空间取向量子化现象的重要实验,至今塞曼效应仍是研究能级结构的重要方法之一.为了能够让学生更加清楚地了解塞曼效应实验的基本原理和操作规程,针对教学中的重点和难点,运用flash软件制作出塞曼效应仿真实验.该程序可全程高度仿真实验过程,具有界面友好、易于操作、无需安装等优点.为实验教学提供了一种新的辅助方式.     

虚拟震源测深法及其在INDEPTH-3台阵中的应用

基于中美合作项目INDEPTH第3期在青藏高原布设的台站,使用虚拟震源测深法研究青藏高原中部的地壳厚度。结果显示,拉萨地体和羌塘地体的地壳结构存在巨大差异。拉萨地体的地壳厚度大约为57 km,与艾里均衡说预测的地壳厚度基本一致,说明拉萨地体的地壳结构比较简单。羌塘地体的地壳厚度为60~75 km,向北有增厚趋势,明显较艾里均衡说预测的地壳厚,说明羌塘地体地壳结构比较复杂,原因有可能是羌塘地体下存在高温流体和低速带,或者与印度板块岩石圈在班公湖-怒江缝合带以北向下俯冲有关。     

正溴丁烷合成虚拟仿真系统的设计与辅助实验教学研究*

介绍了正溴丁烷合成虚拟仿真系统的设计与功能,并结合具体的教学实践和研究结果的对比分析,提出了虚实结合的混合式教学模式,这种教学模式能有效解决传统实验教学过程中实验预习效果差、过程性评价难的教学痛点。     

Schrödinger药物虚拟筛选流程模块在大学生物和化学信息学教学中的应用

介绍了Schr?dinger药物虚拟筛选的基本原理和流程,结合大学生物和化学信息学课程的相关教学内容,分别描述了蛋白受体的预处理、类药性五原则、毒药物动力学(ADME)、泛筛选干扰化合物(PAINS)、高通量虚拟筛选、标准精度筛选、高精度筛选和MM/GBSA的打分排序原理和使用方法。该软件可以在大学生物和化学信息学的教学中演示,有助于提高学生对蛋白结构、分子构象、药物虚拟筛选和计算机辅助分子设计的理解,该软件有很好的图形界面,可以给学生直观的体验,大大丰富了大学课堂的教学内容。此外,该软件在药物设计领域里面也有很好的应用价值,大大节约了药物筛选的成本,提高了药物发现的效率。     

具有全新机理的DNA旋转酶抑制剂的筛选及抑菌活性

利用具有新机制的抗耐药菌DNA旋转酶抑制剂GSK299423与DNA旋转酶的晶体复合物(PDB code:2XCS)构建基于配体-受体复合物的药效团模型, 诱骗集(Decoy set)验证结果表明该药效团模型具有较强的活性识别能力. 将药效团模型与分子对接相结合用于筛选化合物库, 通过抑菌活性测定, 获得了具有抗多药耐药菌活性的DNA旋转酶抑制剂LTH02.     

药物发现中常用化合物库特征描述与对比分析

随着计算技术的发展和分子模拟软件的日趋成熟, 虚拟筛选已经在药物发现过程中发挥着越来越重要的作用. 在虚拟筛选过程中, 所使用化合物库的质量对先导化合物发现的成功率起着至关重要的作用. 本文通过对已知药物库、天然产物库、中药原植物化学成分库、筛选常用商业化合物库以及研究者所在实验室建立的化合物库的分析比较, 从化合物库的分子多样性、化学空间和分子骨架等多个方面提取并对比每一种化合物库的特征, 发现了已知药物库与中药原植物化学成分库的特征相似性, 揭示了中药原植物化学成分库作为筛选库的类药性优势, 并且深化了对几种筛选用化合物库特征的认识和理解.     

基于药效团模型的DHODH抑制剂构效关系研究

利用药效团模型研究二氢乳清酸脱氢酶(Dihydroorotate dehydrogenase,DHODH)抑制剂的构效关系,为DHODH抑制剂的虚拟筛选提供新的方法.以31个具有DHODH抑制活性的化合物为训练集化合物,半数抑制浓度(IC50)范围为7~63000 nmol/L,利用Catalyst/HypoGen算法构建DHODH抑制剂药效团模型,通过对训练集化合物多个构象进行叠合,提取药效团特征及三维空间限制构建药效团模型.利用基于CatScramble的交叉验证方法及评价模型对已知活性化合物的活性预测能力,确定较优药效团模型.模型包含1个氢键受体、3个疏水中心,表征了受体配体相互作用时可能发生的氢键相互作用、疏水相互作用和π-π相互作用,4个药效特征在三维空间的排列概括了DHODH抑制剂产生活性的结构特点.所得较优模型对训练集化合物及测试集化合物的计算活性值与实验活性值的相关系数分别为0.8405和0.8788.利用药效团模型对来源于微生物的系列化合物进行虚拟筛选,筛选出59个预测活性较好的化合物,可作为进一步药物研发的候选化合物.     

应用仿真课件实施化学体验式教学的探讨

论述了体验式教学在中学化学教学中的重要性和实施现状,提出了通过仿真度很高的教学课件实现虚拟体验式教学的方法,并以燃料电池教学为例,说明了这种虚拟体验式教学方法的应用过程和特点。     

一种基于遗传算法的肽/蛋白质结合模式虚拟筛选建模技术

“合理”QSAR模型是指在了解配体与受体相互作用模式的前提下建立定量构效关系, 这样避开了传统做法仅仅依靠样本集分子自身信息来构建预测模型的诸多弊端. 本文将此思想应用于肽/蛋白质亲和活性的研究当中, 借助于遗传算法作为虚拟受体结合靶点及相互作用模式的筛选手段得到了一种新的建模技术: 肽/蛋白质结合模式遗传虚拟筛选(genetic virtual screening of combinative mode for peptide/protein, GVSC). 该法成功解决了“合理”QSAR研究中的难题, 即大多数情况下受体结构未知而难以了解配基与之发生的结合方式. 分别使用58个血管紧张素转化酶, 18个Camel抗体蛋白cAb-lys3双位点突变残基对GVSC加以检验, 其结果表明GVSC能够较好地阐明配基与受体之间的作用机理, 并能得到优于传统方法的QSAR模型.