有机溶剂对酶催化活性和选择性的影响

有机溶剂中酶的结构与功能与在水中有很大的不同, 通过调整反应介质可系统地改善酶针对目标反应的活性和选择性。重点阐述了溶剂对酶催化反应的活性和选择性的影响及其控制策略, 给出了酶催化选择性的热力学预测模型。     

含对甲氧基苯氧羰基偶氮苯基团的侧链液晶高分子的合成与表征

报道了新型的含对甲氧基苯氧羰基偶氮苯基团的甲基丙烯酸酯单体与含对甲氧基苯氧羰基苯基团的甲基丙烯酸酯单体的合成及其自由基共聚合．利用１Ｈ ＮＭＲ、ＩＲ、ＵＶ Ｖｉｓ、元素分析、ＧＰＣ、ＴＧ ＤＴＡ、ＰＯＭ及Ｘ 射线衍射等手段对偶氮单体及聚合物的结构与性能进行了表征,证明两种单体的共聚合产物为无规共聚物,而且各聚合物均具有较好的热稳定性．研究结果还表明,偶氮单体与聚合物在升温过程中均显示出向列相液晶织构,且聚合物的液晶相范围随偶氮含量的增加而变宽．     

某矿山金矿石样品加工及分析方法优化研究

某矿山金矿石样品中存在中粗颗粒金,颗粒金的存在将对分析样品的均匀性和代表性产生影响。通过棒磨、密封粉碎及盘磨等方式研究,选择出最优的样品加工方式,同时通过分析方法比对,选择出最优的样品分析方法。实验确定金矿石采用圆盘细碎机加工至样品粒度不大于0.074 mm,混匀后即获得分析试样。分析试样经王水消解后采用泡沫吸附进行富集,火焰原子吸收光谱法测定。通过研究,取得最优的金矿样品加工和分析方案,为某矿山提供了高品质的金储量评估数据。     

An ensemble learning framework for potential miRNA-disease association prediction with positive-unlabeled data

To explore the pathogenic mechanisms of MicroRNA (miRNA) on diverse diseases, many researchers have concentrated on discovering the potential associations between miRNA and disease using machine learning methods. However, the prediction accuracy of supervised machine learning methods is limited by lacking of experimentally-validated uncorrelated miRNA-disease pairs. Without these negative samples, training a highly accurate model is much more difficult. Different from traditional miRNA-disease prediction models using randomly selected unknown samples as negative training samples, we propose an ensemble learning framework to solve this positive-unlabeled (PU) learning problem. The framework incorporates two steps, i.e., a novel semi-supervised Kmeans (SS-Kmeans) to extract reliable negative samples from unknown miRNA-disease pairs and subagging method to generate diverse training sample sets to make full use of those reliable negative samples for ensemble learning. Combined with effective random vector functional link (RVFL) network as prediction model, the proposed framework showed superior prediction accuracy comparing with other popular approaches. A case study on lung and gastric neoplasms further confirms the framework’s efficacy at identifying miRNA disease associations.     

中低温Fe_2O_3-MnO_2-CeO_2/TiO_2脱硝催化剂的合成、表征及催化活性

选用共沉淀法以Fe,Mn和Ce三元复合氧化物为活性组分,以Ti O_2为载体,制备出一种铁基中低温SCR脱硝催化剂Fe_2O_3-Mn O_2-Ce O_2/Ti O_2.将制备的铁基中低温SCR脱硝催化剂进行脱硝活性模拟测试,结果表明在150℃~250℃温度区间内,掺杂含量不同的Fe_2O_3-Mn O_2-Ce O_2/Ti O_2复合氧化物催化剂大多都具有持续稳定的脱硝性能,催化效率最高可稳定在91%以上.同时,采用SEM,XRD,TG和EDS等催化剂表征手段,详细分析了其组分分布,空隙结构与催化性质.     

对电极材料对非贵金属电催化剂耐久性评价的影响

质子交换膜燃料电池(PEMFCs)环境友好,具有高的能量转换效率,已受到了广泛的关注.目前,铂基电催化剂广泛使用在 PEMFCs中,但铂的储量有限,活性低,耐久性差,成本高,急需开发高性能的非贵金属电催化剂替代铂基电催化剂.非贵金属电催化剂的电化学表征基本上都沿用了铂基电催化剂的评价体系和方法,不一定适用于非贵金属电催化剂的表征.
　　本文选用铂和石墨为对电极考察其对非贵金属电催化剂在酸性电解质中耐久性测试的影响.当使用铂对电极时,商业 Pt/C电催化剂的氧还原(ORR)活性随着耐久性测试圈数的增加而降低,而非贵金属电催化剂的氧还原活性在耐久性测试过程中的变化规律与商业 Pt/C不同,呈现先降低,后升高的规律.耐久性测试前后的透射电镜(TEM)分析表明非贵金属电催化剂经过耐久性测试后,在电催化剂表面生长了铂纳米颗粒.高分辨透射电镜(HRTEM)和能量色散 X射线光谱(EDX)进一步证明以铂为对电极的三电极体系,在进行非贵金属电催化剂耐久性测试的过程中,非贵金属电催化剂表面生长了铂纳米颗粒,使得非贵金属电催化剂的 ORR活性在耐久性测试后得到显著提高.耐久性测试前后,非贵金属电催化剂氧还原过程的电子转移数由3.7变为4.0,再次证明了耐久性测试过程中铂颗粒的生成.在三电极电化学体系中,当工作电极发生阴极反应时,对电极为阳极反应,反之亦然,即在工作电极上发生的任何电化学过程,都会在对电极上完成相反的电化学过程.在循环电位扫描过程中,当铂对电极的电压高于1.0 V (vs RHE)时,开始发生铂的溶解现象,并且当电压高于1.2 V (vs RHE)时,铂的溶解量会急剧增加,部分溶解的铂会扩散到工作电极附近,并在工作电极的非贵金属电催化剂表面发生沉积作用.随着扫描圈数的增加,沉积的铂纳米颗粒的数量增加,颗粒变大,从而使非贵金属电催化剂的表观 ORR活性显著提高.该现象使得非贵金属电催化剂在酸性电解质中无法表现出其真实的耐久性.当选用石墨棒为对电极材料时,非贵金属电催化剂在酸性电解质中的 ORR活性不会受到对电极材料的影响.
　　通过考察对电极材料对非贵金属电催化剂在酸性电解质中耐久性能的影响,可以得出结论,即对非贵金属电催化剂在酸性电解质中的耐久性测试中,不宜使用铂对电极,应该使用石墨为对电极材料,以防止对电极材料干扰耐久性测试.     

纯水中检测汞离子与银离子的菲啰啉类荧光探针

合成了菲啰啉类化合物探针1,并通过核磁共振波谱(NMR)、质谱(MS)、红外光谱(IR)对其结构进行了表征。利用荧光发射光谱考察了探针1对Hg~(2+)及Ag~+的识别性能。结果表明,探针1在纯水介质中以荧光猝灭的方式识别Hg~(2+)和Ag~+,其结合比分别为1∶1和2∶1,检测的线性范围分别为9.0×10~(-7)～1.1×10~(-5)和8.0×10~(-7)～7.0×10~(-6) mol/L,相关系数(r~2)均大于0.99,检出限均低至10~(-8)mol/L。根据探针1识别前后荧光强度的剧烈变化,建立了裸眼检测Hg~(2+)和Ag~+的可视化分析方法。通过等温量热滴定与~1H NMR滴定考察了识别过程的热力学参数和作用机理。该研究对生物体及环境领域中Hg~(2+)和Ag~+的实时监测具有潜在的应用价值。     

重金属铊在环境介质中的分布及其迁移行为

铊是剧毒重金属元素,它在自然界中是典型的稀有分散金属。环境介质中铊的自然本底值较低,但随着铊矿床的开发和铊资源的广泛应用,岩矿石中的铊在自然力或人为作用下向环境介质中迁移。综述了铊在岩（矿）石、土壤、水体、动植物和人体中的分布,以及在上述环境介质及大气中的迁移行为。研究表明,人类活动是导致环境介质中铊含量增加的主要原因。铊在环境介质中的迁移是反复循环的复杂过程,通过风化、溶解、淋滤、吸收、沉降、固结等方式在环境介质中循环往复,从而危害环境生态和人体健康。铊污染应引起人们的普遍重视。     

油脂降解培养基优化的遗传算法实验研究

我们运用遗传算法,首次对利用热带假丝酵母降解油脂的培养基优化问题进行了研究。通过5代实验完成了50个实验样本、6种培养基成分、64个浓度水平的优化任务。按照优化后的培养基组成,热带假丝酵母降解油脂的降解率为95．4％,比正交设计法提高了7．63％。实验结果表明：利用遗传算法可优化培养基成分含量,取得更好的效果;遗传算法是一种优于单因素试验法和正交设计法的新型、高效的培养基优化方法。     

氨基安替比林分子原位烙印柱的制备及其水中结合性质的研究

实验采用原位聚合法以甲基丙烯酸(MAA)为功能单体,乙二醇二甲基丙烯酸酯(EDMA)为交联剂,偶氮二异丁扉(AIBN)为引发剂,正十二醇和甲苯为致孔剂直接在液相色谱柱中制备了氨基安替比林分子烙印柱．讨论了模板分子及其类似物在有机相和水相中的色谱行为及作用机理．实验表明,在水相中烙印柱具有很强的保留性能,氨基安替比林的保留因子可达到94．41．结果认为离子作用和疏水作用是使得氨基安替比林及类似物具有很强的保留性的重要原因,为研究模板聚合物的结合特性,采用前流分析法分别测定了氨基安替比林、氨基比林和安替比林在烙印柱上的吸附等温线．实验表明,分子烙印聚合物对烙印分子表现了较高的选择性,这和通过比较各物质在分子烙印柱和空白柱上保留因子所获得的结果一致．