近红外光谱技术对液态奶制品中乳糖、脂肪及蛋白质的定量检测

用InfraXact多功能近红外分析仪和正交实验设计,研究了不同预处理和校正方法对建模效果的影响,建立了液态奶制嘉中脂肪、乳糖和蛋白质质量含量的定标模型。利用目标函数法对模型进行评定,并对选出的最优模型的适用性进行验证．结果表明,最优模型对糖、脂肪和蛋白质的相对标准偏差分别为4．12％,7．04％,9．61％,相对误差分别为2．82,6．28,2．72．正交实验方法能综合考虑不同预处理方法和校正方法对模型建立的影响．近红外光谱分析法能够实现对牛奶中脂肪、乳糖和蛋白质质量含量进行快速、无损的定量检测．     

基于Attention Bi-LSTM模型构建蛋白质诱饵序列库

利用计算机技术在海量质谱数据中鉴定蛋白质序列是蛋白质组学研究最基本且重要的任务之一,诱饵序列库构建的好坏是蛋白质鉴定质量控制成功的关键之一。发展了基于注意力机制-双向长短期记忆神经网络(Attention Bi-LSTM)的诱饵序列构建方法,整体研究基于编码-解码框架,采用双向长短期记忆神经网络在解决传统循环神经网络梯度消失问题的同时,可以捕获前向后向更多依赖信息对处理序列数据更加有优势;引入注意力机制提高模型对目标序列库和诱饵序列库相关程度的关注度;并与目前常用的随机和反转算法进行比较。结果显示,基于Attention Bi-LSTM模型构建的诱饵序列库能满足理想诱饵序列库的各项特征要求;在不同大小实验数据集以及谱图、肽段、蛋白3个层面对比分析,显示构建的诱饵序列库与其他方法比具有更好的灵敏性。因此,Attention Bi-LSTM是一种很有潜力的诱饵序列库构建方法。     

基于深度学习和支持向量机的基因结合蛋白预测

针对传统的方法对蛋白质预测的精度低且需要人工提取环节等问题,提出一种基于深度学习和支持向量机的基因结合蛋白预测算法;该算法将卷积神经网络与门控循环单元结合,搜索蛋白质序列,保留蛋白质序列中氨基酸的位置依赖性,利用支持向量机代替神经网络的Softmax分类器对蛋白质的特征序列进行预测;将该模型分别在基准数据集DBP2858和PDB14189上进行对比实验。结果表明,该模型具有更好的脱氧核糖核酸结合蛋白预测能力,并且预测精度和效率均较高。     

螺旋藻综合利用工艺研究

螺旋藻经过超低温和超声波振荡处理，植物细胞壁破裂而释放出相关物质，经分离处理得到天然食用藻蓝素和口感良好的植物蛋白及其他多种有用物质。为螺旋藻食品深加工获取高附加值进行探索。     

4-乙烯吡啶在钕络合物催化体系下的聚合

研究了稀土钕配合物(SAC·NaCl_3,3PANdCl_3)与烷基铝[A(i-Bu)3]组成催化体系用于4-乙烯基吡啶极性单体聚合反应,考察了Al/Nd摩尔比、催化剂浓度、反应时间和温度对聚合反应的影响规律.     

镍—亚硝基R盐的络合物吸附波研究及应用

在含氯代十四烷基吡啶的NaCO3-NaHCO3(pH 9.70)缓冲溶液中,镍与亚硝基R盐形成的络合物在-0.64V(vs. SCE)处有一灵敏的络合吸附波,峰电流与镍离子的浓度在3.4×10-9 mol/L～3.74×10-6mol/L范围内呈线性关系,相关系数(r)0.999 4.检出限为1.4×10-10 mol/L(80 ng/L).方法用于水样和生物样品中微量镍的测定,结果满意.并探讨了络合物的电极反应机理.     

蛋白质微阵列技术及其影响因素的研究进展

简要介绍了蛋白质微阵列技术的基本原理和制备技术。重点讨论了蛋白质微阵列在制备和检测过程中的主要影响因素,如载体及其表面处理、探针、检测方法、制备技术等。指出蛋白质微阵列是一种极具发展前途的新型研究工具,在我国刚刚起步,需要加大投入和合理规划。     

Qsep100核酸蛋白分析系统的应用和维护

Qsep100核酸蛋白分析系统是一种基于荧光检测和可抛式预制胶卡夹的新型毛细管电泳系统,具有高灵敏性及高分辨率等优势,广泛应用于核酸、蛋白样本的质控、浓度及纯度检测。在检测过程中需了解样本特征并选择合适的卡夹类型,注意样本浓度的检测范围以及数据分析中参数设置对计算结果的影响。基于此分析可为科研工作者提供更加科学、有效的核酸蛋白检测方案;同时为大型仪器共享平台的仪器使用及维护提供参考。     

Dissection of SARS Coronavirus Spike Protein into Discrete Folded Fragments

Introduction Severe acute respiratory syndrome coronavirus (SARS-CoV), which is the causative agent of the atypical pneumonia, was first identified in the fall of 2002 to be a previously unknown member of the family of coronaviruses[1]. The rapid transmis…     

高压对朊蛋白构象和动力学的影响

蛋白质在溶液中是多种构象并存的一个热力学系统,不同的构象以一定的概率在不同的态之间互相转变。作为一个热力学体系,不同构象存在的概率受到热力学变量的影响,压强作为一个基本的热力学变量,其变化将影响到蛋白质的构象分布和动力学行为。压强的增大通常会减小蛋白质的体积,从而可以通过增大压强开展对常压下难以观察的构象进行研究,这些构象对于揭示蛋白质的生物学功能具有重要意义。以朊蛋白为研究对象,通过分子动力学模拟方法研究高压诱导下蛋白质的构象变化。研究结果表明:水分子在高压下的排列趋向于有序,水分子的有序排列直接影响到与水分子有密切接触残基的动力学行为;高压下水分子能够渗入二级结构的疏水核心,破坏β片层的二级结构。揭示高压诱导下朊蛋白构象转化的分子机制,为蛋白质的高压变性研究提供理论依据。