牛胰岛素A链的合成及其与天然B链组合成结晶胰岛素

本文报导了牛胰岛素A链的S-磺酸盐(Ⅰ)的合成以及自Ⅰ和天然B链S-磺酸盐(Ⅱ)组合为结晶牛胰岛素的半合成。十二肽酸Ⅴ脱N-保护基后,与九肽酰肼Ⅳ经迭氮化物法缩合得带保护基的A链(Ⅵ),粗产物经钠-液氨处理去保护基后,用乙酸缓冲液调至pH 3.8以除去部分杂质,然后进行S-磺酸化。经纸层析纯化的S-磺酸盐Ⅰ,其旋光率、纸电泳和纸层析的行为、氨基酸组成以及末端分析数据均与天然牛胰岛素A链S-磺酸盐的相符。产物Ⅰ与天然胰岛素B链S-磺酸盐经巯基乙酸还原和空气氧化后,得到的粗产物的生物活力相当于天然牛胰岛素活力的5—10％,经仲丁醇-乙酸柚提后,活力可提高5—10倍,抽提物再经含乙酸锌的丙酮-柠檬酸缓冲液纯化,可得结晶产物Ⅲ,其晶形与天然牛胰岛素相同,其活力(20—23国际单位/毫克)与后者相仿。上述结果及其他证据都证明我们已合成了牛胰岛素A链和所获得的半合成结晶产物就是结晶牛胰岛素。     

δ-氨基乙酰丙酸的合成

研究了合成δ-氨基乙酰丙酸(ALA)的简便方法。由带保护基的二肽:ZGly-DL-ValOH,KGly-DL-LeuOH, 2Gly-DL-ILeOH和ZGly-DL-AlaOH经环化、加成、开环和水解反应,合成了δ-氨基乙酰丙酸(4)。     

OFDM与FBMC系统带外辐射分析与实验仿真

比较了FDM、OFDM以及FBMC的频谱使用效率。详细分析了OFDM信号带外辐射较大的原因,探讨了FBMC抑制带外辐射的机理。借助MATLAB对OFDM与FBMC信号的频谱进行了仿真,结果表明:FBMC有效地减小了带外辐射,提高了通信系统的频谱使用效率。     

基于广义应变梯度理论的纳米梁挠曲电效应研究

挠曲电效应是应变梯度与电极化的耦合,它存在于所有的电介质材料中。在纳米电介质结构的挠曲电效应研究中,应变梯度弹性对挠曲电响应的影响一直以来被低估甚至被忽略了。根据广义应变梯度理论,应变梯度弹性中独立的尺度参数只有三个,而文献中所采用的一个或两个尺度参数的应变梯度理论只是它的简化形式。基于该理论,论文建立了考虑广义应变梯度弹性的三维电介质结构的理论模型,并以一维纳米梁为例研究了其弯曲问题的挠曲电响应及其能量俘获特性。结果表明,纳米梁的挠曲电响应存在尺寸效应,并且弹性应变梯度会影响结构挠曲电的尺寸效应,特别是当结构的特征尺寸低于尺度参数时。论文的工作为更进一步理解纳米尺度下的挠曲电机理和能量俘获特性提供理论基础和设计依据。     

手性羰基铁体系催化酮的不对称氢转移氢化

手性羰基铁络合物很少被用于芳香酮的不对称氢转移氢化.利用不同的羰基铁络合物与手性双胺双膦配体现场络合,形成手性胺膦铁催化体系.考察了它们对多种芳香酮的不对称氢转移催化氢化性能.结果表明,三核的手性胺膦铁簇合物是催化芳香酮不对称氢转移氢化的较好体系.当用三核的铁簇合物[Et₃NH]⁺[HFe₃(CO)₁₁]^-体系催化1,1-二苯基丙酮的氢化时,最高可获得98%的对映选择性.通过现场红外光谱测定,揣测羰基铁簇合物Fe₃(CO)₁₂在催化反应过程中保持三核的簇合物的簇骼不变.     

应用于稳定有机磷光二极管的三嗪基电子传输材料

本文报道了一类面向有机电致磷光器件应用的电子传输材料,其具有易合成纯化、分子量低、玻璃化转变温度高以及经8-羟基喹啉锂(Liq)掺杂,电子迁移率高等优点.通过1,3-亚苯基,4,6-二苯基-1,3,5-三嗪-2-基单元与10-(萘基-2-基)-蒽-9-基偶联,得到分析纯的NaAN-m-TRZ(m/z=611.73).残...     

云的空间

多年的漂泊， 就如同一直在圆的边径上跌荡起伏。 如今回到原点。 这又何尝不是另一个新的起点。     

飞秒激光脉冲压缩用啁啾镜新设计方法

对配对啁啾镜传统的优化过程进行了改进,并且尝试了新的多个啁啾镜匹配的方法。理论上实现了在700～1050 nm光谱范围内,两个啁啾镜配对色散总和振荡小于±10 fs2,三个啁啾镜配对色散总和振荡小于±15 fs2。此配对啁啾镜所实现的精确补偿色散,是获得极短光脉冲的基础,可以用于飞秒激光的脉冲压缩。     

空间光DPSK发射与自相干接收系统实验

搭建通信速率为10 Gbps的光DPSK调制发射、自相干接收单元实验测试平台。采用光相位调制和自相干接收技术实现光DPSK系统设计。为稳定输出信号解决相位漂移,发射单元设计出自适应增益控制单元和交叉点自适应控制单元。在系统测试平台上,完成差分编码模块、发射单元和自相干接收单元及系统性能测试。实验室环境条件下,测得系统接收单元灵敏度为-48 dBm,通信系统误码率优于1×10-7;误差矢量幅度为7 %,通信性能较好,满足系统设计指标要求。     

基于深度强化学习的认知车联网频谱接入算法

先前的研究仅考虑仅仅存在认知车联网单一通信环境的问题,这样不能充分利用频谱资源。为了提高频谱利用率,提出一种适用于同时存在多个认知车辆的认知车联网环境的方法。同时为了提高认知车辆频谱接入的成功率,通过结合不同情况下的授权车辆和认知车辆的吞吐量设计了不同的反馈函数提出了一种改进的深度强化学习方法。所提出方法的性能明显优于传统的Q学习算法,能够更明显地提高频谱利用率,满足日益增长的车联网通信需求。