HBTMPTP与伯胺N1923对稀土元素(Ⅲ)的协同萃取

研究了二（2，4，4-三甲基戊基）单硫代膦酸（HBTMPTP，HL）和伯胺N1923的正己烷溶液从硫酸介质中对稀土元素（Ⅲ）的协同萃取．并以La（Ⅲ）为例，用斜率法、恒摩尔法和饱和法确定了协萃配合物的组成为（RNH3）3L2La（SO4）2，计算了协萃配合物的生成常数及热力学函数，观测了协萃配合物的IR谱．     

二(2,4,4-三甲基戊基)膦酸-上胺205-正庚烷乳状液膜分离钪(Ⅲ)、铁(Ⅲ)和镥(Ⅲ)

本文研究了二（2，4，4-三甲基戊基）膦酸（Cyanex272）-上胺205-正庚烷乳状液膜分离Sc（Ⅲ）、Fe（Ⅲ）和Lu（Ⅲ）。考察了外相酸度、表面活性剂浓度、流动载体浓度及内相盐酸浓度对Sc（Ⅲ）迁移的影响。并探讨了该液膜体系分离Sc（Ⅲ）、Fe（Ⅲ）和Lu（Ⅲ）的可能性，结果表明，该体系对于稀土矿中Sc（Ⅲ）的分离与分析有良好的应用前景。     

基于非负矩阵分解技术探寻早期阿尔茨海默症基因表达调控网络

本文利用非负矩阵分解(NMF)技术,依据加强算法的稀疏性对患早期阿尔茨海默 症(Alzheimer’s Disease,AD)样本的基因表达数据进行了分析,提取了对疾病早期诊断具有重 要意义的显著基因,样本分类实验结果证明了算法的有效性。在此基础上,结合与炎症反应 有重要关系的 NF-κB 等基因初步建立了与早期 AD 密切相关的基因表达调控网络结构图, 为 AD 致病机理的探询、早期诊断与治疗等提供了有益的途径和方法。     

笼状双环磷酸酯甲基醚的合成

以季戊四醇作为起始原料经四步反应合成了一种未见报道的化合物——笼状双环磷酸酯甲基醚。     

阿尔茨海默症miRNA靶基因预测研究

为深入了解阿尔茨海默症的发病机制,利用匹配的基因表达数据和miRNA表达数据,对miRNA的靶基因进行预测分析.首先对选择出的差异表达miRNA进行靶基因预测;然后利用HCTarget算法验证预测的靶基因;最后对miRNA及其靶基因构建调控网络.调控网络中包含11个已确定的与AD有关的miRNA及6个AD致病基因.通过分析网络发现miRNA及其靶基因在正常与患病两种情况下的活性变化趋势,生物学分析也证实了它们在AD中的重要作用,为AD发病机制研究提供了依据.     

异丙基膦酸单（1—己基—4—乙基—辛酯萃淋树脂吸萃重烯土元素（Ⅲ）

本文研究了异丙基膦酸单辛酯萃淋树脂在盐酸介质中对重烯土元素的吸萃平衡，考察了平衡水相酸度对吸附反应的影响，计算了重稀土间的平均分离系数，确定了吸收反应的Ｆｒｅｕｄｌｉｃｈ等温吸附方程。该树脂吸附Ｙｂ的静态饱和容量为６６．５ｍｇＹｎｂ／（ｇ．Ｒ），饱和萃合物的ＩＲ谱表明ＰＴ－２萃淋树脂吸附Ｙｂ的反应为阳离子交换反应。     

基于大脑不同区域的阿尔茨海默症基因表达数据分析

提出了采用Tukey双权函数作为FastICA(Fast Independent Component Analysis)方法的非线性函数,对阿尔茨海默症(Alzheimer’s disease, AD)多个脑区域基因表达数据进行显著基因提取,揭示其基因表达调控关系.针对传统聚类方法基于全局聚类且只能将某个基因聚类到某一类的缺陷,改进的FastICA方法能够对基因表达数据进行快速有效的双向聚类,能够满足同一个基因可能参与不同信号传导通路的生物特性.同时考虑到人脑中海马区、内嗅皮质区、颞中回及视觉皮层区均与学习与记忆功能密切相关,将算法对多个脑区域进行基因表达调控综合分析.结果表明,大量炎症反应是AD致病的重要因素之一.     

积分在提高模糊控制器精度中的作用

普通模糊控制器控制复杂对象时有它的缺陷与不足,在控制系统中以不同方式引入积分的作用,有利于模糊控制器精度的提高,本研究运用MATLAB对3种引入积分方式做了仿真实验,取得了较好的实验结果。     

基于NMF技术探寻早期AD基因表达调控网络

利用非负矩阵分解(NMF)技术,依据加强算法的稀疏性对患早期阿尔茨海默症(AD)样本的基因表达数据进行分析,提取对疾病早期诊断具有重要意义的显著基因,样本分类实验结果证明了算法的有效性.在此基础上,结合与炎症反应有重要关系的NF-κB等基因初步建立了与早期AD密切相关的基因表达调控网络结构图,为AD致病机理的探询、早期诊断与治疗等提供了有益的途径和方法.     

基于EFICA的AD微阵列数据基因网络分析

将EFICA(Efficient Variant of Algorithm FastICA)方法与基因网络相结合分析一组阿尔茨海默病(AD)微阵列数据.根据分类结果提取特征基因集并探寻与早期AD相关的基因网络,实验结果表明,EFICA方法比传统的Fastica方法能够获得更好的分类效果.并且通过对基因网络的研究,扩展了EFICA在生物信息学中的应用,为AD疾病的进一步研究提供新思路.