课程文献中心 更多>>

关键词： 富硒黄山贡菊   多糖   超滤   抗氧化   抗炎症  

摘要： 目的:探究超滤膜分离对富硒黄山贡菊多糖的影响及不同分子量组分多糖的抗氧化和抗炎活性差异。方法:采用超滤法将富硒黄山贡菊多糖分为100 kDa+多糖和100 kDa-多糖两组分,利用抗氧化实验(羟自由基清除能力、DPPH清除能力和总还原力)和细胞炎症实验(NO试剂盒和RT-qPCR法)检测超滤前后多糖的抗氧化能力和抗炎症活性。结果:未超滤多糖(粗多糖)和100 kDa-多糖抗氧化活性优于100 kDa+多糖;粗多糖与超滤处理多糖均对IL-1β、IL-6和TNF-α分泌具有抑制效果,多糖浓度为50µg/mL时,超滤后多糖组分对IL-6和TNF-α分泌的抑制效果更为显著。结论:超滤后100 kDa-多糖具有显著的抗氧化活性,100 kDa+多糖能显著减少LPS诱导巨噬细胞的炎症反应。

关键词： 甘蓝   黏质沙雷氏菌   灵菌红素   基因组分析   生物合成基因簇   异源表达  

摘要： 【目的】对甘蓝根际微生物进行分离,从中选择具有优良性状的菌株,对其次级代谢产物合成能力进行评估,为甘蓝根际微生物资源的发掘利用奠定基础。【方法】采集重庆市武隆区仙女山镇仙女山村甘蓝根,分离培养根际微生物菌株,从中选择一株黏质沙雷氏菌(Serratia marcescens),利用PacBio RS II平台和Illumina HiSeq平台完成全基因组测序,通过antiSMASH分析评估其合成次级代谢产物的潜力,采用Red/ET重组工程技术克隆目的基因簇并进行异源表达。【结果】从甘蓝根际分离鉴定到一株产灵菌红素的黏质沙雷氏菌,对其进行基因组测序及分析发现,基因组含有11个次级代谢产物生物合成基因簇,其中9个基因簇与已知化合物编码基因簇相似性较低,说明该菌具有产生多种新型次级代谢产物的潜力;HPLC分析和高分辨质谱检测鉴定了灵菌红素;克隆了灵菌红素生物合成基因簇,并在大肠杆菌中实现了异源表达;选择4种大肠杆菌常用启动子驱动灵菌红素基因簇的表达,发现rpoS启动子具有较好的效果。【结论】本研究从甘蓝根际分离得到一株产灵菌红素的黏质沙雷氏菌,完成了全基因组测序和分析,从中克隆得到灵菌红素生物合成基因簇,并成功在大肠杆菌中异源表达。

关键词： 表面分子印迹聚合物   磁性分离   选择性吸附   黄酮类化合物   大豆素   柚皮素  

摘要： 目的 制备靶向分离大豆素及柚皮素的表面分子印迹聚合物(surface molecularly imprinted polymers,SMIPs)并对其进行结构表征和吸附性能测试。方法 以大豆素和柚皮素为模板分子,改性的四氧化三铁纳米粒子为磁性载体,甲基丙烯酸(methylacrylic acid,MAA)为单体,乙二醇二甲基丙烯酸酯(ethylene dimethacrylate,EGDMA)为交联剂,在偶氮二异丁腈[2,2'-azobis(2-methylpropionitrile),AIBN]引发下进行聚合。采用傅里叶变换红外光谱仪(Fouriertransform infrared spectrometer,FT-IR)、热重分析仪(thermal gravimetric analyzer,TG)、扫描电子显微镜(scanning electron microscope,SEM)对表面分子印迹聚合物的形貌与结构进行表征。通过动态吸附与静态吸附测试分析其吸附行为;选择性吸附测试表征其吸附特异性;再生吸附测试其循环使用性能。结果 溶液初始浓度为300μg/mL时,振荡吸附20 min后,双模板磁性表面分子印迹聚合物(Daidzein-Naringin/SMIPs,D-N/SMIPs)对大豆素的吸附量可达21.05 mg/g,对柚皮素的吸附量为27.45 mg/g。准一级、准二级动力学模型和Langmuir、Freundlich等温吸附模型拟合数据表明D-N/SMIPs对大豆素和柚皮素的吸附以单分子层化学吸附行为为主。D-N/SMIPs对模板分子大豆素和柚皮素具有良好的选择性识别能力,对大豆素的印迹因子为2.05、对柚皮素的印迹因子为2.43,远高于对槲皮素的0.88、茜素的1.17和芦丁的1.26,可以靶向吸附分离目标化合物。经9次吸附-解吸循环后,D-N/SMIPs对大豆素和柚皮素的吸附能力仍维持在16.58 mg/g和20.08 mg/g,结构稳定可重复分离应用。结论 制备的表面分子印迹聚合物对模板分子具有良好的靶向吸附能力,可用于大豆素和柚皮素的快速定向分离。

关键词： 浮选精煤   中灰煤泥   浮选回收   分离效果  

摘要： 基于细粒煤泥分质回收与合理化利用目的,为强化中灰煤泥浮选回收与分离效果,实现细粒煤泥“低灰精煤、中灰煤泥和高灰泥矸”三产品分选,选取浮选精煤和中灰煤泥两种试样,通过浮选试验考查了不同分选参数下的浮选效果,研究了浮选精煤与中灰煤泥浮选行为差异,并借助原子力显微镜测定了液膜薄化过程中强/弱疏水性基板与气泡间的相互作用。研究表明:浮选精煤的接触角为109.25°,较中灰煤泥高28.62°;浮选精煤中含有较多的烷基和氨基等阳离子型基团,中灰煤泥含有较多的羧基和羟基等含氧官能团。增加柴油和仲辛醇用量、提高浮选搅拌转速都有助于提升浮选精煤和中灰煤泥的回收效果;增加充气量能提升浮选精煤回收效果,但中灰煤泥回收效果有所降低。浮选精煤的浮选速率明显高于中灰煤泥,在相同浮选条件下浮选精煤优先浮出。对于强化中灰煤泥回收,分选参数影响次序为搅拌转速>矿浆浓度>充气量>起泡剂>捕收剂。强化粗粒中灰煤泥分选回收时,应采用“高药剂用量、强搅拌转速、低充气量、高矿浆浓度、延长浮选时间”分选条件;对于分离浮选精煤与中灰煤泥,应采用“低药剂用量、低搅拌转速、高充气量、低矿浆浓度、降浮选时间”分选条件。强/弱疏水性基板与气泡间的临界液膜厚度理论值分别为39 nm和16 nm,在吸引性分离压作用下气泡突破液膜与基板发生黏附。当液膜厚度薄化至疏水力作用程时,总分离压力开始转向吸引,膜薄化驱动压力急剧升高,液膜在疏水力的作用下发生破裂。

关键词： 遗传算法   多目标   隔壁塔   分离   优化  

摘要： 为了降低环己酮环己醇分离过程中的能量消耗以及设备投资,以某厂脱去轻组分的环己酮、环己醇、重组分混合物为原料,提出将传统流程中的酮塔和醇塔耦合成隔壁塔的新工艺。使用MATLAB将改进的非支配排序遗传算法(NSGA-Ⅱ)与Aspen Plus模拟软件联用,以年总费用(TAC)和二氧化碳排放量为目标变量,要求环己酮的质量分数达到99.5%、环己醇的质量分数达到99.0%,同时产品的回收率达到95.0%,对隔壁塔的操作参数进行优化。设计种群大小为400,最大遗传代数为500,交叉分数0.85、变异分数0.1。优化过程中不断向目标函数减少的方向进行,当种群大小进化到400代左右时,目标函数不再有明显变化。选择TAC最小的一组Pareto最优前沿解作为最优解,与传统的双塔流程相比,在分离过程中,二氧化碳排放量降低了31.49%,TAC降低了28.98%。

关键词： 人工智能   互联网时代   价格战   原因及影响   商业路径   产业界   模型  

摘要： 近期,以互联网“老兵”为主的人工智能大模型企业连番掀起“价格战”,希望复刻互联网时代的成功商业路径,引发产业界普遍关注。本文将对人工智能大模型“价格战”的原因及影响进行分析。

关键词： 综合自动化系统   电解铝整流   供电过程   变电站  

摘要： 文章分析了变电站自动化技术的内涵和电解铝整流系统的组成,探讨了变电站自动化技术在电解铝整流系统中的具体应用,详细阐述了电解铝整流供电过程中综合自动化系统。

关键词： 再生能源   分离   液流电池   复合离子传导膜  

摘要： 液流电池储能技术具有安全性高、效率高、寿命长、环境友好等特点,适用于大规模储能和分布式储能。离子传导膜是液流电池的关键材料之一,其性质和成本直接影响着液流电池的性能和成本。复合离子传导膜选择层和多孔支撑层的组成和结构可以分别调控,可以兼具高选择性、高传导性和高稳定性,目前已经在液流电池中得到广泛的研究和应用。此外,通过对复合膜选择层结构的调控,其选择性和传导性等性能可以得到进一步优化,从而提升液流电池的性能和寿命。本综述基于液流电池用复合膜的研究进展,总结不同的基于多孔支撑层的多孔复合膜选择层的结构调控策略,为液流电池用离子传导膜的进一步发展提供理论指导。

关键词： 乙二醇   精馏生产技术   甲醇回收   节能降耗  

摘要： 为了提高乙二醇生产过程中的资源利用效率,针对两套20万t/a乙二醇装置,实施了一系列技术优化措施。研究采用了羰基化、加氢两步间接合成法,通过优化甲醇回收工艺实现甲醇回收。同时,为解决轻组分回收问题,设计了4个专门的储槽以分类回收物料,有效避免了不同物料对系统的影响。在热能回收方面,通过调整精馏塔的操作工艺,实现了1.7 MPa蒸汽凝液的有效利用,显著降低了0.5 MPa蒸汽的消耗。研究结果表明,低消耗和低成本是乙二醇生产企业持续发展的关键。

关键词： 生成式人工智能   非线性学习   智能体模型   个性化学习   教育信息化  

摘要： 该研究探讨了生成式人工智能(AIGC)赋能的非线性学习智能体模型建构,分析了非线性学习的特点,并预设了自学、混合和协作三种学习场境。基于这些场境推导出智能体模型的功能需求,进而抽象出模型的核心能力。该文界定了非线性学习智能体的含义、数学表达式及核心算法,并阐述智能体模型的核心是一个改进的马尔可夫决策过程,旨在能够为学习者提供个性化、动态优化的学习支持,有效提升非线性学习的效率,为AIGC在教育领域的应用提供了新的模型构建方法,对推动教育信息化和个性化学习具有重要意义。