連續(xù)性檢測Cu²⁺和多巴胺的熒光探針PDI-CMA及其制備方法和應(yīng)用 1107     

 0

本發(fā)明屬于熒光探針領(lǐng)域，涉及一種苝酰亞胺熒光探針的制備和應(yīng)用，特別是指Cu²⁺和多巴胺連續(xù)性檢測的熒光探針及其制備方法和應(yīng)用?；瘜W(xué)結(jié)構(gòu)式為：。本發(fā)明的苝酰亞胺熒光探針（PDI?CMA）能夠快速檢測Cu²⁺，是一類turn?off型熒光探針。Cu²⁺的檢出限為4.006×10^?7 mol L^?1。有意義的是，在PDI?MA?Cu²⁺的體系中加入多巴胺（DA），PDI?MA的熒光又可以恢復(fù)，可以對多巴胺進(jìn)行快速檢測，又是一類turn?on型熒光探針。多巴胺的檢出限是4.49×10^?7 mol L^?1。這種連續(xù)性檢測熒光探針具有良好的市場應(yīng)用前景。

以異質(zhì)結(jié)和金納米粒子間能量共振轉(zhuǎn)移為機(jī)理的光電化學(xué)適配體傳感器的構(gòu)建方法 666     

 0

本發(fā)明涉及一種以Ce?TiO₂@MoSe₂異質(zhì)結(jié)和金納米粒子（AuNPs）間能量共振轉(zhuǎn)移為機(jī)理的光電化學(xué)適配體傳感器的構(gòu)建方法，具體為：首先采用簡單的水熱法將稀土金屬鈰摻雜于TiO₂納米塊中得到Ce?TiO₂，然后再次采用溶劑熱法將MoSe₂納米片生長于Ce?TiO₂表面，形成Ce?TiO₂@MoSe₂異質(zhì)結(jié)，并將其作為支架用于負(fù)載黃曲霉毒素B1（aflatoxin?B1，AFB1）的適配體；隨后將AuNPs標(biāo)記的且與AFB1適配體互補(bǔ)的DNA序列（AuNPs?cDNA）引入電極表面構(gòu)成三明治結(jié)構(gòu)，實(shí)現(xiàn)Ce?TiO₂@MoSe₂異質(zhì)結(jié)和金納米粒子（AuNPs）間的能量共振轉(zhuǎn)移。采取該方法所制備的光電化學(xué)適配體傳感器能夠快速地測定AFB1，且靈敏度較高、線性范圍較大、檢測限較低。

以TiO2納米管復(fù)合材料為定向負(fù)載支架和示蹤標(biāo)記物的電化學(xué)免疫傳感器的構(gòu)建方法 675     

 0

本發(fā)明涉及一種以TiO2納米管復(fù)合材料為定向負(fù)載支架和示蹤標(biāo)記物的電化學(xué)免疫傳感器的構(gòu)建方法，其分別通過水熱法、化學(xué)氧化聚合法以及檸檬酸三鈉還原法最終合成出GNPs-PANI-TNT復(fù)合材料，將其分散于殼聚糖溶液中并滴加在電極表面。以BS3為雙氨基交聯(lián)劑將蛋白G′共價(jià)結(jié)合在殼聚糖表面，用于定向負(fù)載捕獲抗體(Ab1)。BS3還被用于結(jié)合辣根過氧化物酶（HRP）和信號抗體（Ab2）以制備示蹤標(biāo)記物。采用本發(fā)明方法制備所得的電化學(xué)免疫傳感器能夠快速的測定α-甲胎蛋白AFP，且靈敏度較高、線性范圍較大、檢測限較低。

以二氧化鈦納米棒復(fù)合材料為電化學(xué)示蹤劑的電化學(xué)適配體傳感器的構(gòu)建方法 737     

 0

本發(fā)明涉及一種以TiO₂納米棒復(fù)合材料為電化學(xué)示蹤劑的電化學(xué)適配體傳感器的構(gòu)建方法：通過醇還原法將Pt?Sn雙金屬納米顆粒均勻地沉積在圓柱形TiO₂納米棒的表面合成出PtSn@TiO₂納米復(fù)合材料。將其分散于殼聚糖溶液中并滴加在GCE電極表面，以BS³為雙氨基交聯(lián)劑將NH₂?cDNA固定在修飾的電極表面，接著通過NH₂?cDNA和適配體之間的DNA雜交將鏈霉素適體固定在電極上。當(dāng)引入鏈霉素和核酸外切酶混合物時(shí)，適配體可以優(yōu)先與鏈霉素特異性結(jié)合并與電極表面的NH₂?cDNA分離形成單鏈DNA結(jié)構(gòu)。僅作用于單鏈DNA的核酸外切酶選擇性地消化降解單鏈NH₂?cDNA、適配體?鏈霉素復(fù)合物使之釋放鏈霉素，被釋放的鏈霉素可以循環(huán)往復(fù)地與電極表面的剩余的適配體特異性結(jié)合。該電化學(xué)適配體傳感器能夠快速靈敏地檢測鏈霉素，且線性范圍較大、檢測限較低。

分析風(fēng)干臘肉蛋白質(zhì)及風(fēng)味的方法 1031     

 0

本發(fā)明公開了一種分析風(fēng)干臘肉蛋白質(zhì)及風(fēng)味的方法，包括：臘肉制備；風(fēng)味物質(zhì)分析；肌漿蛋白的測定；測量SH和S?S組水平；測定羰基含量；蛋白質(zhì)表面疏水性(H0)的測定；肌漿蛋白的圓二色性(CD)光譜分析；統(tǒng)計(jì)分析。本發(fā)明的優(yōu)點(diǎn)在于：從食品化學(xué)與計(jì)算數(shù)學(xué)學(xué)科結(jié)合角度闡明風(fēng)干臘肉風(fēng)味形成機(jī)理，為建立傳統(tǒng)肉制品規(guī)模加工工程技術(shù)提供理論依據(jù)，對于促進(jìn)傳統(tǒng)產(chǎn)業(yè)升級改造、弘揚(yáng)和發(fā)展傳統(tǒng)產(chǎn)業(yè)具有十分重要的研究價(jià)值和潛在的社會經(jīng)濟(jì)價(jià)值。

注射用泮托拉唑鈉有關(guān)物質(zhì)的分析方法 857     

 0

本發(fā)明公開了一種注射用泮托拉唑鈉有關(guān)物質(zhì)的分析方法，涉及化學(xué)藥物分析方法技術(shù)領(lǐng)域，采用高效液相色譜法分析，色譜條件為：色譜柱為Waters XBridge C18；檢測波長為290nm；柱溫為40℃；流動相A為0.005mol/L磷酸二氫銨溶液?乙腈?甲醇體系，其中，磷酸二氫銨溶液用磷酸調(diào)節(jié)pH至7.5，磷酸二氫銨溶液、乙腈、甲醇的體積百分比為85：6：9；流動相B為乙腈?甲醇體系，乙腈和甲醇的體積百分比為4：6；采用梯度洗脫。本發(fā)明通過篩選合適色譜條件及梯度洗脫程序，對泮托拉唑鈉中有關(guān)物質(zhì)進(jìn)行了色譜分析，能同時(shí)檢測出多種雜質(zhì)，且分離度均大于1.5，尤其是雜質(zhì)D、F達(dá)到基線分離，能夠快速、有效、準(zhǔn)確的監(jiān)控注射用泮托拉唑鈉中的有關(guān)物質(zhì)，且檢測限低。

電化學(xué)測試工作電極用固定夾具 971     

 0

本發(fā)明涉及電化學(xué)測試工作電極用夾具技術(shù)領(lǐng)域，具體的說是一種電化學(xué)測試工作電極用固定夾具，包括第一夾板和第二夾板，所述第一夾板和第二夾板的截面均為正方體形結(jié)構(gòu)，且第一夾板位于第二夾板上方，所述第一夾板包括工作電極放置槽、電解液流通孔、第一連接導(dǎo)體放置凹槽，所述第一連接導(dǎo)體放置凹槽開設(shè)在第一夾板底部中心部位至一端面，且第一夾板中部設(shè)置有呈正方形結(jié)構(gòu)的工作電極放置槽，所述工作電極放置槽，且工作電極放置槽上方設(shè)置有電解液流通孔。本發(fā)明的有益效果是：本發(fā)明結(jié)構(gòu)簡單，操作方便，成本低廉，實(shí)用性強(qiáng)，一方面可以滿足電化學(xué)測試的多樣化；另一方面，可以循環(huán)利用，減少成本。

節(jié)能全自動化學(xué)需氧量測定儀 803     

 0

本發(fā)明公開了一種節(jié)能全自動化學(xué)需氧量測定儀，屬于化學(xué)儀器技術(shù)領(lǐng)域，包括支架和自動辨色滴定裝置，所述支架包括底板、背板、上支架、冷凝管支撐架和樣品籃，兩個(gè)樣品籃的中部設(shè)置一個(gè)滴定位和兩個(gè)廢液杯位、一個(gè)攪拌位和一個(gè)冷卻位，兩個(gè)所述樣品籃的兩側(cè)各有一組六孔位的加熱消解位，所述加熱消解位處設(shè)置有自動精確控溫加熱裝置。通過計(jì)量泵精確加液，機(jī)械臂移動樣品，溫控器精確控溫加熱，再用光學(xué)顏色判斷滴定終點(diǎn)，實(shí)現(xiàn)COD樣品實(shí)驗(yàn)分析的全自動化，基本替代人工操作過程，相比手工分析具有更低的檢出限，更高的準(zhǔn)確度和精密度，整體功耗也比較低。

拉曼散射分析測試裝置的吸附襯底 1024     

 0

一種拉曼散射分析測試裝置的吸附襯底，主要是 由玻璃基底及其上沉積的金顆粒層構(gòu)成，且吸附襯底的表面粗 糙度為600，這種吸附襯底制造方法簡單，只需要簡單的儀 器設(shè)備采用化學(xué)沉積的方法即可制得，生產(chǎn)效率高，成本低； 并且增強(qiáng)效果好，其增強(qiáng)因子達(dá)到1.6× 105；同時(shí)，易于在空氣中存放， 可直接置于空氣中不會變質(zhì)。利用這種吸附襯底進(jìn)行表面分析 及痕跡物質(zhì)的檢測具有很高的靈敏度。

用于拉曼散射分析測試裝置的吸附襯底 811     

 0

一種用于拉曼散射分析測試裝置的吸附襯底，主要是由鋁基底及鋁基底上的鍍金層構(gòu)成，且吸附襯底的表面粗糙度為800。這種吸附襯底制造方法簡單，只需要簡單的儀器設(shè)備采用化學(xué)置換的方法就能制得本吸附襯底。它不僅生產(chǎn)效率快，而且成本低；并且增強(qiáng)效果好，其增強(qiáng)因子達(dá)到3×105；同時(shí)，易于在空氣中存放，可直接置于空氣中不會變質(zhì)。利用這種吸附襯底進(jìn)行表面分析及痕跡物質(zhì)的檢測，不僅使用方法簡單，而且具有很高的靈敏度。

基于聚苯胺沉積的電化學(xué)傳感電極定量檢測多聚腺苷二磷酸核糖聚合酶-1活性的方法 673     

 0

一種基于聚苯胺沉積的電化學(xué)傳感電極定量檢測多聚腺苷二磷酸核糖聚合酶?1(PARP?1)活性的方法，包括以下步驟：帶有巰基的特定DNA雙螺旋結(jié)構(gòu)在金電極上的修飾激發(fā)PARP?1的特定單元；一部分PARP?1作為煙酰胺腺嘌呤二核苷酸(NAD+)的催化劑，將NAD+裂解為多聚腺苷二磷酸核糖(PAR)和尼克酰胺兩部分，一部分作為連接劑連接PAR單元；PARP?1反復(fù)催化后PAR負(fù)電單元的形成；聚苯胺沉積的電化學(xué)傳感電極；利用電化學(xué)方法對產(chǎn)生的聚苯胺的電流信號進(jìn)行檢測從而檢測PARP?1的活性。本發(fā)明與傳統(tǒng)的酶聯(lián)免疫吸附測定、測定剩余NAD+底物的方法相比，能夠定量測量PARP?1的活性，且極大地提高了靈敏度。本發(fā)明無需制備復(fù)雜材料，具有成本低、快速、簡便的優(yōu)點(diǎn)。

高分子化學(xué)成分分析裝置 1110     

 0

本實(shí)用新型公開了一種高分子化學(xué)成分分析裝置，包括箱體，所述箱體上側(cè)設(shè)置有上料斗，所述上料斗中部依次轉(zhuǎn)動連接有第一破碎輥和第二破碎輥，所述第一破碎輥前側(cè)設(shè)置有主動齒輪，所述第二破碎輥前側(cè)設(shè)置有與主動齒輪嚙合的從動齒輪，所述主動齒輪前側(cè)連接有第一電機(jī)，所述上料斗下側(cè)連接有弧形彎管，所述弧形彎管左端設(shè)置有切割腔，所述切割腔內(nèi)側(cè)設(shè)置有轉(zhuǎn)動桿，轉(zhuǎn)動桿中部設(shè)置有若干個(gè)刀片，轉(zhuǎn)動桿左端連接有第二電機(jī)，所述切割腔下側(cè)設(shè)置有過濾網(wǎng)，過濾網(wǎng)連接有下料管，所述下料管下側(cè)連接有分解室，所述分解室中部設(shè)置有攪拌組件；本實(shí)用新型具有結(jié)構(gòu)簡單、安全實(shí)用、操作方便、粉碎效果好且攪拌更加充分的優(yōu)點(diǎn)。

基于深度森林的有機(jī)化學(xué)偶聯(lián)反應(yīng)產(chǎn)率預(yù)測與分析方法 938     

 0

本發(fā)明公開了一種基于深度森林的有機(jī)化學(xué)偶聯(lián)反應(yīng)產(chǎn)率預(yù)測與分析方法，包括特征描述符的計(jì)算、模型的搭建、產(chǎn)率的智能回歸和分類預(yù)測，具體實(shí)現(xiàn)步驟如下：1）利用化學(xué)軟件計(jì)算每種偶聯(lián)反應(yīng)組分的特征描述符，將其轉(zhuǎn)換為一維數(shù)據(jù)；2）搭建深度森林模型對特征描述符進(jìn)行訓(xùn)練，通過自我調(diào)節(jié)參數(shù)達(dá)到最佳預(yù)測效果，該方法結(jié)合了深度學(xué)習(xí)的特征學(xué)習(xí)和集成學(xué)習(xí)的思想，實(shí)現(xiàn)了化學(xué)反應(yīng)的高效預(yù)測；3）使用訓(xùn)練好的模型對產(chǎn)率進(jìn)行智能回歸和分類預(yù)測，并對預(yù)測結(jié)果分析；計(jì)算一維特征描述符的重要性，分析特征描述符對產(chǎn)率影響的強(qiáng)弱，在生產(chǎn)試驗(yàn)中為用戶提供更可靠的決策信息。本發(fā)明能夠在節(jié)約成本的基礎(chǔ)上輔助化學(xué)家快速對產(chǎn)率預(yù)測。

小樣本環(huán)境下基于XGBoost的化學(xué)反應(yīng)產(chǎn)率智能預(yù)測與分析方法 1038     

 0

本發(fā)明公開了小樣本環(huán)境下基于XGBoost的化學(xué)反應(yīng)產(chǎn)率智能預(yù)測與分析方法，包括對三維描述符的數(shù)據(jù)獲取、智能預(yù)測和結(jié)果分析。三維描述符的數(shù)據(jù)獲取，是通過將繪制出的相關(guān)化學(xué)結(jié)構(gòu)的二維結(jié)構(gòu)圖轉(zhuǎn)化為三維結(jié)構(gòu)圖，然后再利用相關(guān)軟件計(jì)算其三維結(jié)構(gòu)的描述符；三維描述符的智能預(yù)測，是通過梯度提升樹模型XGBoost對獲取的三維描述符進(jìn)行訓(xùn)練和預(yù)測；該算法中嵌入了網(wǎng)格搜索法，對多個(gè)參數(shù)的可能取值進(jìn)行排列組合，通過模型預(yù)測結(jié)果選取最佳參數(shù)；三維描述符的結(jié)果分析，是對智能預(yù)測模塊的輸出進(jìn)行分析；通過計(jì)算也能得到描述符的重要性排序，以此為用戶提供更可靠的決策信息。本發(fā)明能夠輔助化學(xué)家做出合理分析預(yù)測，大大加速化學(xué)研發(fā)過程。