蛋白质与原卟啉Ⅸ及复合物发光机理探讨

对原卟啉Ⅸ（ＰｒｏｔｏｐｏｒｐｈｙｒｉｎⅨ）与蛋白质结合物的吸收、荧光的激发、发射光谱等的研究，表明了在光作用下，其可见区发光（λｍａｘ６３５ｎｍ左右）与卟啉有关，而紫外区发光（λｍａｘ４２２ｎｍ左右）与蛋白质的色氨酸残基有关，其光谱特性与临床诊断选择的癌固有荧光特征峰基本相符。该研究结果为探讨癌的发光机理积累了有益资料．     

可食性包装材料

食品的包装长期以来都是采用传统的包装材料。随着绿色包装的兴起，世界各国在可食性包装方面做了大量的开发研究工作。目前研制出的可食包装主要有可食性包装膜、食用性保鲜包装膜、复合型可食性包装膜、可食性包装纸及容器。大豆蛋白质包装膜是美国农业研究局南部地区中心利用大豆蛋白质，添加酶和其它处理剂，制成的可食性薄膜，用于食品包装，既能保持食品的水份，又可阻止氧气进人，还可与食品一起蒸煮。吉林省粮油食品专科学校研制成了利用玉米深加工所得到的植物性可食水溶包装膜。该膜具有溶解速度快、口味清淡、韧性强、热封性能好…     

模锻件折叠的形成及防止

模锻件折叠的形成及防止邵阳高等专科学校（４２２００４）宁爱林模锻件有许多种缺陷，其中最常见，也是最令人头痛的是折叠。某些模锻件，能否解决其折叠问题，往往就是能否生产的问题。为此，本文分门别类地分析了模锻件折叠的形成，并指出其预防方法。１拔长工步图１ａ...     

五仁小米营养糊系列产品的研制

小米中蛋白质含量和质量都比较高，经干法高温高压熟化、蛋白质和淀粉大分子结构部分降解，更有益于人体吸收，配以五种坚果仁、奶粉、蛋黄粉、枸杞等多种辅料，某些营养素进行必要的强化，制成营养、方便、香甜味美的冲调糊产品，为市场提供一种针对性较强的营养保健食品。     

肉乳化液的变化：某些原料组成的影响

1 变化 细粉碎的肉制品,如法兰克福、热狗和波洛尼亚肠,都是在水、盐和其它加工原料(磷酸盐、柠檬酸盐、糖类、非肉蛋白质和调味料)情况下全部或部分地受到破坏形成的制品。可以说是一种多相系统,包括真溶液、凝胶溶液、乳化液、悬浮液,甚至还混杂着空气或泡沫,很多文章里称之为乳液或肉糊。肉类加工厂的操作变化发展迅速,以致研究工作跟不上,只能在某一段时间内改变某一参数以确定其效果。     

基于加权决策树的蛋白质序列分类算法研究

针对蛋白质序列分类的需求,深入研究了蛋白质序列分类算法。对蛋白质序列的特征属性进行了大量的分析和研究,给出了蛋白质序列特征属性的描述形式。在此基础上设计了一种基于加权决策树的蛋白质序列分类算法,详细阐述了加权决策树的构造过程以及决策树的主要参数计算方法,而且根据蛋白质序列的特征,对决策树进行了改进,给出了加权决策树的实现方法。测试结果表明：设计的蛋白质序列分类算法具有较高的分类精度和较快的执行速度。     

细菌特征分析的革兰氏阴阳性判别算法

自然界中细菌无处不在,细菌的革兰氏阳性和阴性的有效分类对于临床治疗具有重要意义.现有的细菌的革兰氏阴阳性分类主要依赖于革兰氏染色法.这种方法借助细菌细胞壁结构的不同引起的染色性的差异来进行分类,然而涂片的厚薄和脱色时间的掌握制约着革兰氏染色法的准确性,并且实验需要花费一定时间.本文提出一种用计算机智能分析的细菌革兰氏阴阳性判别方法—基于蛋白质序列特征分析的细菌革兰氏阴阳性判别算法GCBPS.该算法首先挖掘出闭合邻接序列模式(FCloConSP)集合并对大量已知阴阳性的细菌蛋白质序列特征进行提取,然后先利用赋参的余弦相似度距离计算方法来衡量待测细菌蛋白质序列与阳性细菌特征集之间的距离来初步判别是否为阳性,再通过去假阴性等处理后得到最终的细菌革兰氏阴阳性判别结果.该算法已在标注的1591条革兰氏阴性菌以及576条革兰阳性菌的标准数据集上进行评估,实验结果表明,判别的平均正确率F1值可达到95.4%.     

机械设备仿真平台研究与实现

针对机械设备大型化及结构复杂化引起的设备内部结构不能直观显示,拆装重组困难等问题,利用三维渲染引擎Open Scene Graph,结合数据库、虚拟现实等技术构建了机械设备仿真平台.首先为解决模型载入前需转换为osg相关格式,解析并读取了常用3DS存储格式;然后为提高三维场景的沉浸感,利用改进的Arcball算法,将鼠标运动精确地映射到三维场景中,并采用平视显示及天空盒技术;最后为解决网络发布中模型加载速度慢的问题,采用边折叠方法对三维模型进行简化分层,实现了三维模型的累进传输,加载速率明显提高.经验证,平台可以方便的制作发布集拆装和工作原理演示等功能于一体的拥有三维真实感的交互式仿真项目并快速在网上发布.     

基于广义回归神经网络的蛋白质二级结构预测

在生化实验中,关于优化蛋白质预测问题,由于采集的信息、参数、选取和设置等优化处理存在随机性,限制了蛋白质二级结构预测精确度。为解决上述问题,针对广义回归神经网络学习速率快、网络稳健的特点,提出基于广义回归神经网络预测蛋白质二级结构的方法。鉴于编码方式对预测精度有重要影响,首先基于5位编码和不同的滑动窗口构建多个广义回归神经网络预测器对蛋白质二级结构进行预测,取得了较好的结果。并采用富含生物进化信息的序列谱(Profile)编码构建输入向量、并针对不同大小的滑动窗口设置多个spread值重新创建广义回归神经网络预测器,大大提高了预测精确度,仿真结果证明了预测模型的有效性和可行性,为预测提供了有效方法。     

蛋白质印迹技术的研究进展

蛋白质印迹是分子生物学和蛋白质组学中最常用的技术之一。由于蛋白质印迹是一个多步骤实验,任何步骤的错误都可能降低该技术的可靠性和重复性。最近的报告表明,实验中的一些关键步骤,如样品制备方法、所使用一抗的比例和来源,以及所使用的标准化方法,对于可重复的蛋白质印迹结果至关重要。在这篇综述中,总结了蛋白质印迹技术的研究进展,包括蛋白质制备、转模和抗体使用,讨论了最先进的蛋白质印迹技术,并展望了蛋白质印迹技术的发展前景。