NaF/CaO固体碱催化制备生物柴油

采用等体积浸渍法制备了NaF/CaO催化剂,用于催化大豆油与甲醇酯交换反应制备生物柴油。考察了催化剂制备条件和反应条件对酯交换反应的影响。结果表明,通过等体积浸渍法、500℃焙烧4h和NaF与CaO的质量比6:1制得的催化剂,在70℃、催化剂用量为油质量的8%、醇油物质的量比9:1和反应2 h条件下,生物柴油收率可达95%。与单纯的CaO相比,NaF/CaO催化剂的催化活性明显提高。用共聚焦拉曼光谱考察了催化剂的表面特征。     

光镊拉曼光谱技术结合响应面法优化红酵母产类胡萝卜素的发酵条件

拉曼光谱具有快速、实时、无损分析的特点,在生物学领域应用广泛。作者利用光镊拉曼光谱技术(LTRS)测定红酵母细胞中类胡萝卜素。采用Plackett-Burman法对影响红酵母发酵的相关因素进行评价,发现葡萄糖、蛋白胨、pH和温度对类胡萝卜素的产量影响显著。利用BoxBehnken设计和响应面分析法对影响类胡萝卜素产量的关键因素进行优化,获得的最优发酵条件为:葡萄糖42.86 g/L,蛋白胨5 g/L,酵母提取物5 g/L,KH2PO41 g/L,MgSO4。7H2O 0.5 g/L,pH 7.0,温度28.3℃,优化后类胡萝卜素产量较优化前提高了45%。     

利用拉曼光谱原位定量检测技术筛选红酵母类胡萝卜素高产突变株

建立了一种利用显微拉曼光谱原位定量技术筛选平板培养基上类胡萝卜素高产突变株的方法。为了消除培养基背景信号对定量结果的影响,采用矢量校正算法对光谱数据进行预处理,得到了不含培养基干扰的菌落净信号。比较了不同光谱收集方式对光谱重现性的影响,发现扫描方式较定点检测能获得重现性更好的菌落净信号。利用共焦显微拉曼光谱分析了平板培养基上红酵母菌落中的类胡萝卜素,并用光镊拉曼光谱法进行验证,两种方法所得类胡萝卜素1512cm-1拉曼峰值呈现良好的线性关系,说明了共焦显微拉曼光谱定量检测平板培养基上菌落内类胡萝卜素的可行性。用该方法对红酵母诱变菌进行筛选,筛选出两株类胡萝卜素高产菌株。研究结果表明该菌种筛选方法比传统方法更客观、高效。     

重型α地中海贫血红细胞的拉曼光谱

采用光镊拉曼光谱(LTRS)方法收集一例重型α地中海贫血患者单个红细胞的拉曼光谱,分析同一群体内不同细胞间的光谱差异,从中了解地中海贫血红细胞的病理过程.结果发现,重型α地中海贫血患者红细胞的拉曼光谱信号显著低于正常对照,并检测到一定比例的有核红细胞;正常对照的红细胞拉曼光谱均一,而重型α地中海贫血患者的细胞形态和拉曼光谱均显示出多样性;中等大小、形态接近正常的一类红细胞,其细胞问光谱差异最大;单细胞拉曼光谱可观察到部分外表形态正常的红细胞,其血红蛋白可能发生了血红素凝集和蛋白质变性.     

傅立叶变换红外光谱技术在茧质检测中的应用

利用红外光谱技术分析不同上蔟环境营茧的蚕茧,通过对蚕茧蛋白酰胺Ⅰ带和酰胺Ⅱ带进行曲线拟合,分离出重叠的子峰.以β折叠构象子峰峰面积与无规卷曲子峰峰面积的比值N的大小来衡量蚕茧解舒率的优劣,N值越大解舒率越低.结果为高温潮湿上蔟环境蚕茧的β折叠构象含量最高N=0.773,通风上蔟环境蚕茧的β折叠构象含量次之N=0.580,正常上蔟环境蚕茧的β折叠构象含量最低N=0.489,因此通风和正常上蔟环境蚕茧的解舒率较高.     

红外光谱结合化学计量学在中药分析中的应用

综述红外光谱技术与化学计量学相结合在中药分析中的应用.报导利用求导法(包括一阶、二阶求导)、数字滤波、数据平滑、矢量归一化、傅立叶变换和卷积运算,以及小波变换等方法处理红外分析信号,可以提高谱图的信噪比、改良分析信号的质量和还原被扭曲的谱图;利用主成分分析法、因子分析法、偏最小二乘法等校正方法处理红外光谱数据,可以迅速而准确地鉴别和分类中药;用SIMCA方法、聚类分析方法和阵列相关系数比对法等化学模式识别红外数据可以判断中药的产地、道地性、采收时间和配方中药的质量等;利用二维相关光谱可以鉴别中药材的真伪和中药材的品种等.     

非均相催化剂两步法催化潲水油制备生物柴油

对取自餐饮的潲水油进行一系列预处理,脱去其中的胶类、色素、水分等杂质,然后用自制的固体酸、固体碱催化剂经"两步法"工艺将其转化为生物柴油。结果发现,在预酯化反应中,催化剂A用量为6%、醇油摩尔比为12∶1,反应2.5 h后,潲水油的酸值由50 mg KOH.g-1降至2 mg KOH.g-1。通过正交实验得到碱催化酯交换反应最佳条件为:反应时间2 h、反应温度100℃、催化剂B用量6%、醇油摩尔比9∶1,在此条件下转化率达96.4%。表明所制备的固体酸、固体碱催化剂能有效将潲水油转化为生物柴油。     

基于PCA和BP网络的地中海贫血红细胞拉曼光谱判别

应用激光镊子拉曼光谱(LTRS)技术,俘获单个红细胞并收集其拉曼光谱.将主成分分析(PCA)算法和反向传播BP网络预测模型相结合,进行地中海贫血(简称地贫)红细胞类型的判别.PCA结果显示,正常对照与中间型α-地贫(HbH-CS)基本可区分,但正常对照与重型β-地贫,HbH-CS与重型β-地贫间差异不明显.将归一化处理的前5个主成分进行BP网络训练及预测,结果发现,正常对照与HbH-CS间预测正确率高达97.90%,正常对照与重型β-地贫,HbH-CS与重型β-地贫间预测正确率分别为90.72%和86.28%.该结果与平均拉曼光谱及主成分分析结果基本吻合.取不同的实验条件下收集的光谱进行同样的分析,3种组合的预测正确率略有不同,分别为95.28%,92.08%,91.85%,但呈现基本相同的规律.