小分子苦瓜多糖MCPⅡa的纯化及结构分析

利用酶解结合水溶醇沉提取水溶性的苦瓜多糖（Momordica charantia polysaccharide,MCP）,经Sevag法除蛋白、DEAE-纤维素离子交换、Sephadex G-100凝胶过滤获得活性多糖MCPⅡa。由高效凝胶渗透色谱检测可知MCPⅡa为均一多糖,平均分子质量为13.0 kD,单糖组分分析显示其单糖组成为鼠李糖、半乳糖醛酸、半乳糖、木糖和阿拉伯糖（各组分物质的量比为12∶3.05∶19.89∶5.95∶56）。傅里叶红外光谱、核磁共振及刚果红实验发现其存在C1、C2、C3、C5连接,在水溶液中具有稳定的β-三股螺旋构象,扫描电镜下显示其为菱形晶体颗粒。     

全自动固相萃取-紫外可见分光光度法测定保健食品中总皂苷含量

目的 应用全自动固相萃取-紫外可见分光光度法测定保健食品总皂苷的含量。方法 采用固相萃取柱填料为Amberlite-XAD-2大孔树脂和中性氧化铝的Sepline全自动固相萃取装置, 对保健食品中的总皂苷富集纯化, 通过70%乙醇回收, 以香草醛-高氯酸为显色剂进行显色, 采用紫外分光光度计(λ＝560 nm)进行测定。结果 总皂苷在0.038~0.268 mg的浓度范围内线性关系良好(r=0.9997), 在不同类型保健食品中的平均加标回收率均在98.3%~102.4%, 相对标准偏差为03%~5.4% (n=6)。结论 本方法简便、准确、灵敏度高、重复性好, 可用于不同类型保健食品中总皂苷的含量测定, 对产品进行质量控制。     

基于测度学习支持向量机的钢琴乐谱难度等级识别

现有钢琴乐谱难度分类主要由人工方式完成,效率不高,而自动识别乐谱难度等级的算法对类别的拟合度较低。因此,与传统将乐谱难度等级识别归结为回归问题不同,本文直接将其建模为基于支持向量机的分类问题。并结合钢琴乐谱分类主观性强、特征之间普遍存在相关性等特点,利用测度学习理论有难度等级标签乐谱的先验知识,依据特征对难度区分的贡献度,改进高斯径向基核函数,从而提出一种测度学习支持向量机分类算法——ML-SVM算法。在9类和4类难度两个乐谱数据集上,我们将ML-SVM算法与逻辑回归,基于线性核函数、多项式核函数、高斯径向基核函数的支持向量机算法以及结合主成分分析的各个支持向量机算法进行了对比,实验结果表明我们提出算法的识别正确率优于现有算法,分别为68.74%和84.67%。所提算法有效提高了基于高斯径向基核函数支持向量机算法在本应用问题中的分类性能。     

绿色木霉Sn-9106固态发酵中药残渣产纤维素酶研究

对绿色木霉Sn-9106固态发酵中药残渣产纤维素酶的可行性进行了研究.以滤纸酶为纤维素酶活性指标,麸皮、蛋白胨、KH2PO4添加量为影响因子,先采取单因素实验确定3种影响因子的最佳浓度,然后通过相应面法(RSM)优化产酶最佳条件.结果表明,当最大酶活力为12.3 IU/g时所需固体发酵基质中麸皮、蛋白胨及KH2PO4的浓度分别为19.80g/L、2.06g/L、2.90g/L,与优化前培养基相比,纤维素酶产量提高了近3倍.