药物设计学课程的建设和教学实践

国内新药研发体系正经历从仿制到原创的转变,因此在药学相关专业开设药物设计学课程,进而培养具有创新药物研究能力的专门人才具有重要意义。药物设计学是一门多学科交叉的课程,对药学专业本科生而言具有一定的难度,因此构建合适的课程体系、提高课程的教学效果至关重要。文章介绍了华东理工大学药物设计学课程的内容设置,并从强化实验教学、重视课件制作、注重案例教学和以科研促教学等方面着重介绍了该课程的教学实践探索。     

基于元分析的差异表达基因识别

针对传统差异表达基因分析方法使用单一数据集,不能处理异质性特性数据集、分析结果偏差大的问题,提出了联合驱动排除的概念,设计实现一种使用多研究数据集的元分析算法。应用公共数据库GEO中GDS2490和GDS2491数据集对设计的算法与微芯片显著性分析方法进行了对比。实验结果表明:设计的算法可以对数据集实行联合驱动排除,与微芯片显著性分析方法相比,可以有效分析异质性特性的数据集,准确找到差异表达的基因,验证了算法的有效性。该方法为差异表达基因识别提供了新思路。     

Banach空间中广义压缩映射的迭代逼近法

讨论了广义压缩映射的具误差的Ishikawa迭代和具误差的Mann迭代程序在实光滑Banach空间及任意Banach空间中的收剑性问题,得出的结论推广了以前同类问题的一些结果.     

不同晶相Gd2O3:Eu3+荧光粉的合成与光谱性能

以尿素均相沉淀法和燃烧法相结合,以聚乙二醇(PEG)为表面活性剂,通过调节表面活性剂的用量,分别得到了立方相和单斜相的Gd2O3:Eu3 荧光粉.XRD分析表明,当PEG含量为2.5wt%时,得到了立方相的Gd2O3,当PEG含量为5wt%,350℃时就得到了单斜相的Gd2O3.SEM照片表明立方相Gd2O3:Eu3 荧光粉颗粒为球形,而单斜相Gd2O3:Eu3 荧光粉呈多孔泡末状.发射光谱中立方相和单斜相Gd2O3的最强发射峰分别位于610nm和622 nm附近,对应于Eu3 的5D0→7F2跃迁发射,其谱峰形状和位置均有所不同.激发光谱均由Eu3 的电荷迁移态(CTB),Gd2 的f-f跃迁激发以及Eu3 的f-f高能级跃迁激发峰三部分组成.     

Synthesis of Y2O3 ： EU^3 ＋ Hollow Spheres Using Silica as Templates

The Y2O3 ： EU^3 ＋ hollow spheres were synthesized using the template-mediated method. XRD patterns indicated that the broadened diffraction peaks resulted from nanocrystals in Y2O3 ： EU^3 ＋ shells of hollow spheres. XPS spectra showed that the Y2O3 ： EU^3 ＋ shells were linked with silica cores by a Si-O-Y chemical bond. SEM and TEM observations showed that the size of the SiO2/Y2O3 ： EU^3 ＋ core-shell particle was about 100 nm, and the thickness of the Y2O3 ： EU^3 ＋ hollow sphere was less than 5 nm. The photoluminescence spectra of the SIO2/Y2O3 ： EU^3 ＋ core-shell materials and Y2O3 ： EU^3 ＋ hollow spheres had red luminescent properties, and the broadened emission peaks came from nanocrystals composed of the Y2O3 ： EU^3 ＋ shell.     

基于ANN蛋白质结构预测方法研究

为了破译遗传信息传递的全过程,确定蛋白质空间结构与其功能之间的关系从而改造天然蛋白质,首先简要介绍了蛋白质结构预测的研究意义,然后回顾了用ANN预测蛋白质结构的研究,并分析了各算法的特点和效果,最后探讨了用ANN预测蛋白质结构的研究方向。通过把800个预测网络和126个蛋白质序列的标准集合,平均每个残基的二级结构预测精度为80％,每个链的精度范围为55％-100％,整体均值为80.5％     

暂态混沌神经网络在蛋白质关联图预测中应用研究

蛋白质结构预测是生物信息学的一个主要研究方向,而蛋白质关联图预测是其中的一个重要内容.针对蛋白质关联图预测问题,提出一种暂态混沌神经网络实现方法,所提出的方法具有暂态混沌特性和平稳收敛特性,能有效避免传统Hopfield 神经网络极易陷入局部极值的缺陷.它通过短暂的倒分叉过程,能很快进入稳定收敛状态.仿真结果表明:暂态混沌神经网络解决蛋白质关联图预测问题时,总能收敛到全局最优或几乎接近全局最优,同时具有更高的搜索效率.这种方法预测精度达到0.27,比随机预测器高9倍.     

基于改进克隆选择算法的蛋白质关联图预测

针对蛋白质关联图预测问题,提出一种克隆选择算法与蛋白质折叠规律相结合的预测方法,综合使用蛋白质序列疏水性质、残基的二级结构倾向、关联图总点数等信息,构造了基于限制规则的克隆选择算法适应度函数,设计了符合关联图生物学特性的变异操作。算法不需要使用额外蛋白质作为训练集,不需要从现有蛋白质数据库中提取模板,因此不受现有蛋白质结构数据的局限,可以由序列信息直接进行预测。对200个非同源蛋白质的测试验证了算法的有效性。     

林西矿煤层巷道煤体应力及变形规律分析

随着煤层巷道的开挖,巷道围岩的稳定性一直是煤矿企业的生产难题。利用力学理论和实地勘测结合法对林西矿4#煤层巷道围岩变形特征和应力分布规律进行分析,得出了较为准确的计算结果,为今后的煤巷支护工作提供了科学的参考数据。     

沉淀法制备SnO2纳米晶

用乙醇作为分散剂和保护剂,用反向沉淀法制备了SnO2纳米晶,XRD分析表明,当焙烧温度低于200℃时所合成的SnO2为非晶态纳米粒子,当焙烧温度在400－800℃时SnO2为单相纳米晶,属于四方晶系,空间群为P4／mnm,TEM分析表明,SnO2纳米粒子呈球形,随焙烧温度的升高,粒子明显增大。热失重分析表明,样品的热失重率主要取决于温度的影响,而焙烧时间的影响不大,相对密度测试表明,随SnO2纳米晶度的增大,粉末的密度增大。