手性指数的研究及其应用

该工作对手性化合物的构效关系进行了研究,其内容包括:(1)对二维拓扑指数Ami进行了扩展,即在指数的衍生中加入手性碳原子的因素,使之成功地应用于14个手性化合物活性的预测;(2)描述了构象独立的手性指数(CICC法)和构象依赖的手性指数(CDCC法),采用CDCC和CICC预测了80个二级醇的1H NMR化学位移差的符号,并由此可以确定该类化合物的绝对构型;(3)描述了原子构象依赖的手性指数(aCDCC),并将这种方法用于手性仲醇的α-碳原子的13C NMR在不同手性溶剂中的化学位移差的预测,获得了满意的结果.     

化学化工文献检索课程建设探讨

将教师的科研实践经历,例如参加学术会议的经历等,融入《化学化工文献检索》课,从而即引起学生的兴趣,又使学生从多方面了解科研。还将经济观念培养引入文献检索课,说明科学研究常常需要基金的支持,合理地使用经费是科研工作的重要部分之一。此外,通过多种教学手段,例如双语教学,调动学生的学习积极性。     

苯甲酸类化合物的结构与萃取性能的相关性

本文研究了苯甲酸类化合物的结构与萃取性能的相关性，并利用正交变换方法对变量进行压缩计算，其中苯甲酸类化合物的萃取性能用pKa值来标识。     

不同蜂产品抑菌效果的研究

采用滤纸片法,测定和比较了不同浓度的蜂蜜、蜂王浆、蜂胶、蜂花粉溶液对革兰氏阳性菌(金黄色葡萄球菌)和革兰氏阴性菌(大肠杆菌)的抑菌效果.实验结果表明:蜂蜜、蜂王浆、蜂胶、蜂花粉溶液对革兰氏阳性菌和革兰氏阴性菌均具有抑菌效果,而且蜂胶在抑制革兰氏阳性菌,蜂花粉在抑制革兰氏阴性菌方面效果比其它蜂产品更好.蜂蜜、蜂王浆、蜂胶、蜂花粉具有很好的抑菌效果,是优良的天然保健品.     

基于高溶气量的新型气浮系统的性能

引言近年来,随着我国水资源短缺和水体污染日趋严重,废水的处理和净化更加受到人们的重视[1]。作为一种重要的水处理技术,气浮净水在我国得到了迅速发展:在用于给水中含藻、低浊和受轻微污染水体的净化,及排水中印染、造纸、皮革、炼油、电镀、化工、化纤、餐饮、浴室等废水的处理中都已经取得了较好的效果[2]。目前,气浮研究及应用主要偏向于电解凝聚气     

手性拓扑电荷指数和构效关系研究

对拓扑电荷指数进行了扩展,得到了含电负性的手性拓扑电荷指数。将其与Julián-Qrtiz 等人对该指数的扩展结果相比较,结果表明,新的拓扑指数能够得到更好的QSAR 模型。进一步运用人工神经网络法构造了数学模型,该模型能够更好地预测手性化合物的活性。     

《环境化学》与基础化学课程的关系

结合本单位教学实际,提出在《环境化学》的讲授过程中应注意与其它基础化学课程在内容上的差异和联系,将《环境化学》基本内容和前沿问题相结合,采用互动式教学方式,提高教学质量。     

一种新颖的ZVS DC-DC变换器——TTBHB变换器

本文描述了一种新颖的DC-DC变换器 – 抽头变压器升压半桥 (TTBHB)。这个变换器中，所有的开关动作都在ZVS条件下完成，所以开关损耗很小。该变换器的工作占空比范围可以大于50%，因此通态损耗也很小，同时也适合宽范围电压输入。因为是CCM输入，TTBHB的EMI滤波器可以很小。TTBHB的同步整流可以直接由变压器来自驱动。磁性元件可以根据期望的工作占空比范围来优化。本文给出了理论分析和仿真结果。     

二维分子形状和定量手性程度的研究

以二进制编码描述苯环型化合物分子在二维空间的形状,所得到的编码能够区分二维平面上一对苯环型化合物对映体。由于对映体的二进制编码不同,基于化合物和其镜像的编码计算得到了海明距离,并以其表征1对对映体的定量手性程度。以28对周长为22的手性苯环型化合物对映体为实例,计算苯环型化合物的定量手性程度,其结果仅仅有2个数值,分别为海明距离4和6。具有不同形状的该类化合物很多,为了提高分辨率,分别计算了窗口宽度从1～16时的海明距离,并分别以其来代表定量手性程度。结果显示全部16个窗口的海明距离的加和具有最大的区分能力,共得到17种海明距离。如果将每一窗口的细节引入到计算中,并采用类似的方法计算,则实例中所有的28个苯环型化合物实现了完全的区分,所得到的定量手性程度的区分能力是令人满意的。本研究证明如果用适当的编码来描述二维空间中分子的边界,能够解决分子形状的定量表征。尽管本文的二进制编码衍生于平面系统的苯环型化合物,并以其描述分子的边界来进行手性程度的测量,但是,原则上同样的方法可以应用到所有二维平面上的形状描述。     

基于电负性构象独立手性指数及应用

为了采用计算方法研究手性化合物,为了通过结构.活性相关性研究预测与手性有关的性质,本文提出了采用σ和π的残余电负性之和作为原子属性的构象独立手性指数.该手性指数衍生于原子径向分布函数,包含分子几何和原予属性的信息,能够区分对映体.将构象独立手性指数应用于1个包含48对手性氨醇对映体的数据集,该数据集为苯甲醛与二乙基锌发生加成反应的催化剂,每个催化剂均产生特定绝对构型的反应主产物.采用相向传输神经网络建立了手性氨醇催化剂的构象独立手性指数与反应主产物绝对构型的相关性模型,得到了满意的预测结果.对于独立的测试集,90.0%的催化剂被正确地预测;对于训练集,89.5%的催化剂被正确地识别.