药物相互作用研究在新药研发和审评决策中的应用

药物相互作用改变了剂量效应关系，可能会降低疗效或增加毒性，是临床应用中合并用药治疗时重要的考虑因素。预测具有临床意义的药物相互作用是药物研发过程中获益风险评估的重要环节。本文概述了药物研发过程中药物相互作用研究的目的和意义，体内和体外研究的主要内容；梳理分析了2020年国家药品监督管理局（National Medical Products Administration, NMPA）和美国食品药品监督管理局（Food and Drug Administration, FDA）批准上市的新药药物相互作用研究情况，旨在为我国药物研发过程中药物相互作用研究及其监管审评提供参考。     

粉体含能材料生产与储运中的静电安全及防护

分析了静电产生的原因,阐述了粉体含能材料生产中的静电起电现象、静电的危害、静电安全性评估标准以及建立在此标准基础上的静电放电危险的评价办法,提出了粉体含能材料在生产、运输中所需要采取的静电防护措施。     

胶原蛋白的提取及其纳米纤维的制备与表征

为提高羊皮中胶原蛋白的提取率和利用率，采用酸酶复合法提取羊皮胶原蛋白，再利用静电纺技术制备胶原基纳米纤维。以羊皮胶原蛋白提取率为评价指标，考察料液比、乙酸浓度、胃蛋白酶浓度和酶解时间四个因素对羊皮胶原蛋白提取效果的影响，确定单因素最优水平；在此基础上，采用正交试验设计对羊皮胶原蛋白提取的工艺条件进行优化，并通过紫外光谱扫描、红外光谱扫描、SDS-PAGE图谱和扫描电镜等生化技术探讨酶解过程对胶原蛋白结构性质的影响；然后将胶原蛋白和聚乳酸复合静电纺丝，制备得到胶原基纳米纤维。结果表明，酸酶复合法提取羊皮胶原蛋白最佳工艺为：料液比1:25 g/mL、乙酸浓度1.2 mol/L、胃蛋白酶用量1.0%、酶解时间72 h，在此条件下羊皮胶原蛋白提取率为38.42%±0.49%；紫外光谱扫描显示羊皮胶原蛋白于230 nm附近出现最大紫外吸收峰；红外光谱扫描、SDS-PAGE图谱分析表明羊皮胶原蛋白主要有α₁、α₂、β三种亚基成分组成，属于Ⅰ型胶原蛋白，且胶原蛋白的空间结构保留完整；扫描电镜直观表明了羊皮胶原蛋白的纤维网络结构保留较完整；静电纺丝得到的胶原...     

飞机撞击下高温气冷堆乏燃料厂房损伤研究

本文针对典型高温气冷堆乏燃料厂房在双发商用飞机撞击载荷下的响应及结构完整性开展研究，并探讨结构特性对撞击损伤的影响。对乏燃料厂房及飞机分别建立有限元模型，通过弹体-目标相互作用分析模拟了飞机撞击过程，综合IAEA与NRC的评价准则对乏燃料厂房在飞机撞击下的损伤程度进行评估。数值结果表明：厂房上对应于机身及发动机的撞击位置发生可接受的局部损伤；乏燃料贮存井墙体对于提高构筑物抗飞机撞击能力有重要作用。此外，构筑物外形对损伤有很大影响，圆柱形壳体的抗飞机撞击能力显著强于方形厂房，是核电厂厂房设计的优化方向之一。     

弱相互作用调控表面活性剂自组装(Ⅱ)——表面活性剂的结构与设计

介绍了表面活性剂的结构、性质以及分类,综述了阴离子表面活性剂、阳离子表面活性剂、两性离子表面活性剂、非离子表面活性剂的分子间弱相互作用。另外,简述了低聚型表面活性剂和其他新型表面活性剂的结构及应用。     

月桂酸-棕榈酸/Al2O3复合定形相变材料的制备与热性能研究

采用溶胶-凝胶法,以异丙醇铝(AIP)为单一铝源,无水乙醇为溶剂,聚乙烯吡咯烷酮(PVP)为聚合物模板,并添加浓盐酸作为催化剂和胶溶剂,制备均一稳定的前驱体纺丝液,再结合静电纺丝与高温煅烧技术制备了Al_2O_3纤维毛毡,用其作为支撑材料吸附月桂酸-棕榈酸(LA-PA)二元脂肪酸低共熔物制备复合定形相变材料。利用红外光谱、X射线衍射、扫描电镜和BET比表面积分析仪等手段研究样品的表观形貌与晶型结构。结果表明:经吸附后制得的LA-PA/Al_2O_3复合定形相变材料具有良好的形貌结构。通过差示扫描量热仪、热导率及自组装热性能测试仪对制备的LA-PA/Al_2O_3复合定形相变材料的储热性能及热能储存/释放性能进行了研究。结果发现其具有适宜的相变温度和较好的相变焓值,拓宽了复合定形相变材料的应用范围。     

基于模糊谱聚类的不确定蛋白质相互作用网络功能模块挖掘

针对谱聚类融合模糊C-means（FCM）聚类的蛋白质相互作用（PPI）网络功能模块挖掘方法准确率不高、执行效率较低和易受假阳性影响的问题，提出一种基于模糊谱聚类的不确定PPI网络功能模块挖掘（FSC-FM）方法。首先，构建一个不确定PPI网络模型，使用边聚集系数给每一条蛋白质交互作用赋予一个存在概率测度，克服假阳性对实验结果的影响；第二，利用基于边聚集系数流行距离（FEC）策略改进谱聚类中的相似度计算，解决谱聚类算法对尺度参数敏感的问题，进而利用谱聚类算法对不确定PPI网络数据进行预处理，降低数据的维数，提高聚类的准确率；第三，设计基于密度的概率中心选取策略（DPCS）解决模糊C-means算法对初始聚类中心和聚类数目敏感的问题，并对预处理后的PPI数据进行FCM聚类，提高聚类的执行效率以及灵敏度；最后，采用改进的边期望稠密度（EED）对挖掘出的蛋白质功能模块进行过滤。在酵母菌DIP数据集上运行各个算法可知，FSC-FM与基于不确定图模型的检测蛋白质复合物（DCU）算法相比，F-measure值提高了27.92%，执行效率提高了27.92%；与在动态蛋白质相互作用网络中识别复合物的方法（CDUN）、演化算法（EA）、医学基因或蛋白质预测算法（MGPPA）相比也有更高的F-measure值和执行效率。实验结果表明，在不确定PPI网络中，FSC-FM适合用于功能模块的挖掘。