生物通官微陪你抓住生命科技跳動的脈搏
超聲輔助的膠束萃取結(jié)合殼聚糖介導(dǎo)的電荷絮凝:一種從歐洲落葉松(Larix gmelinii)中提取和分離二氫槲皮素的綠色高效方法
高效綠色提取分離落葉松二氫槲皮素的研究綜合運用超聲波輔助SDS膠束萃取和殼聚糖電荷介導(dǎo)絮凝技術(shù),通過優(yōu)化固液比1:25、SDS濃度8%、超聲功率100W、時間40min實現(xiàn)高效萃取,絮凝條件優(yōu)化后DHQ回收率達96.89%,結(jié)合抗溶劑重結(jié)晶得到92.82%高純度DHQ,DFT理論計算揭示電荷中和與范德華力主導(dǎo)的絮凝機制,顯著降低有機溶劑使用。
來源:Microchemical Journal
時間:2026-02-22
利用原生的LC-SEC-UV方法對王漿中的主要蛋白質(zhì)變體進行定量分析,并同時識別可能的欺詐行為,以確認王漿的質(zhì)量
主要皇家蜂膠蛋白的液相色譜-SEC-UV聯(lián)用新方法及其在蜂王漿摻假檢測中的應(yīng)用。通過FPLC純化并LC-HRMS注釋MRJP-1至-3,建立原位檢測體系,可定量分析單體與聚合體蛋白(6.0-47.0 mg/g),揭示傳統(tǒng)蛋白檢測法(BCA/Bradford/Kjeldahl)因還原干擾、假陽性等問題無法檢測的蛋白構(gòu)象變化,并有效識別蛋奶蛋白摻假。該方法為蜂王漿質(zhì)量控制和摻假溯源提供新范式。
利用電化學(xué)阻抗譜和機器學(xué)習(xí)技術(shù)預(yù)測松茸(Tricholoma matsutake)的新鮮度及其產(chǎn)地可追溯性
基于電化學(xué)阻抗譜與機器學(xué)習(xí)的松茸新鮮度及地理溯源研究,建立了非破壞性快速檢測框架,通過對比2℃和20℃儲存條件下的阻抗譜演變與感官品質(zhì)、水分流失相關(guān)性,發(fā)現(xiàn)KNN模型對新鮮度分類準確率達97.5%,RF模型在地理溯源中準確度達88.9%,且獨立樣本驗證顯示系統(tǒng)穩(wěn)定性高。
利用熒光傳感陣列和化學(xué)計量學(xué)方法對同一品牌的高香型白酒進行鑒別分析
Baijiu品質(zhì)鑒別研究開發(fā)基于 lanthanide metal-organic frameworks (Ln-MOF) 的熒光傳感器陣列,通過檢測有機小分子與 Ln-MOF 的能量轉(zhuǎn)移變化生成熒光指紋圖譜,結(jié)合 PCA、HCA 和 LDA 方法實現(xiàn)19種同品牌 SATB 等級100%準確區(qū)分,并具備1 μM甲酸檢測靈敏度。
基于太赫茲光譜技術(shù)的六堡茶年份和等級識別的多任務(wù)定制門控控制方法
提出基于THz-TDS、IHOA算法和CGC模型的聯(lián)合識別框架,可同步檢測Liupao茶年份與等級,相比單任務(wù)模型精度提升1.46%-14.86%,較傳統(tǒng)多任務(wù)模型提升3.96%-10.38%,有效克服傳統(tǒng)方法預(yù)處理復(fù)雜、單任務(wù)分析低效等問題。
基于新型超表面技術(shù)的無標記太赫茲生物傳感器,用于精確識別石蠟包埋的甲狀腺腫瘤亞型
太赫茲光譜技術(shù)通過集成石蠟包埋組織與金屬表面?zhèn)鞲衅鳎胋right-mode耦合增強電場,實現(xiàn)非標記、非破壞性區(qū)分甲狀腺良惡性腫瘤及亞型,準確率達96.2%。
基于數(shù)字圖像的指紋技術(shù)結(jié)合DD-SIMCA算法,用于檢測巴西市場上1型大米中的食品欺詐行為
基于化學(xué)計量學(xué)輔助顏色直方圖(CACHAS)的分析系統(tǒng)成功檢測并鑒定了巴西市場Type 1大米的碎粒和米碎摻假,通過整合灰度、RGB和HSI顏色特征并應(yīng)用DD-SIMCA模型,在α=0.01和0.05顯著性水平下實現(xiàn)100%預(yù)測準確率,驗證了非破壞性方法在糧食質(zhì)量管控中的有效性。
利用介質(zhì)阻擋放電技術(shù)增強氧化作用,分析生物柴油燃燒過程中產(chǎn)生的顆粒物和氣體排放
非熱等離子體(NTP)技術(shù)可有效降低生物柴油(B20)柴油發(fā)動機的氮氧化物(NOx)和一氧化碳(CO)排放,通過促進NO向NO2轉(zhuǎn)化(最高53.57%)和細化碳顆粒(TEM分析顯示)。但需注意HNO2可能催化金屬部件腐蝕問題。實驗表明NTP在5-7 bar IMEP下顯著改善排放,且不影響碳結(jié)構(gòu)長度但改變顆粒尺寸,為柴油車減排提供新方案。
來源:Journal of the Energy Institute
改良雙高斯模型:基于峰形參數(shù)的色譜峰形描述方法
本文聚焦色譜分離優(yōu)化中的關(guān)鍵挑戰(zhàn)——復(fù)雜樣品峰形難以精確描述與預(yù)測。為解決傳統(tǒng)高斯模型對非對稱峰擬合不足的問題,研究人員創(chuàng)新性地將線性修正高斯(LMG)模型與拋物線方差修正高斯(PVMG)模型擴展為雙高斯架構(gòu),分別提出了六參數(shù)(BLMG)和七參數(shù)(BVMG)修正雙高斯模型。這些模型僅依賴保留時間、峰高、以及在60%和10%峰高處的半峰寬等可預(yù)測的峰形參數(shù),成功實現(xiàn)對各類色譜峰(包括顯著不對稱峰)的高精度(擬合誤差常低于1%)擬合與形狀預(yù)測。該方法為基于實驗條件模擬色譜圖、優(yōu)化復(fù)雜分析物分離提供了更靈活、可靠的工具,尤其在預(yù)測色譜分辨率和系統(tǒng)優(yōu)化方面潛力巨大。
來源:Journal of Chromatography Open
碳化后的MOF涂層碳纖維用于在線管內(nèi)SPME-HPLC-DAD方法,以檢測水中的多環(huán)芳烴
碳纖維表面負載碳化ZIF-8材料顯著提升多環(huán)芳烴吸附效率,建立在線SPME-HPLC檢測系統(tǒng),優(yōu)化參數(shù)后檢測限達0.01μg/L,成功應(yīng)用于環(huán)境水樣分析。
來源:Journal of Chromatography A
通過在線綜合二維液相色譜-四極桿飛行時間質(zhì)譜聯(lián)用技術(shù),結(jié)合逐步采集工作流程和多變量數(shù)據(jù)挖掘方法,對香菊如萍膠囊進行了系統(tǒng)的多組分分析
本研究開發(fā)了一種基于深度學(xué)習(xí)的DPM工作流程,結(jié)合在線二維液相色譜-四極桿飛行時間質(zhì)譜(2DLC-Q-TOF-MS)技術(shù),系統(tǒng)表征了香菊溶聚膠丸(XRC)的化學(xué)成分。通過優(yōu)化RP-LC×RP-LC系統(tǒng)、生成九類優(yōu)先離子列表(PILs)、采用DDA分步采集與多窗DIA掃描模式,結(jié)合分子網(wǎng)絡(luò)可視化分析,最終鑒定了191種化合物,并標注其潛在來源。
基于揮發(fā)性指紋的機器學(xué)習(xí)輔助HS-GC-IMS技術(shù),用于嬰兒奶瓶的鑒別與追溯
嬰兒奶瓶揮發(fā)性有機物(VOCs)分析采用HS-GC-IMS結(jié)合機器學(xué)習(xí),成功鑒別九個品牌材料差異,建立高效分類溯源模型,為食品安全與反假冒提供新方法。
綜述:從整合到創(chuàng)新:分子標記在大蒜 (Allium sativum L.) 表征與保存中的作用
本文是一篇關(guān)于分子標記技術(shù)在大蒜遺傳研究應(yīng)用方面的系統(tǒng)性綜述。文章梳理了從早期RAPD、AFLP、ISSR、SRAP、SSR等標記,到近期SNP、DArTseq、SLAF-seq及GWAS等高通量技術(shù)的研究歷程,闡釋了這些工具如何揭示大蒜遠超預(yù)期的遺傳多樣性,并支撐了品種鑒定、種質(zhì)資源管理和核心種質(zhì)篩選。文章進一步強調(diào),這些進展不僅強化了農(nóng)業(yè)生物多樣性保護,也為育種項目和本地品種的價值提升提供了有力工具,并展望了組學(xué)整合對未來可持續(xù)利用大蒜的廣闊前景。
來源:Genetic Resources and Crop Evolution
通過分子檢測方法,識別抗銹病基因位點及特定病毒序列,以此篩選用于防治甘蔗花葉病、黃葉病和銹病的種質(zhì)資源
針對甘蔗主要病害,本研究篩選91份種質(zhì),通過田間試驗和分子檢測發(fā)現(xiàn),攜帶Bru1和G1標記的種質(zhì)抗性顯著,其中3份完全無癥狀且無病毒感染,為抗病育種提供新資源。
來源:Euphytica
用于測定葫蘆巴堿的綠色RP-HPLC方法:基于AQbD的開發(fā)、驗證及其在納米制劑中的應(yīng)用
開發(fā)并驗證了基于AQC與AQbD原則的綠色RP-HPLC法用于三萜寧純品及納米制劑的定量分析,優(yōu)化流動相比例與流速,線性良好(r2=0.9986),檢測限0.628 μg/mL,降解實驗顯示對酸堿敏感,綠色評估工具證明方法環(huán)保且適合常規(guī)分析。
來源:BMC Chemistry
基于AQbD技術(shù)開發(fā)了一種用于尼羅加塞stat(nirogacestat)的綠色RP-HPLC方法,并通過LC–MS進行了結(jié)構(gòu)鑒定
Nirogacestat (NGT)的綠色HPLC方法通過Analytical Quality by Design優(yōu)化,實現(xiàn)高分離效率與穩(wěn)定性驗證,關(guān)鍵參數(shù)包括乙醇比例、緩沖液濃度和流速,符合ICH Q2(R2)標準。
在水介質(zhì)中,利用容量法和傅里葉變換紅外光譜(FTIR)技術(shù)評估咖啡因存在下L-抗壞血酸的分子相互作用
抗壞血酸與咖啡因在水溶液中的熱力學(xué)及光譜相互作用機制研究,通過密度熱力學(xué)參數(shù)和FTIR光譜證實存在氫鍵及協(xié)同溶劑化效應(yīng),為功能食品設(shè)計提供理論依據(jù)。
寬帶高性能非周期時變陣列的多波束調(diào)控技術(shù)與應(yīng)用
為了應(yīng)對傳統(tǒng)陣列在寬帶、高分辨率及多波束同步生成方面的挑戰(zhàn),研究人員開展了針對非周期時調(diào)制陣列的研究。該研究提出了一種概率設(shè)計方法,利用非周期間距結(jié)合開-關(guān)RF開關(guān),實現(xiàn)了大孔徑、無柵瓣的寬帶工作特性,并能通過開關(guān)時序獨立控制陣列因子,最終構(gòu)建出可同時生成多波束的可重構(gòu)陣列系統(tǒng),為下一代通信與感知系統(tǒng)提供了新的天線解決方案。
來源:IEEE Journal of Microwaves
生成式AI驅(qū)動的零樣本群體情感識別方法GEM-AI:一項評估框架研究
本文針對群體情感識別領(lǐng)域長期存在的評估難題——傳統(tǒng)二元指標難以捕捉情感狀態(tài)的語義細微差別——介紹了一種創(chuàng)新方法。研究人員開發(fā)了名為GEM-AI的零樣本群體情感識別框架,通過將精確率、召回率轉(zhuǎn)化為“軟指標”,對多種開源VLM(包括LLaVA、MiniCPM等)進行了系統(tǒng)性評估。結(jié)果顯示,在該框架下,模型展現(xiàn)出了約80%的語義準確性,其理解能力遠超傳統(tǒng)指標所評估的約60%水平,揭示了當前模型被低估的、對群體情感的深層理解能力。
來源:IEEE Transactions on Computational Social Systems
0.52%的非線性度,44.9 zF/Hz(√值) 采用所提出的SA-MD技術(shù)的輸入電容噪聲C/V轉(zhuǎn)換器,適用于MEMS加速度計
來源:IEEE Transactions on Circuits and Systems I: Regular Papers
知名企業(yè)招聘:
生物通 版權(quán)所有
未經(jīng)書面授權(quán),所有頁面內(nèi)容、圖片和設(shè)計不得以任何形式進行復(fù)制
Copyright © 2000-2026 eBiotrade.com, All Rights Reserved
本欄目業(yè)務(wù)聯(lián)系電話:廣州 020-87511980
主編信箱:
粵公網(wǎng)安備 44010602000434號 粵ICP備09063491號 免責(zé)聲明