摘要：元素化学是一门经验性较强的学科,通过描述或枚举的方法讲述元素的性质在教材和文献中随处可见。在Scifinder数据库中,每年新增数以百万计的新物质,推动着对元素化学的认识不断深入发展。在大数据和人工智能迅猛发展的今天,尽管化学工作者在长期实验工作中积累的第一手经验和直觉仍然非常宝贵,但效率已不足以满足当前材料和分子设计对分子性质的需求。数据库中的海量资源为新规律的发现提供机遇。我们用大数据的方法分析稀土配合物的结构性质:将剑桥晶体结构数据库中的稀土配合物用定量的方法进行归类,统计有关配合物结构的相关信息。通过分析样本数据与典型案例,我们得出了稀土配合物结构的普遍规律。基于我们的研究成果以及研究过程中遇到的问题,我们总结与展望了大数据在化学中的应用。

摘要：目的构建人MTDH基因的shRNA干扰载体,并观察其对原发性肝癌细胞HepG2骨架重排的影响。方法针对MTDH基因的不同部位设计3对shRNA的寡核苷酸片段,克隆到载体pGCsilencerTM H1/Neo中,RT-PCR、Western blotting及免疫荧光检测转染后MTDH mRNA和蛋白表达变化情况,并筛选最佳抑制效率的shRNA干扰载体,并将其转染人原发性肝癌细胞HepG2,用罗丹明标记的鬼笔环肽显示沉默MTDH基因后对人原发性肝癌细胞HepG2骨架蛋白F_actin的改变。结果靶向MTDH干扰质粒构建成功。与转空载体的阴性对照组及未转染组比较,转染pGCsilencerTM H1/Neo-MTDH-shRNA后,HepG2中MTDH mRNA和蛋白表达明显降低,其中以pGCsilencerTM H1/Neo-MTDH-S1最为明显,达到90%以上;细胞形态及细胞骨架显示转染pGCsilencerTMH1/Neo-MTDH-S1的细胞骨架蛋白F_actin发生重排。结论成功构建并筛选最佳抑制效率的靶向MTDH干扰pGCsilencerTM H1/Neo-MTDH-S1,该载体能有效重排肝癌细胞骨架。