摘要：为研究色木槭籽油的超声提取工艺,以色木槭籽为原料,采用超声辅助提取技术,对料液比、超声时间、超声功率和超声温度进行单因素试验,根据试验结果设计Box-Behnken响应面法优化提取工艺并进行验证,得出最佳提取工艺为,料液比1∶17.50 g/mL,超声时间62 min,超声功率350 W,实际操作得油率为30.00%,与预期得油率30.48%基本一致。对比分析超声辅助提取与索氏提取所得色木槭籽油的脂肪酸构成和理化性质。结果表明,提取方式对籽油脂肪酸构成无影响,色木槭籽油脂肪酸类型19种,不饱和脂肪酸占比92%,代表性不饱和脂肪酸为亚油酸(42.4%)。色木槭籽油属于半干性油,干燥性和氧化稳定性较好,油脂各项指标均满足食用植物油卫生标准。该研究证实超声辅助提取能够实现色木槭籽油的高效提取,在不影响籽油脂肪酸构成的基础上,对其品质有所改善,为色木槭籽油的制备提供数据参考。

摘要：采用纤维素酶协同微波法提取西藏林芝产云南沙棘果实总黄酮。通过Box-Behnken设计对单因素试验筛选出的酶用量、液固比、乙醇体积分数等3个主要提取得率影响因子进行进一步优化,再通过铁离子还原能力(FRAP)和DPPH·、ABTS+自由基清除能力检测,考察了提取物不同极性部位的体外抗氧化能力。结果表明,最优提取参数为:酶用量15 mg/g,液固比50∶1(mL∶g),乙醇体积分数50%,微波功率280 W,提取时间6 min,总黄酮提取得率为31.25 mg/g。质量浓度1.0 g/L时,提取物乙酸乙酯部位的铁离子还原能力最佳,其FRAP值为0.38 mmol/L,该部位对DPPH·、ABTS^(+)自由基的最大清除率也高于其他极性部位,分别为97.65%和80.69%。优化后的协同提取工艺较为稳定,且提取物不同极性部位均具有一定的抗氧化活性,以乙酸乙酯部位活性最佳,可作为天然抗氧化剂开发利用。

摘要：蛋白质折叠是目前结构生物学领域的核心问题之一,理解蛋白质结构折叠机制及其与生物功能之间的相互关系一直是生命科学家非常重要的研究内容,并且该研究受到越来越多不同学科领域研究工作者的高度重视.蛋白质大多数在数十毫秒、微秒或几秒内完成自我折叠过程,但其折叠过程中所发生的分子结构精细转变却在纳秒甚至更短时间尺度内完成.由于其折叠时间分辨率的限制,目前无论是从常规实验还是理论计算角度对其研究都存在一定的难度.本文首先概述了蛋白质折叠研究在实验和理论模拟方面存在的一些问题,然后以结构典型且可快速折叠的人工设计多肽Trp-cage为例,主要对其折叠过渡温度、折叠形成模型及其肽链上关键氨基酸残基在折叠过程中的作用三个方面进行了详细讨论,综述了模型多肽Trp-cage的折叠动力学行为分别在实验和理论模拟方面的研究进展.最后就如何有效化解蛋白质残基间相互作用网络进而降低其折叠机制的复杂性提出了一些新的建议,不仅有助于阐明该迷你蛋白Trp-cage快速折叠、稳定形成的驱动力成因,而且也能为蛋白质折叠机制研究和多肽设计提供有益参考.

摘要：以降香黄檀可再生资源——叶子为原料,利用离子液体微波辅助提取技术对鹰嘴豆芽素A和染料木素进行提取。通过单因素实验,3因素3水平的BBD(Box-Behnken design)实验,对提取条件进行优化,确定了离子液体微波辅助提取降香檀叶中鹰嘴豆芽素A(biochanin A)和染料木素(genistein)的最佳提取工艺条件:1.00 mol·L^(-1)[C_4MIM]Br,提取温度为56℃,液固比18:1,提取时间为11 min,提取功率300 W。在最佳提取条件下,鹰嘴豆芽素A和染料木素平均提取率分别可达1.598和0.939 mg·g^(-1)。

摘要：以木豆根为原料,利用微波辅助提取技术进行提取,在单因素实验的基础上对提取条件进行了考察,根据BBD(Box-Behnken design)实验设计原理,采用3因素3水平的响应面分析法,以木豆根中主要异黄酮染料木素(genistein)为指标,对提取过程进行优化,得到最佳工艺参数为:提取温度为68℃,固液比为32∶1 mL.g-1,乙醇浓度为78%,提取功率700 W,提取时间15 min。在最佳提取条件下染料木素的提取率可达到0.465±0.032 mg.g-1。本研究对于微波提取技术的应用及木豆根的开发和利用都具有显著的意义。

摘要：以三种黄酮化合物的结构与其抗氧化机制之间的关系分析为例,将量子化学计算引入到硕士研究生课程“药物化学”的课堂教学中,介绍其在天然药物分子构效关系研究中的具体实践。利用密度泛函理论方法,系统研究了3,6-二羟基黄酮(36DHF)、3,4-二羟基黄酮(34DHF)和7,4-二羟基黄酮(74DHF)结构与抗氧化活性的关系。结果表明,三种黄酮化合物在气相中清除自由基的过程倾向于氢原子转移(HAT)机制,并且34DHF表现出最强的自由基清除活性。将量子化学计算引入到研究生课堂教学中,有助于激发学生的学习兴趣,提升学生的创新能力。