产絮凝剂双菌复合发酵体系的研究以及在水处理中的应用

从土壤和活性污泥中筛选到三株絮凝剂产生菌,将其进行双菌混合培养的正交试验,构建出了比单一菌所产絮凝剂絮凝活性更高的复合菌群LH,通过16SrRNA序列分析,初步判定二菌分别为Micrococcus sp.和Paenibacill usvelaei菌.对其性质的初步研究发现,复合菌LH所产絮凝剂MBF-LH为胞外代谢产物,其热稳定性好.LH产絮凝剂的最适碳源、最适培养温度、最适pH值和通气量分别为蔗糖、30℃、pH8和120r/min恒温振荡培养.培养基中添加KCl、CaSO4、K2HPO4能明显提高发酵液絮凝率.絮凝剂MBF-LH处理废水时具有用量少、絮凝率高的特点.     

腺病毒介导的CTLA4-FasL基因转移预防小鼠自身免疫性糖尿病

抑制或删除自身免疫性T细胞对胰岛素生成细胞——β细胞的破坏可以有效预防1型糖尿病的发生. 研究表明CTLA4-FasL双功能免疫抑制分子可以抑制T细胞活化及促进T细胞的凋亡. 在多次小剂量(40 mg/kg)腹腔注射链脲佐菌素诱导的小鼠自身免疫性糖尿病模型中, 初次给予链脲佐菌素的同时, 经尾静脉输注(2 ~ 5)×10⁸ pfu/mL CTLA4-FasL腺病毒进行基因治疗后, 糖尿病的发病率显著降低(13%, n = 15), 血糖和胰岛素水平维持正常; 且显著诱导胰腺淋巴细胞凋亡及胰腺淋巴细胞IFN-γ与Vβ8.2 TCR的mRNA表达明显下降. 表明腺病毒介导CTLA4-FasL基因治疗, 有效诱导自身反应性T细胞凋亡, 提示其在预防自身免疫性糖尿病的潜在价值.     

层序地层学研究进展及发展趋势

层序地层学经过20多年的飞速发展,已成为一个具有巨大应用前景的地学分支。文章简述了层序地层学的起源,国际发展状况,分析了目前研究中存在的问题,提出了层序地层学的发展趋势。     

卤素的苯甲酸乙酯电化学微萃取的量子化学研究

以AM1半经验量子化学方法研究了卤素分子电化学微萃取进入苯甲酸乙酯有机相的分子机理.卤素阴离子在电极上氧化成为卤素分子,卤素分子萃取进入苯甲酸乙酯有机相,萃取过程取决于卤素分子与苯甲乙酯分子间相互作用.AM1半经验量子化学方法计算了卤素分子与苯甲酸乙酯分子作用前后,分子轨道和相应的热力学参数.分子萃取决定于局部分子间的局部作用能（Br2—EB〉I2—EB〉Cl2—EB）而不是体系的焓变;卤素分子的还原性取决于与苯甲酸乙酯作用前后最低空轨道的能量的变化,萃取后最低空轨道能量下降,具有相转移电化学催化作用,预测结果与实验结果一致.     

监狱信息管理安全的强化研究报告

监狱信息管理安全是监狱工作的重要内容之一,针对监狱工作人员、监狱信息安全管理设备安全性、信息安全管理体制应急预案的专业性调查,以实际调研数据说明目前监狱信息管理建设情况,对其重要性加以阐述说明。     

经阴道超声诊断早期输卵管妊娠的临床应用

对临床拟诊早期输卵管妊娠的 2 0 1例患者采用经阴道超声检查 ,并与术后病理及临床诊断结果相对照 .结果表明 :经阴道超声诊断为早期输卵管妊娠的共 149例 ,输卵管炎性扩张 1例 ,其中施行手术治疗 5 0例 (手术及病理证实输卵管妊娠 4 7例 ,误诊 3例 ) ,其余 10 0例均按早期输卵管妊娠保守治疗痊愈 .应用经阴道超声诊断早期输卵管妊娠 ,能清晰地显示出盆腔微细声像结构特征 ,对输卵管妊娠的早期诊断具有操作简便迅速、安全无痛、无损伤、准确性高、病人易接受等优点 .     

重组腺病毒AdCTLA4-FasL联合供者骨髓细胞输注促进混合嵌合体形成和小鼠皮肤移植耐受

在不对受体去髓处理的情况下, 用重组腺病毒AdCTLA4-FasL结合供者骨髓移植诱导混合嵌合体和同种皮肤移植耐受, 结果显示, 获得了持久宏嵌合体(macrochimerism)(140 d时, 供体细胞>20%). 同时, 这种嵌合体促进了稳定的供体特异性耐受, BALB/c小鼠的皮肤移植物在B6受体小鼠中长期存活(平均存活时间(the mean survival time, MST)大于200 d), 而来源于ICR小鼠的第三者皮肤移植物被该嵌合体小鼠正常排斥. 用该方法处理的B6小鼠在接受皮肤移植14 d后, 辅助性T淋巴细胞前体(HTLp)和细胞毒T淋巴细胞前体(CTLp)的频数降低到很低的水平, 表明AdCTLA4-FasL能够迅速促进全面的外周耐受, 从而有利于供体骨髓细胞植入. 接受皮肤移植140 d后, 供体皮肤仅在形成长期嵌合体的受体小鼠中继续存活, 这些小鼠体内供体特异性的HTLp和CTLp的频数减少, 提示长期的皮肤移植物耐受与稳定的混合嵌合体有关, 中枢性T细胞删除可能是耐受维持的主要机制.     

基于小波神经网络的数字信号调制方式识别

针对当前数字信号调制方式识别方法易受噪声影响、 识别误差较大等问题, 设计一种基于小波神经网络的数字信号调制方式识别方法. 首先采集数字信号, 并从信号中提取调制识别特征, 作为数字信号调制方式分类依据; 然后采用小波神经网络建立数字信号调制方式识别的分类器, 并选择粒子群优化算法确定神经网络的参数, 实现数字信号调制方式识别; 最后在MATLAB[KG*6]2016平台上实现数字信号调制方式识别的仿真测试. 测试结果表明, 即使数字信号的信噪比较低时, 小波神经网络仍可获得较理想的数字信号调制方式识别结果, 且数字信号调制方式识别率高于对比方法, 从而提高了数字信号调制方式识别性能.