苯丙氨酸分子的手性对映体转变机理及水分子（簇）的催化作用

在MP2/6 311++G(3-df,2pd-)//WB97X-D/6-311++G(-d,p-)双水平研究苯丙氨酸(Phe)分子的手性对映体转变机理, 并用分子中的原子理论(AIM)分析驻点的成键特征. 结果表明： 经过羧羟基旋转、 质子迁移、 碳 碳键旋转和氨基翻转的一系列过渡态, Phe分子在质子以氨基氮为桥梁迁移的通道a和以羰基氧与氨基氮顺次为桥梁迁移的通道b内, 实现了手性对映体转变; 当2个水分子簇作为质子迁移媒介时, 在通道b中增加了质子仅以羰基氧为桥梁迁移的反应路径； 通道a具有优势, 速控步骤的内禀能垒为25971 kJ/mol, 反应的表观能垒为27026 kJ/mol； 2个水分子簇催化使速控步骤的内禀能垒降至126.47 kJ/mol, 反应的表观能垒降至80.80 kJ/mol; 考虑零点振动能后, 质子从氨基氮向羰基氧迁移的能垒消失. 即水分子（簇）催化可使Phe分子实现手性对映体转变.     

基于ASP的WEB数据库查询技术

本文介绍了基于ASP技术WEB数据库的简单查询、多条件组合查询、模糊查询的设计方法,特别提出了查询结果的缓存策略,有效地提高了查询效率。     

树轮α-纤维素δ13C角分布及其气候含义

利用从中国天目山和庐山采集的4株树轮样，分析了树轮沿不同方位δ^13C的变化特点，讨论了角分布的成因。结果表明，树轮在不同方位上的木质α－纤维素δ^13C值不同，而且各方位上δ^13C的差异与分析期间历年平均值的年际差异在量级上大致相当。对各方位δ^13C作方差分析表明，各方位存在显性差异。说明δ^13C的角分布具有独立意义。对其中一棵柳杉树轮δ^13C角分布与气候要素的相关分析表明，不同方位的δ^13C值与年、季节和朋降水及温度相关，从而使树轮可记录住处分辨率提高、信息量增大。用树轮δ^13C的角分布重建的气候要素更能反映气候要素的实际变化情况。     

少年中长跑运动员肌肉损伤的综合性防治

根据多年训练经验,把训练、恢复和中西医结合治疗作为防治肌肉损伤的综合手段,从而达到促进运动训练,提高运动水平,为少年运动员训练科学化提供参考依据。     

化学药剂诱导矮败小麦子房发育的生化分析

在大田条件下 ,采用正常授粉 ,同时在隔离区条件下 ,用化学药剂 (1号液 :5 0 0mg·kg-1对氯苯氧乙酸+10 0mg·kg-1激动素 +体积分数为 0 .0 15二甲基亚砜 ,2号液 :5 0 0mg·kg-1对氯苯氧乙酸 +10 0mg·kg-1激动素 +体积分数为 0 .0 15二甲基亚砜 +10 0mg·kg-1赤霉素 )分别处理矮败小麦的子房 ,并以蒸馏水处理为对照。取材后进行生化分析。结果表明 :(1)正常授粉的子房 ,蛋白质含量、氨基酸含量、葡萄糖含量、蔗糖转化酶活性、谷丙转氨酶活性、过氧化物酶活性和呼吸强度都随着子房的发育逐渐升高。 (2 )化学药剂处理和对照处理的子房 ,发育初期上述生化指标明显升高 ,但发育后期随着子房的退化 ,上述生化指标又明显下降     

抗菌肽AD基因的改造及在毕赤酵母中的表达

采用PCR技术改造抗菌肽AD基因，将其C末端改造为Asn编码，改造后的抗菌肽Cecropin AD基因克隆到pPICZα－A载体上，构建成酵母重组分泌型表达载体，转化毕赤酵母（Pichia pastoris)受体菌GS115中，采用zerocin抗性标记筛选重组转化子，经摇瓶发酵，浓缩发酵液进行酸性聚丙烯酰胺凝胶电泳分析和抑菌活性检测。结果表明，改造后的Cecropin AD基因在毕赤酵母中获得了表达，表达产物经α－Factor信号肽引导分泌到胞外，具有较强的杀菌活性。     

模拟移动床分离紫杉醇

以东北红豆杉树叶为原料,采用无毒、无污染的乙醇作为提取溶剂．在高分子树脂柱和模拟移动床色谱(SMBC)系统上逐级提纯紫杉醇,除去大量非紫杉烷与紫杉烷类杂质,得到了高纯度的产品、同时,对紫杉醇前处理过程中洗脱液条件,随后的SMBC系统实验中的切换时间等条件进行了优化,并总结出一套优化操作条件,为纯化紫杉醇提供了合理的工艺路线．     

某生产综合楼桩基工程问题

本文总结与探讨当前钢筋砼预制长桩设计与施工中经常遇到的若干问题，根据某些工程的经验，在福州地区，按规范法设计的单桩容许承截力偏于安全，可以利用这一富裕值，减少备用桩数量及进行补桩的相互调剂．     

强苯赛对水稻幼苗根系生长的影响

强苯赛浸种对水稻幼苗的根长、根重和根系体积都有促进作用,能提高根尖细胞分裂指数,能使胚根尖切段伸长和发根力增强,并能提高胚乳中淀粉酶活性和根系的呼吸强度。     

应用神经网络判别二部图的方法

本文应用Hopfield神经网络模拟方法对二部图进行判别。提出了邻域矩阵的概念。将任意的连通图输入至神经网络判别系统,输出该图的邻域矩阵,对应于系统能量函数取最小值的输出状态即为二部图邻域矩阵,同时得到该二部图的顶点划分;如能量函数非最小值,则判定该图不是二部图。该判别法的核心是构造一种广义的能量函数——Liapunov函数,使原来难以解决的问题找到新的解决途径。