蛋白质中氨基酸间的相关性研究

计算和分析了4种类型(α型、β型、α／β型和α β型)共计204个蛋白质中的20种氨基酸间的相关性．研究发现，氨基酸之间的相关性可分为强正相关、强负相关、弱相关和不相关．作为蛋白质的建筑构件，20种氨基酸在不同类型的蛋白质中的相关性反映了这些建筑构件间的匹配规则，代表了蛋白质的结构特征．本文分析了部分氨基酸间的相关性与蛋白质结构间的联系，从物理和化学性质上解释了氨基酸相关性的起源。     

应用原生质体融合技术选育L-异亮氨酸生产菌

以黄色短杆菌WY10和ASL495为亲本菌株，分别摸索了其原生质体形成和再生的条件，并在此基础上，进行了原生质体融合试验，考察了PEG浓度、融合时间等条件对原生质体融合的影响；最后利用所确定的条件对两亲株进行了融合，筛选出目的融合子WYA09和WYA17，带有双亲株标记Met^-和Leu^-。经产酸验证后，产酸量没有大幅提高，但副产氨基酸(主要是亮氨酸)减少，对工业生产中分离提纯工作和下一步的筛选高产菌工作都大有益处。     

L-异亮氨酸产生菌TC-21的分阶段发酵控制研究

通过对L-异亮氨酸产生菌TC-21的5L发酵罐发酵研究，应用辅助软件对影响其发酵控制的各个因素进行分析，利用SAS软件对体积溶氧传递系数、菌体浓度和产酸进行回归拟合得到方程，提出了分阶段发酵控制模式，在该控制模式下，与实际恒定发酵过程比较，TC-21的产酸率提高了23．56％。     

氨基酸对鲍鱼碱性磷酸酶活力的影响

选用L Ala、L Val、L Leu等15种氨基酸为效应物,研究它们对杂色鲍(Haliotisdiversicolor)碱性磷酸酶(EC.3.1.3.1)催化pNPP水解反应的影响.结果表明:上述这些氨基酸对鲍鱼碱性磷酸酶均有一定程度的抑制作用,抑制程度随着试剂浓度增大而加剧.当浓度为10.0mmol/L时,分别可以使酶活力下降:7.77%、36.75%、22.79%、39.86%、16.16%、19.33%、94.77%、20.19%、17.02%、40.15%、31.08%、17.52%、30.56%、36.77%和12.59%.尤其以L Cys对酶的抑制作用最为显著(抑制率为94.77%),其次是L Ile和L His,它们均能使酶活力下降40%;对酶抑制率在30%以上的氨基酸还有L Val、L Trp、L Phe和L Lys,其它选用的氨基酸对酶的抑制率小于25%.选择对杂色鲍ALP具有较明显的抑制作用的氨基酸L Val、L Ile、L Trp和L Cys等氨基酸为研究对象,研究它们对酶催化pNPP水解反应的抑制作用机理,并测定其抑制常数.结果表明L Cys的抑制作用为混合型效应,其KI和KIS值分别为0.042mmol/L和0.139mmol/L;而L Val、L Ile、L Trp为反竞争性,其KIS分别为9.56、8.55、8.09mmol/L.     

L-凸空间中的Ky Fan极大极小不等式及其应用

在较弱的条件下证明了L-凸空间中的Ky Fan极大极小不等式，并给出其等价形式．作为应用，得出了L-凸空间中的鞍点定理。     

催陈酒的氨基酸分析

对新生产的未经催陈处理的酒,自然陈酿3年的出厂成品酒、经催陈处理的0.33t中试酒及4.5t生产性实验的酒样,测定其17种游离氨基酸的含量,并对氨基酸含量的增减及味感进行分类,结果表明,甜味氨基酸增加较多,苦味氨基酸减少较多,结果使酒的苦涩味减少,口感更加舒适、协调,达到了陈化的目的.     

α-氨基酸-甲醇-水三元体系中分子间的异系焓相互作用

探讨α 氨基酸 -甲醇 -水三元体系中溶质分子间相互作用机理 ,为揭示蛋白质的稳定机理、蛋白质变性的原因和生物大分子与小分子间的相互作用提供溶液热力学依据 .利用 2 2 77热活性检测仪的流动测量系统获得了 2 98.1 5K时甘氨酸、L 丙氨酸、和L 脯氨酸分别与甲醇在水溶液中的混合过程焓变以及各自的稀释焓 ,依据McMillan Mayer理论关联得到异系焓相互作用系数 ,讨论了不同氨基酸与甲醇分子的作用机理 .不同氨基酸与甲醇分子间的焓作用系数的大小主要取决于氨基酸分子结构的差异 ,氨基酸的不同侧基 (非极性或极性 )对焓作用系数有着不同的贡献 ,脯氨酸特殊的五元吡咯环结构对hxy 值有较大的正贡献 .     

L-脯氨酸的消旋及不对称转化法合成D-脯氨酸

研究了孔脯氨酸在不同溶剂、温度、反应时间下的消旋化，在此基础上运用不对称转换的方法，以S-酒石酸作拆分剂，合成D-脯氨酸，总收率达92．38％．     

抽象二阶周期边值问题的拟上下解方法

利用比较结果，通过构造L-拟上下解的单调迭代过程，研究了Banach空间二阶周期边值问题解的存在性，并获得了该问题解的存在唯一性结果。     

利用支持向量机预测生物膜蛋白类型

利用统计学习理论中的支持向量机(SVM)，基于氨基酸组分含量预测生物膜蛋白类型。使用文献中2059个训练集和2625个检验集膜蛋白序列数据，运用统计预测中的校准检验，留一法交叉检验和独立数据集检验方法进行分类预测。结果表明，SVM对膜蛋白类型预测具有明显的优越性，该算法对当前已有方法起到重要的补充作用。