唐古特大黄FTIR的双指标序列分析及抗炎谱效关系研究

对于中药材的质量控制研究是中医药现代化的主要研究内容之一。唐古特大黄是一种常用中药,目前对唐古特大黄的质量控制研究多集中在总蒽醌类成分、游离蒽醌类成分以及指纹图谱,基于抗炎效果的质量标准研究尚为少数。采集不同产地、不同采收时间的18批唐古特大黄药材,对其粉末进行傅里叶变换红外光谱(FTIR)研究,发现16个共有峰,18批次之间具有较高的相似性(0.798~0.900),相同产地(甘南产、青海产)的唐古特大黄相似度较高(相似度大于0.900的达80%以上),但两产地之间的相似度相对较低(相似度大于0.900的仅为69.44%),结合聚类分析发现不同产地唐古特大黄FTIR谱图存在一定差异性,产地可能是主要影响因素。建立双指标分析序列,可在一定程度上区分药材不同产地。脂多糖(LPS)刺激RAW264.7细胞建立炎性细胞模型,以NO抑制率作为炎性指标,测定不同批次唐古特大黄的NO抑制率。以共有峰透过率作为X, NO抑制率作为Y,采用SMICA14.1软件构建PLSR模型建立谱效关系,谱图中X_(14)、X_(15)、X_(11)、X_(2)四个共有峰VIP>1,其中X_(2)与抗炎效果呈正相关关系,X_(14)、X_(15)、X_(11)与抗炎效果现负相关关系。进一步建立数学模型得共有峰(X)与NO抑制率(Y)的关系Y=237.618+2.992X_(2)-0.845X_(4)+2.979X_(6)-3.722X_(7)+0.433X_(8)-0.957X_(12)-0.759X_(14)-0.632X_(15)(p=0.003<0.01,R=0.935),p<0.01代表构建数学模型有意义,R=0.935代表所构建数学模型可解释93.5%的数据。可知X_(2)、X_(6)与抗炎效果呈正相关关系,X_(4)、X_(7)与抗炎效果呈负相关关系,可预测体外抗炎效果,准确率达93.5%,但由于样本量过小,仅可用于解释本研究纳入数据。X_(6)是由甲基的β(C—H)产生,可能与大黄素、大黄酸、大黄素甲醚、芦荟大黄素等蒽醌类成分有关。该研究将抗炎活性与红外光谱数据相结合,引入唐古特大黄质量评价体系,为唐古特大黄产业的健康发展提供新思路。

双碳背景下光伏产业的发展前景分析

本文旨在探讨在双碳背景下,光伏产业将迎来的发展前景。随着全球对可再生能源的需求不断增长,光伏技术作为一种清洁、可持续的能源形式受到了广泛关注。在双碳目标的推动下,光伏产业将面临新的机遇和挑战。本文通过对光伏市场趋势、政策支持和技术创新的综合分析,对光伏产业在双碳时代的发展进行了深入探讨。

禁食对黄羽肉鸡肠道屏障和感觉迷走神经受体表达的影响

【目的】探究饥饿状态下黄羽肉鸡肠道炎症信号以及迷走感觉神经相关受体表达的变化。【方法】试验选用黄羽肉鸡,根据体质量一致原则随机分为对照组和禁食组。样品通过q-PCR检测黄羽肉鸡下丘脑食欲肽、肠道紧密连接蛋白和炎症因子以及结状神经节(Nodose ganglia,NG)内炎症和食欲调控相关受体的表达;利用电镜扫描和HE染色观察并统计肠道形态变化。【结果】与对照组相比,黄羽肉鸡短期禁食可提高下丘脑促采食食欲肽AgRP(P<0.05)和NPY(P<0.01)表达;短期禁食升高肠道H_(2)O_(2)浓度,促进小肠紧密连接蛋白表达(P<0.05),降低空肠损伤比例(P<0.01),增加空肠绒毛吸收能力(P<0.01);短期禁食增加空肠黏膜抗炎因子IL-4和IL-10表达(P<0.01);此外,短期禁食不仅促进NG内食欲调控相关受体FFAR2和NPY2R表达(P<0.01),而且提高抗炎因子受体IL-4R表达(P<0.01)。【结论】饥饿可提高黄羽肉鸡肠道抗炎因子水平,增强肠道屏障功能,并促进迷走感觉神经抗炎因子等受体表达。

基于AHP-EWM和正交设计优选黄芩黄酮提取工艺及抗炎活性分析

目的:优化黄芩(Scutellaria baicalensis Georgi)中黄酮类成分的提取工艺,分析其体外抗炎活性。方法:以乙醇浓度、超声时间、超声温度及料液比为考察因素,以黄芩苷、汉黄芩苷、黄芩素及汉黄芩素为评价指标,在正交试验基础上分别采用层次分析法(AHP)、熵权法(EWM)及层次分析法-熵权法(AHP-EWM)法确定各指标权重系数,优化黄芩中黄酮类成分的提取工艺,并以最佳工艺制备黄芩提取物,利用MTT法和酶联免疫法(ELISA)分析其体外抗炎活性。结果:AHP-EWM法确定的权重系数科学合理,优选的最佳提取条件为:乙醇浓度55%、超声时间25 min、超声温度60℃、料液比1∶25。ELISA法结果表明,黄芩提取物浓度为50~300μg/mL时,可显著抑制RAW264.7炎性细胞TNF-α、IL-6的释放。结论:AHP-EWM法确定的权重系数客观真实,优选的工艺稳定可靠,该工艺下制备的黄芩提取物具有良好的体外抗炎活性。

基于主成分分析和粒子群优化神经网络的粮食产量预测

粮食产量的预测研究在粮食安全方面具有重要意义,神经网络可以较好地反映粮食产量这一复杂的非线性动态系统。但是传统的BP神经网络预测模型存在学习收敛速度慢、易陷入局部极小值等缺陷,为了改善这一缺陷,提出了一种基于主成分分析(PCA)和粒子群(PSO)优化神经网络的预测模型。首先计算各影响因素与粮食产量之间的相关系数,利用主成分分析方法降低影响因子的维度,将降维后的因子作为神经网络的输入,然后采用BP神经网络建立粮食产量预测模型,其中引入PSO算法对BP神经网络的权值和阈值进行优化,最后使用训练过的BP神经网络预测粮食产量值。预测结果表明,该模型可有效提高预测精度,且收敛速度快,全局收敛性好,为粮食产量预测提供了一种新的途径。

唐古特大黄二氯甲烷部位抗炎活性谱效关系研究

目的建立唐古特大黄二氯甲烷部位抗炎活性谱效关系。方法采用脂多糖刺激RAW264.7细胞制备炎性细胞模型,通过检测RAW264.7细胞一氧化氮的分泌情况,考察唐古特大黄不同萃取部位的抗炎活性;建立唐古特大黄二氯甲烷部位的HPLC指纹图谱;采用灰色关联度、双变量相关分析法和偏最小二乘法分析抗炎活性部位HPLC特征峰与其抗炎药效之间的谱效关系。结果唐古特大黄二氯甲烷部位为抗炎活性部位;活性部位指纹图谱中共有峰有9个;灰色关联度分析结果表明,各成分抗炎关联度依次为1号>8号(大黄素)>3号>4号>5号(大黄酸)>2号(芦荟大黄素)>9(大黄酚)>6号>7号;双变量相关分析结果表明,7个共有峰与抗炎药效指标呈正相关,其中5号(大黄酸)与8(大黄素)峰含量变化与抗炎药效指标呈正相关(P<0.05);偏最小二乘法分析结果表明,各成分抗炎关联度为1号、3号、4号、5号、7号、8号、9号峰与抗炎活性呈正相关,2号、6号峰呈负相关。结论通过谱效关系确定唐古特大黄发挥抗炎活性的主要物质基础为大黄酸与大黄素,其抗炎作用是多成分共同作用的结果。

基于小波-BP神经网络的粮食产量预测模型

由于粮食产量序列具有复杂性、随机性和非平稳性,导致使用传统的预测方法对其进行预测会受到很大的影响和制约。提出了基于小波变换的BP神经网络模型预测的方法。首先利用小波变换将非平稳序列转化为若干不同频率分量的平稳序列;然后针对各序列使用BP神经网络模型建立预测模型,最后通过重构得到粮食产量的预测值。预测结果表明,该模型可有效提高预测精度,为粮食产量预测提供了一种新的途径。

唐古特大黄不同极性部位体外抗炎作用谱效关系研究

目的研究唐古特大黄甲醇提取物及其不同极性部位的指纹图谱与体外抗炎作用的相关性,为揭示其抗炎作用物质基础提供依据。方法采用HPLC建立唐古特大黄甲醇提取物及其不同极性部位的指纹图谱,采用脂多糖刺激RAW264.7小鼠巨噬细胞制备炎性细胞模型,通过检测RAW264.7细胞一氧化氮(NO)分泌情况,考察唐古特大黄甲醇提取物及其不同极性部位的抗炎活性,采用偏最小二乘回归法(PLSR)建立谱效关系。结果PLSR结果表明,30个特征峰中有7个峰与抗炎率呈正相关(偏回归系数>0),23个色谱峰与抗炎率呈负相关(偏回归系数<0),其中1、11、27(大黄酸)、12、28(大黄素)、10、14、23(芦荟大黄素)、22、30号峰(大黄素甲醚)的变量重要性投影(VIP)>1。结论大黄酸、大黄素、芦荟大黄素、大黄素甲醚等对唐古特大黄抗炎药效的贡献最大。初步表明唐古特大黄的抗炎药效物质主要集中在二氯甲烷部位,抗炎作用是这些成分共同作用的结果。

肠道及呼吸道微生物与哮喘相关性的研究进展

全球疾病负担(GBD)的数据表明慢性呼吸道疾病的发病率和死亡率始终居高不下,而其中哮喘患者占到很大一部分比例[1]。对于哮喘的治疗手段除了目前已广泛应用到临床的糖皮质激素、β-受体激动剂、抗胆碱药以及生物靶向药物等,现如今越来越多的学者提出一种新型疗法,即关于微生物组分析的精准医学方法[2]。我们知道胃肠道的微生物含量是全身各系统最高的,而越来越多的研究证明肠道微生物群及其代谢物与胃黏膜的相互作用会影响全身免疫。

农村贫困地区改良炉灶降低室内空气污染的效果评价

目的研究中国农村贫困地区采用改良炉灶措施在降低室内空气污染方面所达到的效果。方法选择污染物排放指标PM10、502、CO和热工性能指标燃料消耗量、炊事热效率，综合评价改良炉灶的性能，确定改良炉灶的效果。结果与传统炉灶相比，改良炉灶PM10、CO、SO2排放浓度分别平均降低了93％、79％和68％，燃料消耗量降低30％-50％，炊事热效率平均提高38％。结论改良炉灶是中国农村贫困地区降低室内空气污染的有效干预手段之一。

集中空调风管内机器人定量采样效果评价

目的评价集中空调风管内机器人定量采样的效果。方法在实验室模拟条件下(不同积尘和微生物量),进行机器人采样准确性、精密度和微生物回收率、采样一致性的实验研究。结果风管积尘机器人采样与手工擦拭法采样之间的平均相对偏差为7.8%,机器人采样结果之间的平均相对标准差为4.0%;风管微生物机器人采样回收率比棉签法采样提高28.6%,采样值的标准差降低81.9%。结论机器人定量采样是一种集中空调风管内积尘量和微生物采样的有效方法。

改炉改灶对降低室内空气污染效果分析

于2003—2005年随机选择陕南农村地区24户家庭,在改炉改灶干预措施实施前、后对室内空气中SO_2、PM4、PM10浓度进行监测。按照GB/T 18883-2002《室内空气质量标准》和日本室内空气质量标准对结果进行评价。改炉改灶干预实施前、后,空气中SO_2浓度中位数分别为2.14和0.240 mg/m^3,超标率由76.7%(66/86)下降至36.0%(31/86);PM4浓度中位数分别为0.24和0.083 mg/m^3,超标率由80.9%(72/89)下降至25.8%(23/89);PM10浓度中位数分别0.13和0.061 mg/m^3,超标率由50.0%(9/18)下降为0。与干预前比较,干预后3种污染物浓度均下降,差异有统计学意义(P<0.01)。改炉改灶对降低室内主要空气污染物浓度具有较好效果。

公共场所空气质量卫生标准的探讨

1987年，国务院颁布了《公共场所卫生管理条例》，次年又颁布了《旅店业卫生标准》等11项公共场所卫生标准。条例和标准的出台大大促进了我国卫生工作的法制化建设，对保障人民群众的身体健康起了重要作用。为了更好地贯彻《公共场所卫生管理条例》的精神，加强对各类公共场所的卫生监督管理，1996年我国颁布了《公共场所卫生标准》（以下简称《标准》），使广大基层卫生监督单位能按照统一的标准对公共场所进行监督。但随着改革开放的进一步深入，市场经济的飞速发展，科技的日益进步，一些新兴的公共场所不断涌现，《标准》存在的一些不尽完美之处也逐渐显现出来，在执行过程中遇到的问题日益突出。

京津冀及周边地区大气细颗粒物和臭氧对医院日门诊量的急性影响及季节性差异

探究京津冀及周边地区大气细颗粒物(PM_(2.5))和臭氧(O_(3))短期暴露对人群因病就诊的急性影响及其季节性差异,为区域性大气污染的协同治理提供流行病学证据。收集2013年1月1日—2018年12月31日京津冀及周边地区共14个城市100家医院门诊的日就诊量,以及大气PM_(2.5)和O_(3)日均浓度和气象因子数据,基于时间序列研究设计,采用二阶段统计分析策略(广义相加模型联合meta分析),在控制气象因子和时间趋势等混杂因素的基础上构建双污染物模型,分析大气PM_(2.5)和O_(3)短期暴露对人群因病就诊的影响。研究期间,大气PM_(2.5)和O_(3)日均浓度平均分别为72.2±56.8μg/m^(3)和58.2±36.9μg/m^(3),医院门诊就诊量达6257万人·次。双污染物模型结果显示,移动平均滞后0—1 d的PM_(2.5)和O_(3)暴露浓度每升高10μg/m^(3),医院门诊就诊量分别增加0.25%(95%置信区间(95%CI):0.20%—0.29%)和0.15%(95%CI:0.07%—0.22%);拟合季节分层模型发现,冷季PM_(2.5)暴露对门诊就诊量的急性影响较强,而O_(3)相关效应则呈现出暖季较强的特征。京津冀及周边地区大气PM_(2.5)和O_(3)短期暴露均增大人群因病就诊的风险,提示应采取积极措施协同治理大气PM_(2.5)和O_(3)复合污染,同时重视污染物冷、暖季风险的差异。

基于灰色-马尔科夫模型的粮食产量预测

为提高粮食产量预测的准确性,针对我国粮食产量数据的特点,提出基于马尔科夫的新陈代谢灰度模型对我国粮食年产量进行短期精准预测。该方法首先利用传统灰色模型对产量进行预测,并计算预测误差,通过对误差序列灰色建模修正产量预测数据;其次,通过粮食年产量预测精度,将年产量数据划分成若干状态,进而得到各阶状态转移概率矩阵及历年产量对未来年份粮食产量的影响权重;最后通过建立新陈代谢灰度模型对未来年份的粮食产量进行预测。结果表明,在使用2000—2010年年粮食产量数据对2011—2015年年粮食产量进行预测时,预测误差均小于0.40%,平均误差低至0.19%,能够实现粮食产量的短期精准预测。

基于灰度极限学习机的粮食产量预测

为提高粮食产量预测的准确性,针对我国粮食产量的数据特点,采用灰度和极限学习机相结合的组合预测模型对我国粮食产量进行短期精准预测。首先从原粮食序列中选取适量距离待预测年份较近的产量数据构成子序列,对该序列建立灰度预测模型,并计算模型预测误差。然后对原序列进行归一化处理,进而建立序列的极限学习机预测模型并计算模型的预测误差,以反映序列的长期变化规律。最后,根据2个模型的预测误差得到模型的权重系数,进而由2个模型的预测值组合得到最终的粮食产量。通过应用1949—2013年我国粮食产量数据对该模型进行验证表明,该组合方法能够准确预测3年的粮食产量,预测平均误差约为1.19%,预测精度明显好于灰度模型和极限学习机模型。

探讨农村改炉改灶的途径

目的通过模拟实验,提出农村改进炉灶的途径。方法在模拟房间测定了室内空气污染物浓度和回风炉热工性能,室内空气污染物浓度、换气次数、炉灶热工性能测试分别按国家标准规定进行。结果①炉灶烟囱从下到上全部为负压,居室内安装有烟囱的炉灶可使室内空气质量达到卫生标准;②提高烟囱高度可造成较大负压,提高排烟量,促进燃烧,但排烟热损失和燃料消耗也随之增加;③实验的炊事、取暖回风炉的平均火力强度、炊事热效率、取暖热效率、烟气热损失等数据表明其结构较合理;④砖砌燃煤燃柴台灶的烟气热损失、取暖热效率表明燃烧热量没有得到较好利用,木柴燃烧速度快,需要空气量大,应选用较大断面烟囱。结论居室内安装有烟囱的炉灶可有效控制燃煤燃柴造成的室内空气污染;提出了包括合理的炉灶结构、适宜的烟囱高度和断面、增设炕烟道取暖、热水器等多种控制污染和节能的改进炉灶途径。

基于小波变换的GM(1,1)-ARIMA组合模型对粮食产量的预测

为提高粮食产量的预测精度,针对粮食产量的数据特点,提出了在小波变换的基础上,结合GM(1,1)模型与ARIMA模型的优点,建立GM(1,1)-ARIMA组合预测模型。首先,通过小波变换对非平稳序列进行分解,得到近似分量和细节分量;针对各分量序列的不同特征,采用灰色GM(1,1)模型对近似分量进行趋势预测,为进一步提高趋势信号的预测精度,使用灰色GM(1,1)模型对预测序列进行残差修正;然后,采用ARIMA预测模型对分离出的细节分量进行预测;最后,通过小波重构得到粮食产量的预测值。预测结果表明,基于小波变换的GM(1,1)-ARIMA模型的拟合平均误差为0. 69%,通过对2011—2014年粮食产量的预测,其预测平均误差低于1%,为粮食产量预测提供了一种新的技术途径。

基于主成分分析的粮食产量极限学习机预测模型研究

为了提高粮食产量预测的准确性,针对我国粮食产量受到多因素影响且呈非线性关系的特点,提出主成分分析和极限学习相结合的粮食产量短期精准预测方法。首先计算各影响因素与粮食产量之间的相关系数,利用主成分分析方法构建影响粮食产量的主要成分,从而降低影响因子的维度。其次,根据粮食数据样本集少、输入变量与输出变量间呈非线性关系的特点,构建粮食产量的极限学习机预测模型并对模型参数进行比较优化。最后,通过对实际粮食产量数据的应用以及与其它预测方法的比较,研究模型的预测精度。结果表明,基于极限学习机的粮食产量预测模型的3年及5年预测误差分别为1.9%和2.08%,相比于BP神经网络模型和多项式拟合模型而言,预测精度大幅提高,能够实现粮食产量的短期精准预测。

综合医院肺炎病人血清中嗜肺军团菌抗体调查

目的调查我国三地区综合医院肺炎病人血清中嗜肺军团菌抗体水平。方法于2012年6月—2013年6月以北京、江苏和深圳3个地区的7家综合性医院的70名住院肺炎病人为研究对象,调查问卷收集基本信息,间接酶联免疫吸附法检测血清中嗜肺军团菌1—6血清型Ig G/Ig A/Ig M联合抗体。结果入院当天和入院两周后肺炎病人血清中嗜肺军团菌抗体阳性率分别为20%(7/35)和20%(7/35),其中5例肺炎病人双份血清均为阳性。结论我国综合医院肺炎病人存在嗜肺军团菌感染,采集入院当天和入院两周后血清同时进行嗜肺军团菌抗体检测可有效降低假阴性率。