废旧橡胶回收利用新技术

随着橡胶工业的发展,废旧橡胶的数量也迅速增大,造成了很大的环境压力。论述了废旧橡胶回收利用的各种方法,包括轮胎翻新、胶粉、再生胶、热分解和燃料利用,指出做好废旧橡胶的回收利用工作,既有利于自然环境的保护,也可缓解我国橡胶资源的不足,并针对国内在废旧橡胶回收利用工作方面存在的问题提出了建议。

网络证候学概念的提出及中医证候网络信息系统建立与应用研究

冠心病已成为中国乃至全世界的主要致死原因,寻找有效方药防治冠心病,进而阐明其效应机制成为业界的研究热点。中医学没有冠心病这一病名,常归为“胸痹、真心痛”等范畴,中医临床流行病学调查发现冠心病单纯证候较少,痰瘀互结证已成为冠心病主要的证候之一。但是由于冠心病痰瘀互结证的复杂性,其生物学基础尚不十分清楚。

基于图像分析技术的甘草浓缩起泡过程实验探究

[目的]本研究运用图像分析技术对甘草浓缩液起泡过程的具体状态变化进行分析,找出了甘草浓缩过程中起泡情况的变化规律,此分析手段可作为一种有效的过程分析技术,应用于中药实际生产的过程质量控制。[方法]以温度、投料量、皂苷浓度作为主要浓缩工艺参数,对甘草水提液进行不同工艺条件下的浓缩实验。运用数码摄像机对浓缩过程中的不同起泡状态进行实时图像采集,运用ImagePy软件对图像进行处理,对所得图像中泡沫的直径、数量进行分析。[结果]图像分析结果表明,甘草浓缩起泡过程可以分为6个阶段,急剧起泡阶段发生在浓缩开始后的前10 min之内。温度、投料量、皂苷浓度对起泡时长有一定影响,但对泡沫直径及数量变化影响不明确。[结论]图像分析技术可作为一种新兴的分析技术应用于中药浓缩生产质量控制中,为实际生产中中药浓缩工艺的控制提供参考。

植物雄激素在治疗良性前列腺增生中的作用

良性前列腺增生(Benign prostatic hyperplasia,BPH)是老年男性常见的泌尿系统疾病。体内包括睾酮(testosterone,T)和双氢睾酮(dihydrotestosterone,DHT)在内的雄激素水平升高,与BPH的发生和发展密切相关。目前,临床上治疗BPH的药物主要包括5α-还原酶抑制剂和α-受体阻滞剂两种类型,在降低异常雄激素信号通路水平的同时,也会带来一些不可忽视的副作用。最近,多种天然草药,如补阳类的中药(traditional Chinese medicine,TCM),被证实具有雄激素样的活性能有效治疗BPH。本文综述了植物雄激素的雄激素活性及其在BPH中的治疗作用,进一步总结其作用机制,为植物雄激素作为选择性雄激素受体调节剂的研究提供了证据。

机器视觉检测技术及其在中药智能制药中的应用展望

机器视觉检测技术基于图像自动识别产品质量与生产过程状态,收集产品质量数据,并进一步实时反馈改进生产工艺,对于促进传统制造行业的智能化升级具有重要作用。中药制造业作为传统制造行业之一,亟需融合现代信息技术,如利用机器视觉检测技术,实现对于药材、饮片、成品的质量检测,生产过程的状态识别,以及生产车间现场管理,从而驱动中药生产的高质量发展。文章通过总结机器视觉检测技术在各领域中的应用情况及关键技术,从人、物料、生产状态和整体环境4个角度对机器视觉自动检测技术在中药智能制药中的应用作出展望。

基于数据驱动的过程智能优化技术研究现状及其在中药先进制药中的应用展望

随着信息技术的发展,现代制造企业面临着信息化、智能化的转型升级需要,以实现产品质量与生产效率的提升及生产成本的降低。与此相应产生的工业大数据正逐渐成为新时代的企业核心资源,有效提取其背后隐藏的价值越来越成为企业的核心竞争力。基于数据驱动技术建立生产过程的数字化模型,从而实现基于模型的过程优化控制,这作为一种智能制造关键技术,已经在各个行业中逐步得到了应用。文章通过对数据驱动的智能制造技术在各个行业中的应用情况进行总结,并评述其研究结果如何为大数据时代下中药制药过程智能优化控制提供策略建议。

基于数据驱动的制药干燥过程智能控制技术研究进展

新一代信息技术的发展正驱动制造工业向数字化、智能化转型。本文以制药干燥过程为例,综述了基于数据驱动的过程优化建模的相关技术方法在解决药品质量提高与成本优化问题中的应用。分别从过程数据的信息融合、过程建模优化与过程自适应优化3个方面入手,旨在通过比较分析各方法的特点,说明基于数据驱动的过程建模对于复杂工艺过程控制的优越性,及其在提升过程智能化管控水平的重要作用。

有限长高分子链特征标度对溶剂性质的依赖性

采用自洽平均场理论并结合蒙特卡洛方法考查不同溶剂中高分子单链回转半径与聚合度的标度关系。计算结果表明,在Θ溶剂中标度指数ν≈0.495,说明此时高分子链遵循理想链的行为;另一方面,在良溶剂中标度指数ν并非普适常数,而是随着溶剂性质的变化而改变,并且总是明显低于经典理论预测值0.6。分析指出,有限链长效应是造成这一偏差的重要原因。

基于近红外光谱技术的甘草提取过程最优建模方法研究

通过实时采集正常操作条件下及发生异常工况时的甘草提取液的动态近红外光谱数据,结合主成分分析法(PCA)、偏最小二乘回归法(PLSR)和平行因子-偏最小二乘回归联用法(PARAFAC-PLSR)建立3种甘草提取过程的实时监测模型,并分析各种模型的特点。结果表明,基于3种方法建立的模型均能在一定程度上预测异常加热工况的发生,但同时也存在一定误判。其中,PCA方法建立的模型出错率最高,在60 min之前就出现3次"故障"误判,不适用于该过程的分析应用。而PLSR和PARAFAC-PLSR模型基本效果相似,校正集相关系数分别高达0.934 2,0.928 1,验证集相关系数也分别达到了0.856 7,0.828 3;并且这2种方法建立的预测模型误判率较低,首次成功预测的故障均发生于75 min。此外,PLSR和PARAFAC-PLSR模型均能在一定程度上预测出系统状态的走势。说明基于动态近红外光谱动态数据建立的PLSR和PARAFAC-PLSR模型均具有良好的在线监测和预测功能,为中药提取过程动态监测方法的优化选择提供了参考依据。

制剂技术在提高中药抗菌活性方面的应用及前景分析

致病性细菌感染是临床上的主要疾病之一。抗生素是临床上普遍采用的一种抑制或杀灭细菌、真菌等病原微生物的药物。但随着抗生素的大量使用,耐药性菌株不断出现,抗菌形势日益严峻。中药具有多成分、多靶点、多通路等优势,在对抗细菌感染中逐渐被关注并受到重视。然而,一些抗菌中药也存在溶解度低、稳定性差、生物利用度低等问题,通过制剂技术改善和提高中药抗菌活性是一种有效的解决方案。基于此,笔者拟从单方抗菌中药制剂技术和组合抗菌药物制剂技术两方面入手,介绍了包合、纳米、静电纺丝和3D打印等制剂技术的特点和具体应用效果,并分别就其优势与不足进行阐释,以期为中药抗菌活性的改善与提高提供新思路。

紫外可见光谱结合化学计量法快速检测双黄连口服液大类成分

目的基于紫外可见光谱和化学计量学方法建立1种快速检测双黄连口服液质量的方法。方法采集双黄连口服液紫外可见光谱数据,并使用主成分分析筛选剔除异常样本数据。采用Kennard-Stone算法将所有样本按照7∶3的比例划分为训练集和测试集。采用一阶求导、标准正态变量变换对数据进行预处理,然后结合竞争性自适应重加权采样法提取特征波长,最后将支持向量回归(support vector regression,SVR)、最小二乘支持向量回归(least squares of support vector regression,LS-SVR)、前馈型反向传播(back propagation,BP)神经网络3种方法用于可溶性固形物(soluble solids content,SSC)、总黄酮(total flavones,TF)的定量分析模型的建立。结果3种模型的决定系数R2均≥0.8168,均方根误差RMSE均≤4.3782,均获得了较好的预测效果。对测试集SSC及TF预测结果进行对比发现,与BP神经网络、LS-SVR相比,SVR模型获得了最大R2以及最小RMSE。SVR-SSC模型的R2为0.9998,RMSE为0.2603,SVR-TF模型的R2为0.9983,RMSE为0.5433。结论紫外可见光谱结合SVR可以提供1种双黄连口服液质量的高精度快速现场检测方法。

非线性振荡化学指纹图谱技术应用于回心草药材的定性定量分析研究

该文采用振荡化学指纹图谱技术建立一种暖地大叶藓回心草药材的定性定量分析新方法,完善云南习用药材回心草的质量控制标准。运用电化学工作站记录暖地大叶藓回心草在BrO-3-Ce(SO4)2-H2SO4-丙二酸/酒石酸振荡反应体系下,电位(E)随时间(t)的变化。对非线性振荡化学指纹图谱技术进行重复性考察,发现暖地大叶藓4个特征参数RSD≤4.1%,说明该方法重复性好,精密度高。通过考察不同粒度、转速及温度对振荡曲线特征参数的影响,在最优实验条件下以诱导时间、振荡周期为定量指标的特征参数,与中药加入剂量(0.1~1.1 g)线性关系较好,相关系数分别为0.978和0.975。最高电位与中药加入量呈现非线性关系,其相关系数高达0.999。此外,还将此方法用于暖地大叶藓回心草和大叶藓回心草的判别分析,二者外观相似,但指纹图谱差异较大,独立样本t检验结果表明,二者的特征参数诱导时间、振荡时间、最大振幅、振荡周期差异明显,为回心草药材基源鉴别提供了依据。

链霉菌CB03234-S中天赐霉素衍生物的发现

天赐霉素是一种蒽醌骈合型烯二炔类化合物,具有显著的抗肿瘤活性.通过在天赐霉素A高产菌株放线菌CB03234-S中异源表达两个细胞色素P450羟化酶基因dynE10和dynOrf19,分离得到三个天赐霉素衍生物1~3.通过一维和二维核磁共振、高分辨质谱和圆二色谱测定了它们的化学结构.天赐霉素H(1)为天赐霉素D的C-9羟基化产物,TNM T1(2)为一个烯二炔的环化产物,TNM T3(3)为已知化合物.化合物1对所有四种测试的肿瘤细胞株,如HeLa细胞、MB49细胞、B16细胞和BIU87细胞均具有较强的抗肿瘤活性.