非同位素标记DNA探针和凝胶迁移分析法测定NF-κB激活实验研究

目的:探讨地高辛标记DNA探针和凝胶迁移分析法测定NF-κB激活的优势。方法:用地高辛标记NF-κB基序DNA探针,检测标记效率,探针与核蛋白的结合反应产物经过聚丙烯酰胺凝胶电泳、转膜,高温干燥后,与碱性磷酸酶标记的抗地高辛抗体杂交,加入CSPD检测化学发光强度。结果:按照上述方法标记DNA探针,标记效率较高。样品核蛋白与地高辛标记的NF-κB基序DNA探针共同孵育,两者相互结合,进行凝胶迁移分析,出现高密度的迁移带。在反应体系中额外加入过量未标记的NF-κB基序DNA探针或抗NF-κB/P65或NF-κB/P50抗体后,抑制了两者的结合,迁移带消失,而加入过量未标记的Oct2A基序DNA探针,不能抑制两者结合,迁移带密度无明显降低,证实了核蛋白NF-κB与DNA探针结合的特异性。结论:本方法无放射性污染,无需特殊设备,操作简便、稳定性好、敏感性强,图像清晰、背景低。

利用电泳迁移分析法初步探讨肺癌细胞株CEA的转录调控

【目的】探讨癌胚抗原 (CEA)表达水平不同的肺癌细胞株在转录因子水平有无差异。【方法】利用电泳迁移分析法 (EMSA)检测这些细胞株与CEA启动子阳性足迹区探针结合的DNA结合蛋白。维甲酸 (RA)诱导分化A5 49细胞 ,检测诱导前后转录因子的变化。【结果】CEA水平高的细胞DNA结合蛋白的条带信号强 ,CEA水平低的细胞DNA结合蛋白的条带信号弱 ,CEA阴性细胞可见到较弱的DNA结合蛋白信号。结合条带信号在诱导后细胞组明显减弱。【结论】CEA基因特异性的表达部分依赖于转录因子的合成。转录因子量的改变与CEA表达的高低有关 ,并且提示RA对CEA阳性肺癌细胞的诱导是在转录水平起作用。

细胞热迁移分析技术及其在靶标发现中的应用进展

细胞热迁移分析(cellular thermal shift assay,CETSA)是一种在细胞或组织中直接研究配体与蛋白结合的生物学技术,其原理是当靶蛋白与药物分子结合时,靶蛋白通常会变得稳定,不容易发生热变性。该技术可以在细胞裂解液、细胞内及组织中检测非标记药物与蛋白质的结合情况。近年来,将CETSA技术与免疫印迹(Western blot)法、二维差异凝胶电泳技术及定量蛋白质质谱技术相结合,已成功用于药物靶标验证、临床药物靶标发现、脱靶识别等。随着技术的发展,该方法还用于生物代谢物、核酸及蛋白质相互作用的分析。本文重点综述CETSA技术的原理、方法演变以及在药物靶标发现中的应用。

食品包装材料生态化发展下的化学迁移分析

通过比较目前常用的食品包装材料,对日本,美国等发达国家的国际食品包装材料进行了对比分析。对于中国食品包装材料的安全管理模式,从设立、管理组织、管理、法律适用等方面与发达国家相比,发达国家有比较完善的法律法规体系和高效的管理程序。包装材料的安全和健康管理相对成熟。中国应尽快引入包装材料操作系统并尽快修订相关标准,加强包装材料安全评估和检测能力建设。

基于迁移成分分析的近红外光谱定量分析通用模型

在近红外光谱定量分析中,由于光谱数据采集设备和环境条件的不同,已有模型在使用到不同设备或不同环境时会出现预测精度低的现象。为了增强定量分析模型的普适性和通用性,提高模型的预测精度,提出一种基于改进的迁移成分分析转移方法(TM-TCA)的近红外光谱定量分析通用模型构建策略。改进的迁移成分分析方法采用二次校正策略,通过对从机光谱数据的两次校正,改善由于仪器偏移、漂移或不稳定性引起的光谱差异性,确保数据的一致性和准确性,消除仪器不同或外界条件影响产生的偏差,使校正后的从机光谱数据特征尽可能接近主机光谱,以此增强模型对从机光谱的预测能力。首先求出主机与从机光谱转换矩阵,通过转换矩阵进行待测样品的一次校正,缩小主机与从机样品间受外界条件因素产生的差异性。将经过转换矩阵转换后的主机-从机光谱数据矩阵作为迁移成分分析方法的输入。接下来,基于多指标综合迭代优化选择迁移学习中的核函数和特征值个数的基础上构建定量分析通用模型。为了验证迁移成分分析改进效果,与多种方法的转移效果进行比较。通过优化分析选择RBF核函数,特征值个数为52,实验表明,基于TM-TCA的光谱校正率达到97.1%,光谱平均差异(ARMS)与转移前相比下降了82.9%,比TM和TCA方法分别降低了46.5%和30.2%。为了验证模型构建策略的有效性,构建基于TM-TCA和偏最小二乘回归(PLSR)的玉米水分定量分析通用模型,并对不同设备条件下的模型通用性进行分析。TM-TCA-PLSR模型的预测效果与TCA-PLSR模型的预测效果相比较,模型的预测决定系数达到了0.8729,提升了41%,预测均方根误差(RMSEP)和平均绝对误差(MAE)分别为0.1543和0.1159,均降低了90%以上,并且TM-TCA-PLSR模型相对分析误差(RPD)值超过了2.5,模型具有实际应用的价值。表明了TM-TCA转移方法能有效减少主机和从机光谱之间的差异性,基于TM-TCA和PLSR的主机模型具有一定的通用泛化能力。

基于迁移成分分析的火星LIBS光谱数据定量分析方法

火星土壤中的元素成分及其含量是地质演化历史的重要记录载体,可以反映火星环境、气候等信息,因此对火星土壤进行检测和分析具有重要意义。本研究提出了一种迁移成分分析(TCA)结合随机森林(RF)的LIBS定量分析方法,用于预测火星在轨标样的K_(2)O质量分数。选取了383种标样在模拟火星环境下的光谱数据作为训练集,6种在轨标样在真实火星环境下的光谱数据作为测试集。使用训练集建立决策树为250棵的RF模型,其平均绝对误差(E_(MA))、均方根误差(E_(RMS))和平均相对误差(E_(MR))分别为1.117、1.148和10.104,预测性能较差。为了缩短训练集和测试集光谱数据之间的分布距离,建立TCA-RF模型并调整参数。相较于RF模型,TCA-RF模型的E_(MA)、E_(RMS)和E_(MR)分别降低了90.7%、88.1%和94.1%。而与参考模型MOC(一种偏最小二乘法结合独立成分分析的模型)对比,TCA-RF模型在预测测试集中K_(2)O质量分数≥0.15%的样品时,其准确性高于MOC模型。因此TCA-RF模型可以为探测火星土壤元素含量提供新的技术手段。

迁移成分分析结合直接校正的模型传递方法

近红外光谱因快速、不破坏样品等优点,被广泛应用。近红外光谱仪之间存在一致性现象会导致主机模型预测其从机仪器光谱时准确度不够,如果重新建模则会成本较高。为解决上述问题,提出了一种迁移成分分析直接校正算法(TCADS),首先采用改进后的TCA算法对服从不同分布的主机光谱和从机光谱进行变换,将其映射到高维的再生核希伯尔特空间,再将两者的光谱矩阵进行降维,最后对经过TCA变换后的主机光谱和从机光谱再次采用直接校正算法,进一步提高模型传递性能。该算法将非线性校正与线性校正相结合,相比于传统的线性校正算法有效缓解了过校正问题,具有较好的鲁棒性。为验证算法有效性,在公开数据集进行实验,并与传统的直接校正法(DS)、分段直接校正法(PDS)、斜率偏差校正法(SBC)进行比较。研究表明所提出的TCADS算法有效降低了不同仪器之间的光谱差异,相比于传统的模型传递算法进一步提高了模型传递效果,实现了主机上建立的近红外光谱模型在从机上共享。

土壤重金属铅、锌高光谱反演模型可迁移能力分析研究

现有基于高光谱遥感技术的土壤重金属含量反演模型,大多是采用同一试验区且有限的样本点进行定量反演建模。但考虑到实际应用需求,该类模型在不同试验区是否具有较好的迁移推广能力是目前迫切需要回答的问题。如不可行,是否存在其他可行手段用于土壤重金属污染评估?为回答上述问题,选取湖南省郴州市和衡阳市两铅锌矿区作为实验研究区,并首先利用郴州地区采样点分别对Pb和Zn两种重金属进行定量回归建模和定性分类建模,然后比较两种模型在衡阳实验区的可迁移能力。实验结果表明:(1)基于偏最小二乘回归(PLSR)的定量回归模型可迁移能力较差。分别采用四种光谱预处理方式建模,发现回归模型对异地采样的预测精度很低,难以正确反演衡阳试验区重金属Pb和Zn的含量。(2)基于支持向量机(SVM)分类的定性反演模型具有一定的可迁移能力,以郴州地区采样数据训练得到的SVM分类模型能有效判定衡阳试验区Pb、Zn的污染状况,分类精度分别达到84.78%和86.96%。结果表明,在快速检测土壤重金属污染状况的问题上,定性分类是一种更加切实可行的方式。

赤灵芝子实体中塑化剂单体检测及其迁移分析

目的了解椴木赤灵芝的主要产地武夷山地区灵芝子实体中塑化剂的污染水平,并分析在生产过程中主要原料向子实体中的迁移情况。方法依据国家食品污染监测标准操作程序,对武夷山地区的3个赤灵芝种植基地内采集的鲜品、干品灵芝子实体进行包括邻苯二甲酸二(2一乙基己基)酯(DEHP)、邻苯二甲酸二丁基酯(DBP)等16种塑化剂单体的检测分析。对3个基地内的赤灵生长基质中的主要塑化剂富集物水、椴木和辅助材料进行塑化剂单体监测,对灵芝子实体中塑化剂的迁移及来源进行检测结果分析。结果灵芝子实体中,我国规定的DEHP、DBP均检出,DEHP为1.5 mg/kg左右,有1个基地超标,DBP的浓度为0.35 mg/kg^0.58 mg/kg,为超标项目。从生产环境和生产基质来看,DEHP某种程度表现为水体污染。结论赤灵芝种植过程中可能存在塑化剂迁移污染,引水时常用的2种塑料管道,是2种塑化剂单体DCHP和DEHP的可能来源。

草苁蓉多糖提取物对喉癌细胞增殖、迁移及程序性死亡分子1/程序性死亡配体-1水平的研究分析

目的探究草苁蓉多糖提取物(BRP)对喉癌细胞增殖、迁移及程序性死亡分子1(programmed death-1 receptor,PD-1)/程序性死亡配体-1(programmed cell death-ligand 1,PD-L1)水平的影响。方法人喉癌Hep-2细胞分组,根据BRP浓度分为YY组(100 mg/L)、EY组(200 mg/L)、SY组(400 mg/L)及WY组(无药物干扰)。采用qRT-PCR、克隆、MTT法、Transwell小室及Western blot检测检测4组Hep-2细胞中的PD-1/PD-L1 mRNA表达、细胞复制、细胞活力、迁移能力及PD-1/PD-L1蛋白变化。结果WY组Hep-2细胞表现为船形,生长较快,细胞分布密集。YY组细胞生长速度减慢,EY组/SY组细胞体积缩小、固缩及碎裂。YY组、EY组、SY组Hep-2细胞抑制率升高,克隆细胞及迁移数量均降低,相比WY组有差异(P均<0.05);相比WY组,YY组、EY组、SY组Hep-2细胞中的PD-1/PD-L1表达均降低(P均<0.05)。结论BRP能够通过降低PD-1/PD-L1表达抑制Hep-2细胞增殖和迁移,并且药效的发挥随时间和浓度增加而增大。

用气相色谱分析PET瓶中化合物的迁移

用二氯甲烷作为溶剂,以大数量级把氯苯和苯酚浸泡入洁净PET薄片中。而后,分别用4种食品模拟液(正己烷、15%乙醇、3%醋酸和蒸馏水)浸泡制备好的PET薄片。用气相色谱分析测定不同时间下4种食品模拟液中氯苯和苯酚的迁移量,为迁移模型分析提供一定的实验数据。

一体化教学模式下高职教师职业迁移能力现状分析:基于教学实施能力的视角

高职教育重在学生职业能力的培养,"教、学、做"一体化教学模式是教学改革的方向,该模式对高职教师教学实施能力赋予了新的内容,并且对教师职业能力的发展也提出了新的挑战。本文基于高职教师教学实施能力的视角分析一体化教学模式下教师职业迁移能力现状,为探讨高职教师职业能力培养的途径和方法提供研究基础。

核因子-κB电泳迁移率变动分析方法的改进

目的:建立一种快速、简化的电泳迁移率变动分析(EMSA)方法检测DNA结合蛋白核因子-κB(NF-κB)。方法:NF-κB的提取和浓度测定,32P标记探针,探针与核蛋白结合,电泳和放射自显影。结果:该法可获得背景干净、条带清晰整齐的图片,能直接目测NF-κB的活性。结论:改良的EMSA用于检测NF-κB更简便、实用、敏感性高,值得推广。

基于非接触霍尔测量的定量迁移率谱分析

针对范德堡霍尔样品复杂的制作工艺会引入较大误差,造成定量迁移率谱分析(QMSA)结果不准确,利用非接触霍尔测量采集的功率数据作为定量迁移率谱分析的输入数据,并通过数据点平滑外插扩展最大磁场范围,以获得更全面的载流子种类信息和消除不具物理意义的映像峰,进而得到多载流子半导体材料体系中单一载流子的迁移率和密度。对InGaP/GaAs HBT和InP PHEMT外延材料的测量分析结果表明,此表征技术相比非接触霍尔测量系统嵌入的混合电导分析软件,能够提供更加全面的载流子种类以及更加准确的载流子迁移率和密度值。

敲低蛋白磷酸酶2A的癌性抑制因子表达对下咽癌细胞增殖、迁移的影响

目的通过shRNA敲低下咽癌FaDu细胞(简称FaDu细胞)蛋白磷酸酶2A(protein phosphatase 2A,PP2A)的癌性抑制因子(cancerous inhibitor of protein phosphatase 2A,CIP2A)的表达,了解其在下咽癌发生发展中的作用。方法设计特异性shRNA序列,包装慢病毒并转染FaDu细胞,特异性敲低CIP2A的表达,分别通过RT-PCR和Western blot检测CIP2A mRNA和CIP2A蛋白的表达情况。结果(1)shRNA敲低FaDu细胞中CIP2A后,实验组CIP2AmRNA和CIP2A蛋白的表达量均较空白组显著降低。(2)细胞克隆和CCK8实验结果显示,实验组细胞较空白组细胞增殖能力明显下降(t=50.86,P<0.01;t=12.406,P<0.001)。细胞划痕实验结果显示,实验组细胞横向迁移能力较空白组细胞明显下降。Transwell实验结果显示,实验组细胞纵向迁移能力较空白组细胞明显下降(t=40.038,P<0.01;t=12.247,P<0.001)。结论敲低FaDu细胞CIP2A后细胞增殖和迁移能力均下降,表明CIP2A参与调控下咽癌细胞的生物学行为,可作为潜在的抗癌靶点。

最大熵迁移率谱分析的发展与应用

最大熵迁移率谱分析方法是用于研究和获得材料电学参数一种测试手段。它克服了传统的固定磁场霍尔测量方法的缺点,可以获得更多更准确的电学信息。本文介绍了最大熵迁移率谱分析方法的基本原理和特点,论述了最大熵迁移率谱分析方法的发展与应用,最后展望了最大熵迁移率谱分析方法的应用前景。

基于无监督迁移成分分析和深度信念网络的轴承故障诊断方法

针对轴承故障样本少导致识别精度低的问题,提出一种基于无监督迁移成分分析(unsupervised transfer component analysis,UTCA)和深度信念网络(deep belief network,DBN)的故障诊断方法。首先利用UTCA的核函数将不同工况样本特征映射到一个共享再生核Hilbert空间中,使得源域和目标域样本集更加相似,并通过最大均值偏差嵌入法(maximum mean discrepancy embedding,MMDE)判断能够迁移的源域数据,将源域样本迁移到目标域中,为深度学习提供充足的训练样本,解决了实际故障样本较少的问题;然后采用DBN模型对源域样本进行训练,再对映射后无标记的目标域样本进行故障诊断分析。利用不同工况下的滚动轴承实验数据进行算法验证,结果表明,与普通DBN、SVM、BPNN以及传统机器学习-UTCA融合方法相比,本文方法对滚动轴承故障的诊断精度更高。

迁移因子分析在齿轮箱变工况故障诊断中的应用

针对变工况下齿轮箱监测数据重用性低，受复杂工况影响大和传统诊断方法难以进行准确检测和有效识别，为此提出迁移因子分析算法（transfer factor analysis，TFA）。该算法基于高斯潜在因子模型，通过将训练数据和测试数据投影到性能优越、分布间距最小的潜在空间寻求公共潜在因子进行迁移，有效减小训练样本和测试样本分布差异，为变工况下设备故障诊断提供了新思路。实验证明，该算法相比传统机器学习算法（主成分分析、核主成分分析、局部线性嵌入算法和因子分析）及迁移成分分析（transferred component analysis，TCA）算法，故障诊断正确率平均提高10％～20％，最高可达93.63％，因此该算法可用于变工况下齿轮箱故障诊断。

电喷雾-差分电迁移率-粒子计数法绝对定量分析牛血清白蛋白

建立了基于电喷雾-差分电迁移率-粒子计数的蛋白定量分析方法,通过优化电喷雾电压、液体溶液流速以及气体流速等参数,对牛血清白蛋白标准物质进行了定量分析。结果表明,在泰勒锥状态下,样品溶液流速300 nL/min,空气流速1.0 L/min,二氧化碳流速0.1 L/min的条件下,可以实现牛血清白蛋白标准物质和溶液标准物质的准确定量分析,测定结果为分别为20.05 g/L和69.52 g/L,与标准物质定量值的相对误差在±5%以内。该方法快速准确、灵敏度高、耗样量少,且不需要内标和外标,为蛋白质绝对定量分析提供了一种新的方法。

色彩构成在家居软装设计中的思维迁移分析

在室内设计中,色彩构成被称为设计的灵魂,深深地影响着家居软装设计作品的成败。本文首先详细阐述家居软装设计中的色彩构成,然后分析色彩所起的作用以及色彩的应用形式。笔者认为,在室内设计中,色彩搭配一定要遵循相关原则,并按照一定的思维迁移方式进行设计,如此才能使家居软装设计既具有赏心悦目的外观,又具备良好的实用性能。