秀丽隐杆线虫NDX-4蛋白的体外表达及酶学活性研究

目的构建秀丽隐杆线虫NDX-4基因的克隆载体和表达载体,诱导NDX-4蛋白表达,研究NDX-4的体外酶学活性。方法构建NDX-4的克隆载体,将NDX-4的开放阅读框架(ORF)插入PGEM-T载体中扩增;采用双酶切将NDX-4ORF连入表达载体pET-30a(+)中;将连接质粒转入BL21(DE3)感受态细胞后,用异丙基硫代半乳糖苷(IPTG)对NDX-4蛋白进行表达诱导,并进行树脂纯化;用SDS-PAGE和Western blot检测以评价NDX-4体外表达和纯化的质量;采用高效液相色谱-紫外检测技术(HPLC-UV)检测NDX-4蛋白水解8-oxodGTP和8-oxoGTP的活性。结果 SDS-PAGE和Western blot检测均在经IPTG诱导的蛋白提纯物泳道上出现单一条带,分子质量约为24kDa,而未诱导的和空载体均未见条带。HPLC-UV检测结果显示加入NDX-4蛋白的8-oxodGTP和8-oxoGTP均被水解为相应的单磷酸和二磷酸氧化核苷,并且随着蛋白量的增加,两种产物的量逐渐增多。结论秀丽隐杆线虫的NDX-4蛋白具有水解8-oxodGTP和8-oxoGTP的双重功能,可能对抑制DNA和RNA的氧化损伤具有重要意义。

自然伽马能谱在NDx井的应用

自然伽马能谱测井能把自然放射性中的铀、钍、钾同位素有效地区分开来,利用U、TH、K三条分量曲线较好的解决了NDx井岩性识别、计算地层中的泥质含量、识别高自然伽马放射性储层、定性分析地层沉积环境、评价生油岩的问题。

integral from n=a to b (f^(n+1)(x)·(b-x)~ndx)=?

在（1）式中,适当选取不同的函数fn+1（x）和积分限a、b的值,就可以得到一些具体的定积分的计算公式。例如:

基于XML异步智能答疑系统

基于远程教育的迫切需求,设计并实现了远程教学的异步智能答疑系统(AIQAS),并对该系统的模型及其核心技术进行研究与探讨.AIQAS的目标是使教育与学习者及学习者之间建立有效、实时的信息交流,支持主动的学习与探讨.

Nd：Y3Sc(1．5)Al(3．5)O(12)透明陶瓷的光谱性能以及激光输出

采用燃烧法制备了Nd:YSAG粉体,经过成型、素烧,最终在氢气气氛中烧结制备了Nd:YSAG透明陶瓷.测试结果表明,Nd:YSAG透明陶瓷具有荧光谱线较宽,荧光寿命较长的特点.激光实验得到的激光输出,斜率效率为23.6%,输出功率为0.36W,输出激光的谱线分布较宽.

Fe_(60.5_x)Pt_(39.5)Nd_x(x≤1.5)合金的微结构和磁性能研究

用X射线衍射、扫描电镜和磁性测量等方法研究了Fe60.5-xPt39.5Ndx合金的微结构和磁性能。结果表明:稀土Nd的加入,导致Fe60.5Pt39.5合金晶格常数增大,晶粒细化;Fe60.5-xPt39.5Ndx合金的磁性能随着稀土含量和退火时间的增加而提高,当Nd含量为0.5%(原子分数)、退火时间为5h时达到最大值,然后随着Nd含量的进一步增加以及退火时间的进一步延长,合金的磁性能逐步降低。

氧-燃料燃烧技术在国外玻璃行业中的应用

氧-燃料燃烧技术以其高效节能减少污染的绝对优势在国外玻璃行业中得到广泛应用。本文综合介绍了世界各国应用此项技术的状况,并提出目前有待解决的问题,仅供我国玻璃同行参考借鉴。

BCZT陶瓷的Nd^(3+)掺杂机制与介电性能研究

采用固相合成法制备了(Ba_(0.92-x)Ca_(0.08)Nd_x)(Ti_(0.82)Zr_(0.18))O_3(0≤x≤0.02)陶瓷样品,借助XRD、LCR等手段对该陶瓷的结构和介电性能进行了研究。结果表明:当x=0.015时,陶瓷样品出现第二相。通过GULP软件模拟计算并结合实验数据分析可知:随着Nd^(3+)浓度增加,Ti^(4+)空位补偿机制优先发生,可能伴有少量自我补偿。增大Nd^(3+)掺杂量,介电常数与介电损耗均呈现下降趋势,介电峰值扩展并向低温移动。随着Nd^(3+)掺杂量增加,陶瓷样品呈现弛豫型铁电体特征,这与偏离平衡位置Nd^(3+)和缺陷偶极子[4Nd_(Ba)~·+V_(Ti)~″″]产生的无规场有关。

基于改进型遗传算法的数控铣削参数优化

数控加工在传统制造业与国防战略产业中的运用日益广泛,而优化铣削参数与加工的效率、质量与成本息息相关。首先构建了带约束性的多目标优化函数作为参数优化模型,进而采用ENDE-NSGA-II的方法完成参数优化,该方法采用NDX交叉算法、CA排序方法和DE策略能增大搜索区间,可通过累积单体Pareto序列结果与密度参量保证群体多元化分布,并提升收敛速率。采用DMU125P型五轴数控机床结合Matlab 2020完成加工参数、质量和系统稳态的对比实验。结果表明,与传统经验加工方法对比,通过ENDE-NSGA-II的方法所优化的加工参数能够保证加工效率的前提下,改善表面粗糙程度,提升工件的加工品质;并增大刀具耐磨度,提高经济效益。此外,能够让系统较快达到稳态。

基于改进GA含蓄电池充电次数约束的微电网动态调度

针对独立微电网的动态优化调度问题,以微电网系统运行约束、可控微源出力特性约束及蓄电池运行约束作为微电网优化模型的约束条件,考虑蓄电池充放电转换次数约束,建立以独立微电网运行经济成本与环境成本为综合优化目标的动态优化调度模型;然后,采用一种基于Tent混沌映射技术与NDX交叉策略的改进遗传算法求解该模型;最后,通过仿真算例验证模型的合理性。结果表明,优化调度模型中供热/电可靠性水平与综合成本间呈近似线性关系,合理限制蓄电池充放电转换次数有利于降低综合成本。与其他算法的对比结果表明,改进遗传算法在求解该类复杂的多约束优化问题时收敛效果良好。

基于改进NSGA2算法的考虑风机接入电能质量的多目标电网规划

大规模风电并网必然会给电力系统带来一系列的电能质量问题,为保证电网投资经济性和电能质量最优,考虑风机出力以及负荷预测的不确定性,利用机会约束规划方法构建了以线路总长度最短,风电场并网公共连接点处的电压闪变水平最低为目标的风电场多目标电网规划模型。针对传统优化算法的目标权重人为选择以及常规NSGA2算法的局部收敛等问题,提出将正态分布交叉(normal distribution crossover,NDX)算子引入到NSGA2算法中,借助NDX算子加强算法的全局搜索能力,优化出最佳的电网规划方案。对IEEE6节点系统的仿真结果表明所提方法具有较高的决策效率,得到的含风电场电网的规划方案,在保证经济性的同时,也使风机并网点的电能质量达到更高的品质。

一种基于正态分布交叉的ε-MOEA

实数编码的多目标进化算法常使用模拟二进制交叉(simulated binary crossover,称SBX)算子.通过对SBX以及进化策略中变异算子进行对比分析,并引入进化策略中的离散重组算子,提出了一种正态分布交叉(normal distribution crossover,称NDX)算子.首先在一维搜索空间实例中对NDX与SBX算子进行比较和分析,然后将NDX算子应用于Deb等人提出的稳态多目标进化算法ε-MOEA(ε-dominance based multiobjective evolutionary algorithm)中.采用NDX算子的ε-MOEA(记为ε-MOEA/NDX)算法在多目标优化标准测试集ZDT和DTLZ的10个函数上进行了实验比较.实验结果和分析表明,采用NDX的ε-MOEA所求得的Pareto最优解集质量明显优于经典算法ε-MOEA/SBX和NSGA-Ⅱ.

La_(2-x)Nd_xCuO_(4+δ)(0.1≤x≤1.2)体系中滞弹性弛豫与相变内耗研究

通过对La2-xNdxCuO4+δ(0.1≤x≤1.2)体系中滞弹性弛豫与相变内耗性能的研究发现,当0.1≤x≤1.0时,在250K左右存在一个与间隙氧有关的弛豫内耗峰,并且当0.1≤x≤0.4时,弛豫内耗峰峰高随着x值的增大而升高,此时体系为正交结构;当0.5≤x≤1.0时,体系在宏观上呈现四方结构,此时内耗峰峰高随着x值的增大而降低,当x继续增大到1.2时,内耗峰完全消失.此外,在0.1≤x≤0.8区间,高温区550K左右还存在一个相变内耗峰,其相转变温度随着x值的增大向高温偏移,相应温区的弹性模量有异常变化.分析表明,此相变峰对应着体系中的正交—四方相的转变.

去除NO_X的路面砖

机动车所排放出的NOX已严重污染交通环境,控制机动车的NOX排放量或交通量并不能合理地控制NOX污染,而光催化剂二氧化钛借助太阳能可有效地去除NOX。日本三菱材料公司及日本国家能源和环境研究所根据这一原理开发出了一种可去除NOX的路面砖,其原理是在一般的混凝土路面砖上覆盖一层10mm的由二氧化钛及特殊水泥所组成的面层,现介绍如下:1 实验室试验 实验设施由NOX发生器及试件反应器两个部份组成。发生器发出的NOX浓度为1×10-6,流速为1.5L/min的气流。

基于正态分布和自适应变异算子的ε截断算法

针对约束优化算法不能很好协调收敛性及分布性的问题,提出一种基于正态分布和自适应变异算子的ε截断算法。将正态分布引入模拟二进制交叉算子中,使算法可搜索的空间范围更广,更易跳出局部最优;利用自适应变异算子,将种群个体当前信息与变异算子结合起来,引导种群向真实的Pareto前沿进行进化;结合自适应的ε截断策略,保留Pareto最优解和一定数量的不可行解,同时利用不可行解的信息,加大对搜索空间的探索力度,从而提高种群多样性。采用3种标准测试函数对算法进行测试,试验结果表明:本研究所求解集能够很好的跟踪真实的Pareto解集。该方法可以有效地协调算法的收敛性及分布性。