一类分数阶q-差分方程广义反周期边值问题

考虑一类非线性Caputo型分数阶q-差分方程的广义反周期边值问题,用Banach不动点定理给出该广义反周期边值问题解的存在唯一性结果,并给出一个应用实例.

基于UHPLC-Q-Exactive Orbitrap HRMS技术结合化学计量学方法的不同干燥处理杜仲叶成分分析

采用基于液质联用的非靶向代谢组学技术结合化学计量学数据自动解析软件AntDAS-LCHRMS分析了4种不同干燥处理(冻干、热泵烘干、电热烘干、晒干)杜仲叶样本中的化合物。杜仲叶样本数据由超高效液相色谱-四极杆-静电场轨道阱高分辨质谱(UHPLC-Q-Exactive Orbitrap HRMS)分别在正、负离子模式下进行采集,经AntDAS-LCHRMS软件解析,共鉴定出71种差异性化合物,经标准品验证确定40种化合物,包括环烯醚萜类、有机酸类、黄酮类、氨基酸类、核苷类、维生素类等9类物质。其中,正、负离子模式下均可识别并验证的化合物有车叶草苷、绿原酸、芦丁、异槲皮苷、车叶草苷酸、京尼平苷等25种化合物。层次聚类分析(HCA)及主成分分析(PCA)结果均显示,相同处理的杜仲叶样本各自聚成一类,不同处理的杜仲叶样本可明显区分。热图分析进一步揭示了不同干燥处理杜仲叶样本中差异性化合物的含量变化。晒干处理样本中苯丙氨酸及色氨酸等氨基酸类物质的水平较高;冻干及热泵烘干处理样本中有机酸类、环烯醚萜类、糖类等含量较高;电热烘干样本中核苷类、黄酮类物质的含量较高;黄酮类物质在冻干、热泵烘干及晒干样本中差异较小。研究结果为不同干燥处理杜仲叶的成分分析、品质评价及其开发应用提供了科学依据,也可为其他复杂药用植物体系的化学成分分析提供参考。

基于softmax的加权Double Q-Learning算法

强化学习作为机器学习的一个分支,用于描述和解决智能体在与环境的交互过程中,通过学习策略以达成回报最大化的问题。Q-Learning作为无模型强化学习的经典方法,存在过估计引起的最大化偏差问题,并且在环境中奖励存在噪声时表现不佳。Double Q-Learning(DQL)的出现解决了过估计问题,但同时造成了低估问题。为解决以上算法的高低估问题,提出了基于softmax的加权Q-Learning算法,并将其与DQL相结合,提出了一种新的基于softmax的加权Double Q-Learning算法(WDQL-Softmax)。该算法基于加权双估计器的构造,对样本期望值进行softmax操作得到权重,使用权重估计动作价值,有效平衡对动作价值的高估和低估问题,使估计值更加接近理论值。实验结果表明,在离散动作空间中,相比于Q-Learning算法、DQL算法和WDQL算法,WDQL-Softmax算法的收敛速度更快且估计值与理论值的误差更小。

基于UPLC-Q-TOF-MS/MS联合网络药理学及分子对接研究五味清浊颗粒治疗腹泻药效物质基础和作用机制

目的基于UPLC-Q-TOF-MS/MS技术鉴定五味清浊颗粒中的化学成分,联合网络药理学、分子对接技术探讨其治疗腹泻药效物质基础和作用机制。方法采用Eclipsepius C18色谱柱(50 mm×2.1 mm,1.8μm),以0.1%甲酸水溶液(A)-乙腈(B)为流动相进行梯度洗脱,柱温为30℃,流速为0.4 mL·min^(-1)。质谱采用电喷雾离子源(ESI)正、负离子模式,扫描范围m/z 50~2000条件下采集多级质谱碎片信息。应用网络药理学构建“核心成分-作用靶点-通路”的网络,对其潜在药效物质基础进行预测。利用AutoDock Vina进行分子对接验证。结果共鉴定出86个主要化学成分,包括生物碱类25个、黄酮类23个、有机酸类12个、鞣质类16个、苯丙素类2个、其他类化合物8个。网络药理学分析结果显示,槲皮素、木犀草素、鞣花酸、胡椒碱、山柰酚、荜茇宁主要作用于IL-6、TNF、EGFR、IFNG、IL-10、IL-8等核心靶点,调节PI3K-Akt、HIF-1、JAK-STAT等关键信号通路来发挥治疗腹泻作用。分子对接结果显示核心成分与核心靶点间具有良好的结合性能。结论该研究成功采用UPLC-Q-TOF-MS/MS技术对五味清浊颗粒化学成分进行全面分析鉴定,初步阐明其治疗腹泻的作用机制,为其药效物质基础和质量控制奠定基础。

改进Q-Learning的路径规划算法研究

针对Q-Learning算法学习效率低、收敛速度慢且在动态障碍物的环境下路径规划效果不佳的问题,本文提出一种改进Q-Learning的移动机器人路径规划算法.针对该问题,算法根据概率的突变性引入探索因子来平衡探索和利用以加快学习效率;通过在更新函数中设计深度学习因子以保证算法探索概率;融合遗传算法,避免陷入局部路径最优同时按阶段探索最优迭代步长次数,以减少动态地图探索重复率;最后提取输出的最优路径关键节点采用贝塞尔曲线进行平滑处理,进一步保证路径平滑度和可行性.实验通过栅格法构建地图,对比实验结果表明,改进后的算法效率相较于传统算法在迭代次数和路径上均有较大优化,且能够较好的实现动态地图下的路径规划,进一步验证所提方法的有效性和实用性.

基于UPLC-Q-TRAP-MS分析养心安神药对酸枣仁-五味子配伍煎煮前后10个指标成分含量变化

目的分析养心安神药对酸枣仁-五味子配伍煎煮前后主要指标成分差异变化,并建立含量测定方法。方法采用Welch Ultimate XB-C_(18)色谱柱(2.1 mm×50 mm,5μm),以0.1%甲酸水溶液(A)-乙腈(B)为流动相,流速0.4 mL/min柱温40℃,梯度洗脱;质谱采用电喷雾离子源(ESI),多反应监测离子扫描模式(MRM)。分别对该药对单煎液、单煎合并液与合煎液中主要指标成分酸枣仁皂苷A、斯皮诺素、五味子醇甲、五味子酯甲、五味子甲素、五味子乙素、芦丁、槲皮素、山柰酚、山柰酚-3-O-云香糖苷进行含量测定,并分析药对配伍前后主要指标成分的含量变化差异。结果以上10种成分在一定浓度范围内均呈现良好的线性关系;精密度、重复性和稳定性RSD均良好;平均加样回收率在95.0%~102.1%,RSD为0.03%~3.7%。本次实验结果与前期试验认为酸枣仁与五味子在合煎后,主要指标成分降低保持一致性。结论多指标成分同时测定为该药对配伍质量全面控制提供新的方法并为其药效物质基础的深入研究提供依据。

基于Q-Learning的航空器滑行路径规划研究

针对传统算法规划航空器滑行路径准确度低、不能根据整体场面运行情况进行路径规划的问题,提出一种基于Q-Learning的路径规划方法。通过对机场飞行区网络结构模型和强化学习的仿真环境分析,设置了状态空间和动作空间,并根据路径的合规性和合理性设定了奖励函数,将路径合理性评价值设置为滑行路径长度与飞行区平均滑行时间乘积的倒数。最后,分析了动作选择策略参数对路径规划模型的影响。结果表明,与A*算法和Floyd算法相比,基于Q-Learning的路径规划在滑行距离最短的同时,避开了相对繁忙的区域,路径合理性评价值高。

基于HPLC-Q-TOF-MS技术的柳叶鼠李化学成分分析

目的建立HPLC-Q-TOF-MS方法快速分析柳叶鼠李的化学成分。方法采用BEH C_(18)色谱柱(2.1 mm×100 mm,1.7μm),以0.1%甲酸水溶液和乙腈为流动相进行梯度洗脱,流速为0.3 mL·min^(-1)。扫描方式采用正、负离子Full-dd MS^(2)模式。通过在线mz Cloud及Chemspider数据库和自建标准库mz Vault进行分析,结合相关文献检索以及质谱裂解规律分析柳叶鼠李中的化学成分。结果共鉴定出138个化合物,主要是黄酮类和有机酸类。结论对柳叶鼠李中的化学成分进行了快速的分析,可为柳叶鼠李的质量控制和药效物质基础研究提供参考。

基于UPLC-Q-TOF-MS/MS技术的江西特产中药茶芎化学成分研究

茶芎是江西省九江地区的特产中药材之一,其药效物质基础尚不明确,故采用超高效液相色谱-四级杆-飞行时间串联质谱法(UPLC-Q-TOF-MS/MS)对茶芎的化学成分进行快速分析及鉴定。采用Titank C_(18)(100 mm×2.1 mm,1.8μm)色谱柱,以乙腈-0.1%甲酸水溶液为流动相,梯度洗脱,流速为0.25 mL/min,进样量为3μL;选择电喷雾离子源分别在正、负离子模式下扫描分析,通过保留时间、精确相对分子质量和二级质谱裂解碎片,对所得成分的主要色谱峰进行鉴定。结果显示从茶芎中共鉴定出72个化学成分,主要包括苯酞类成分33个,有机酸类成分32个,生物碱类成分5个,其他类成分2个。该研究建立的UPLC-Q-TOF-MS/MS方法可以快速准确且较全面地分析鉴定茶芎中的化学成分,可为其质量控制及药效物质基础研究提供科学依据。

基于UPLC-Q-Exactive MS技术3种核桃类种仁中甘油酯组成比较

基于超高效液相色谱-四级杆-轨道阱高分辨质谱联用(UPLC-Q-Exactive MS)技术比较分析了山核桃(Carya cathayensis Sarg.)、胡桃(Juglans regia Linn.)和薄壳山核桃〔Carya illinoinensis(Wangenh.)K.Koch〕3种木本油料作物种仁中甘油酯的组成及差异,结合LipidSearch软件和混合脂质内标对脂质分子进行定性及定量分析。结果显示:3种核桃类种仁中均鉴定到298个甘油酯,包括245个甘油三酯、38个甘油二酯、1个单半乳糖甘油二酯、9个双半乳糖甘油二酯和5个硫代异鼠李糖甘油二酯。偏最小二乘法判别分析得到104个变量投影重要度(VIP)大于1的脂质分子。山核桃和薄壳山核桃种仁中甘油三酯的主要脂肪酸为油酸,胡桃种仁中甘油三酯的主要脂肪酸为亚油酸。3种核桃类种仁中甘油二酯的主要脂肪酸均为亚油酸,其次为油酸。山核桃和薄壳山核桃种仁的甘油酯组成更为相近。UPLC-Q-Exactive MS可作为鉴别这3种木本油料作物种仁中甘油酯组成的有效方式。

基于Q-Learning的分簇无线传感网信任管理机制

针对无线传感器网络中存在的安全问题,提出了基于Q-Learning的分簇无线传感网信任管理机制(Q-learning based trust management mechanism for clustered wireless sensor networks,QLTMM-CWSN).该机制主要考虑通信信任、数据信任和能量信任3个方面.在网络运行过程中,基于节点的通信行为、数据分布和能量消耗,使用Q-Learning算法更新节点信任值,并选择簇内信任值最高的节点作为可信簇头节点.当簇中主簇头节点的信任值低于阈值时,可信簇头节点代替主簇头节点管理簇内成员节点,维护正常的数据传输.研究结果表明,QLTMM-CWSN机制能有效抵御通信攻击、伪造本地数据攻击、能量攻击和混合攻击.

UPLC-Q-TOF-MS/MS法分析紫辛鼻鼽颗粒化学成分及入血成分

目的 建立UPLC-Q-TOF-MS/MS法分析紫辛鼻鼽颗粒化学成分及入血成分。方法 分析采用Agilent ZORBAX SB-C_(18)色谱柱(1.8μm, 2.1 mm×100 mm);流动相0.2%甲酸-乙腈,梯度洗脱;体积流量0.2 mL/min;柱温30℃;电喷雾离子源;正负离子扫描。根据准分子离子、保留时间、二级碎片离子结合对照品信息及文献报道进行成分鉴定。结果 共鉴定出88种成分,其中28种经对照品比对确认。从大鼠血清中发现了30种成分,其中20种为原型成分,10种为代谢产物。结论 该方法稳定可靠,可为紫辛鼻鼽颗粒药效物质基础、质量控制研究奠定基础。

基于UPLC-Q-TOF-MS/MS技术及肝纤维化细胞模型的肝爽颗粒抗肝纤维化的药效成分筛选研究

目的 通过多技术联用的方法筛选肝爽颗粒抗肝纤维化的药效成分。方法 采用UPLC-Q-TOF-MS/MS技术和UNIFI软件,根据质谱相对分子质量、裂解规律、文献报道等方法对肝爽颗粒70%醇提取物和大鼠灌胃后血清中化学物质质谱碎片信息进行分析,以明确其药效物质基础。使用转化生长因子β1(TGF-β1)(10 ng·mL^(-1))诱导肝星状细胞(HSC-T6)构建肝纤维化细胞模型,采用细胞增殖检测(CCK-8)法检测各组细胞增殖情况。结果 在肝爽颗粒提取液中共鉴定出84 个化学成分,在大鼠给药后的血清中共鉴定出21个原形成分,其中党参碱、柴胡皂苷A、柴胡皂苷D、木犀草素、山柰酚、黄芩苷等均可抑制肝星状细胞生长,为肝爽颗粒抗肝纤维化的药效成分。结论 本研究阐明了肝爽颗粒抗肝纤维化的药效物质基础,可为肝爽颗粒保肝作用机制及产品质量控制研究提供参考。

基于UPLC-Q-TOF-MS/MS技术的复方木鸡合剂化学成分解析研究

目的 利用UPLC-Q-TOF-MS/MS技术解析复方木鸡合剂成分,为复方木鸡合剂质量控制提供依据。方法 复方木鸡合剂采用Agilent Poroshell SB-C_(18)色谱柱(100 mm×4.6 mm,2.7 μm),流动相0.1%甲酸水-乙腈(正);水-乙腈(负),梯度洗脱;流速0.3 mL·min^(-1);柱温30℃;进样量2 μL;采用电喷雾离子源,在正、负离子模式下,通过对照品比对,精确分子质量和二级质谱裂解规律对检测到的化学成分进行鉴定,结合文献报道,确定化学成分结构式。结果 鉴定出复方木鸡合剂中金雀花碱、苦参碱、没食子酸、绿原酸等34个化学成分,其中包括11个生物碱类、11个有机酸类、5个黄酮类、1个萘醌类、1个酚类、1个核苷类、4个其他类化合物,其中以有机酸类和生物碱类为主。结论 本实验阐明复方木鸡合剂中的组成成分,为其药效物质基础、质量控制和作用机制研究提供了实验基础。

基于UPLC-Q-TOF-MS法分析陈皮中的化学成分

利用超高效液相色谱-四极杆-飞行时间质谱法(UPLC-Q-TOF-MS)结合数据分析平台在线分析陈皮中71种化学成分,包括黄酮类、生物碱、香豆素和脂类等9类。通过主成分分析(PCA)及正交偏最小二乘判别分析(OPLS-DA)发现不同陈化年份陈皮中的化学成分具有明显差异,并筛选出17种特征性成分,随着陈化年份的延长,异甘草苷、山奈酚-3-O-β-D-槐糖苷、百蕊草素Ⅰ含量增加,脱水红花黄色素B、补骨脂查尔酮含量减少。此方法可用于区分陈化3,5,10,15,20年的陈皮。该研究了解了陈皮中化学组成并阐明了不同陈化年份陈皮间化学成分存在的差异,对合理开发陈皮的食用和药用价值具有指导意义,为不同陈化年份陈皮的鉴别提供了科学依据。

UPLC-Q-TOF-MS/MS法快速鉴定加味八珍益母膏化学成分

目的采用UPLC-Q-TOF-MS/MS法分析加味八珍益母膏的化学成分,为加味八珍益母膏的质量控制奠定基础。方法采用Agilent Poroshell SB-C_(18)(100 mm×4.6 mm,2.7μm)色谱柱,正离子模式下流动相系统为0.2%甲酸溶液(A)-甲醇(B),负离子模式下流动相系统为水(A)-甲醇(B)进行梯度洗脱,流速为0.4 mL·min^(-1),柱温为30℃,分别采用正、负离子模式扫描,结合文献检索和对照品比对分析加味八珍益母膏中的化学成分。结果共鉴别出140个化合物,包括有机酸及其衍生物48个,黄酮类成分32个,生物碱类成分4个,糖及糖苷类成分10个,萜类成分19个,其他类成分27个。结论确定了加味八珍益母膏所含有的主要化学成分,可为后续加味八珍益母膏的质量控制研究奠定基础。

基于UHPLC-Q-TOF-MS/MS技术的百蕊颗粒入血成分研究

采用超高效液相色谱-四极杆飞行时间质谱(UHPLC-Q-TOF-MS/MS)技术辨析百蕊颗粒灌胃大鼠后的原型成分和代谢产物,并研究其主要体内代谢过程。大鼠口服给药百蕊颗粒后,采用UHPLC-Q-TOF-MS/MS技术采集血清样本数据,正、负离子模式下同时扫描,结合前期体外化学成分质谱数据以及提取各化学成分的精确质荷比等信息对百蕊颗粒在大鼠体内的原型成分和代谢产物进行辨识研究。结果在大鼠体内中共检测到20个原型成分和10个代谢产物,其中原型成分包括生物碱类化合物6个,黄酮类化合物4个,有机酸类3个等其他化合物,主要代谢途径包括还原反应和水解反应、硫酸化反应和葡萄糖醛酸结合反应。该研究为揭示百蕊颗粒药效物质基础奠定了基础,也为其中成药的开发与利用提供应用价值。

基于UHPLC-Q-Exactive Orbitrap MS技术的静宁方入脑、入肠及粪便成分分析

目的基于UHPLC-Q-Exactive Orbitrap MS技术对静宁方给药后的大鼠入脑、入肠及粪便中的成分进行分析和鉴定。方法采用UHPLC-Q-Exactive Orbitrap MS,以0.1%甲酸-乙腈(A)和0.1%甲酸-水(B)为流动相进行梯度洗脱,流速0.2 mL·min^(-1),进样量5μL,加热电喷雾离子化源(HESI),正、负离子扫描。结合对照品比对、文献报道、数据库比对等方式对成分进行分析鉴定。结果共鉴定出42种成分,其中脑、回肠、结肠、粪便中分别鉴定出9、33、20、27种成分。结论本实验初步阐明静宁方入脑、入肠及粪便成分,为阐明其药效物质基础及作用机制提供了依据。

基于UPLC-Q-TOF-MS技术建立银花抗病毒口服液的指纹图谱及多指标含量测定

目的建立银花抗病毒口服液的UPLC-Q-TOF-MS指纹图谱,对其主要化学成分进行分析鉴定,并测定6个化学成分的含量。方法采用UPLC-Q-TOF-MS技术,正、负离子模式,Agilent ZORBAX Eclipse Plus C18(3.0 mm×100 mm,1.8μm)色谱柱,以水相(A,含0.1%甲酸)和有机相乙腈(B)为流动相梯度洗脱,流速为0.4 mL·min^(-1),进样量为1μL。建立12批银花抗病毒口服液的指纹图谱,确定共有峰并进行相似度评价、聚类分析、主成分分析和偏最小二乘判别分析,通过一级、二级质谱及对照品比对鉴别共有峰的化学成分。结果在正、负离子模式下共鉴定了12批银花抗病毒口服液的指纹图谱,确定共有峰32个,指纹图谱相似度均≥0.978,通过聚类分析将样品各分为4类、3类,与主成分分析一致,筛选出汉黄芩苷、千层纸素A苷、连翘酯苷I、异绿原酸B等8个成分是导致不同批次样品差异的标志性化合物。结论所建立的指纹图谱结合多指标含量测定方法稳定、重复性好、特征性强,可为银花抗病毒口服液的质量评价和临床应用提供有效参考。

Q-值下集Quantale

该文主要研究Q-值下集Quantale,它可以看作是下集Quantale的一般形式.首先证明了序半群范畴与超凝聚式Quantale范畴是等价的;其次证明了Q-值下集Quantale F_(Q)(S)本质上就是下集Quantale D(S)和Quantale Q的张量积.