|
搜索
搜 索
高等教育領域數字化綜合服務平臺
2-羥丙基-β-環化糊精在制備治療 X-連鎖腎上腺腦白質退化癥的藥物中的應用
本發明公開了一種 2-羥丙基-β-環化糊精(HPCD)在制備治療 X-連鎖腎上腺腦白質退化癥(X-ALD)的藥物中的應用，屬于生物醫藥領域。本發明通過對野生型和 X-ALD 模型小鼠(ABCD1 基因敲除小鼠)注射 2-羥丙基-β-環化糊精，對注射 HPCD 小鼠的細胞進行細胞、腎上腺和小腦組織切片進行 Filipin 染色，測量其血漿總膽固醇、極長鏈脂肪酸、
武漢大學
2021-04-14
多孔銅鋅合金中的親鋰鋅位點誘導金屬鋰的均勻成核與無枝晶沉積
三維（3D）親鋰集流體可以調節鋰金屬負極中鋰枝晶生長，然而目前大部分集流體的親鋰層在高溫環境下使用熔融法預儲存鋰時面臨著熔化或脫落的挑戰。針對該問題，鄧永紅研究團隊通過簡單的去合金法制備了一種帶有親鋰鋅位點的3D多孔CuZn合金集流體。由于親鋰鋅位點以量子點的形式存在于CuZn合金中，熔融法預鋰化時親鋰鋅位點不僅不會融化與脫落，反而由于鋅對鋰具有強
南方科技大學
2021-04-14
解釋了在釕基催化劑表面電化學合成氨的過電位很低的
在金屬釕表面，另一種不穩定的中間產物*N 2
南方科技大學
2021-04-14
基于動點馬達蛋白CENP-E抑制劑Syntelin的抗三陰性乳腺癌的靶向治療
首個 CENP-E 馬達驅動域結合的有機小分子化合物 Syntelin，對實驗性乳腺癌的有較好的治療作用，可用于制備抑制腫瘤細胞增殖藥物。對實驗性乳腺癌的有較好的治療作用，可用于制備抑制腫瘤細胞增殖藥物。
中國科學技術大學
2023-05-24
食源性致病菌--阪崎克羅諾桿菌(阪崎腸桿菌）的分子檢測方法的建立與 應用
研究分別建立了食品中克羅諾桿菌常規 PCR 和 Real-time PCR 的快速檢測方法，方法具有很好的特異性和靈敏性，可以應用于食品中克羅諾桿菌的檢測。其中常規 PCR 檢測方法選取了兩個特異性的基因，使得檢測方法具有更高的特異性。Real-time PCR 檢測體系中加入了競爭性擴增內標，大大降低了假陰性發生的可能性。相關結果發表在國際刊物 Food Control 上，引用次數達到 30余次。
上海理工大學
2021-01-12
新的含多膦酸端基的兩性離子聚合物及其制備方法和用途
本發明公開了一種新的含多膦酸端基的兩性離子聚合物及其制備方法和用途。本發明含多膦酸端基的兩性離子聚合物具有如式（Ⅰ）所示的結構：式（Ⅰ）中，10≤n≤37。本發明含多膦酸端基的兩性離子聚合物可用于金屬氧化物表面接枝改性，使改性表面具備優異親水、抗蛋白質吸附能力、抗細菌附著能力，特別適用于含金屬氧化物表面的醫用生物材料表面的快速改性修飾，提高材料的生物相容性、抗細菌附著和表面潤滑能力。
浙江大學
2021-04-13
銅基量子自旋液體的候選者和銅基高溫超導材料母體在摻雜后的電子結構
劉奇航及其合作者以最近由中科院物理所領銜的研究團隊發現的ZnCu3(OH)6BrF為例，采用修正后的單體平均場密度泛函理論方法，對這一體系的本征和摻雜行為進行了詳盡的模擬。研究發現，ZnCu3(OH)6BrF摻雜后，摻入的電子并沒有成為期待的“自由載流子”，而是局域在一個銅原子周圍，引起了局域形變。這種電子與束縛它的晶格畸變的復合體稱為極化子（如圖一所示）。本征材料的帶隙中形成新的電子態。因此，電子摻雜后，ZnCu3(OH)6BrF并沒有實現半導體到導體的轉變。相比之下，具有類似CuO4局部環境的銅氧化物高溫超導體的母體材料Nd2CuO4顯現除了不同的隨摻雜濃度變化的導電性。研究發現，低摻雜濃度時，銅原子附近形成較為擴展的極化子，因此在高摻雜濃度時，這些極化子之間的躍遷可以使系統導電性大大增加，實現半導體到導體的轉變，與實驗觀測很好地吻合。? 該研究圓滿地解釋了最近實驗上觀測到的Kagome晶格的鋅銅羥基鹵化物在摻雜后并不導電的現象，指出要在量子自旋液體實現超導，僅僅找到量子自旋液體體系是遠遠不夠的，還必須實現有效摻雜，注入一定濃度的“自由載流子”，為耕耘在該領域的實驗工作者提出了新的挑戰和實驗方向。
南方科技大學
2021-04-13
技術需求：含危險有機物雜質的廢鹽的安全及無害化處置技術及裝備研發。
含危險有機物雜質的廢鹽的安全及無害化處置技術及裝備研發。主要指標：有機物雜質分解去除率99%以上，可得到純凈的可利用的工業鹽
山東博洋環境資源有限公司
2021-09-09
人才需求：企業目前急需要PLC領域的編程人員，負責企業日常的程序編寫工作及設備維護
企業目前急需要PLC領域的編程人員，負責企業日常的程序編寫工作及設備維護
臨沂旭麥微電子設備有限公司
2021-08-24
由生成對抗網絡（GAN）驅動的進化多目標算法 為計算智能與深度學習的結合開辟新路
隨著計算智能方法得到更廣泛的應用，其從問題本身學習的能力亟待增強。為此，越來越多研究提出使用機器學習模型來驅動計算智能。通常，這種基于模型的進化算法的性能高度依賴于所采用模型的訓練質量。而傳統機器學習方法需要大量訓練數據進行模型訓練，而且受維度災難的影響，這類方法通常很難解決維度較高的問題，約束了計算智能方法的應用范疇。課題組在IEEE Transactions on Cybernetics上發表了一種由生成對抗網絡（GAN）驅動的進化多目標算法。
南方科技大學
2021-04-14