生物通官微陪你抓住生命科技跳动的脉搏
基于计算机模拟(In Silico)的药品活性物质中潜在致突变杂质鉴别与控制方法研究:以兰索拉唑(Lansoprazole)为案例
药品中杂质的严格评估对确保其安全性和有效性至关重要。近年亚硝胺类(Nitrosamines)杂质因其已知的致突变和致癌潜力备受关注,2018年某药物中检出N-亚硝基二甲胺(NDMA)首次引发重视,随后在其他药品中也发现了类似亚硝胺杂质,凸显了对实际及潜在杂质进
来源:Organic Process Research & Development
时间:2026-01-23
复杂域上含时Sobolev方程的虚拟域谱方法(Fictitious Domain Spectral Method for Time-Dependent Sobolev Equations in Complex Domains)
摘要:复杂域上含时Sobolev型(Sobolev-type)方程的数值模拟仍具挑战性,主要源于高阶空间导数、非线性项及不规则边界之间的耦合作用。尽管谱方法(Spectral Method)具有高精度优势,但其应用多局限于规则计算域。为克服此限制,研究人员提出
来源:Mathematics and Computers in Simulation
一种描述缺陷界面层传导输运对碳纳米纤维(carbon nanofiber, CNF)复合材料电导率影响的新方法
研究人员采用建模方法,考虑缺陷界面层(deficient interphase)来描述碳纳米纤维(CNF)填充复合材料(PCNF)的渗流阈值(ϕp)及电导率(σPCNF)。其中,Y 表征经由缺陷界面层的传导转移程度(extent of conduction t
来源:Journal of Materials Research and Technology
创新能力与企业绩效:熊彼特假说的元分析
既有实证证据关于创新能力与企业绩效之间的关系仍不一致,关于该关联强度及其变化条件的问题尚未解决。本研究通过一项跨国元分析填补这一空白,纳入来自19个国家的54个独立样本(N = 320,529)。基于熊彼特(Schumpeter)关于创新是经济增长首要驱动力的
来源:Journal of Innovation & Knowledge
虚拟品牌社区中企业如何利用隐性知识(tacit knowledge, TK)提升创新绩效——基于虚拟社会资本视角的分析
摘 要:本研究在虚拟品牌社区(virtual brand community, VBC)情境下,基于社会资本理论(social capital theory),考察隐性知识(tacit knowledge, TK)各维度对企业创新绩效(firm innovat
WSPLK:一种用于轻质与重质墨西哥原油热力学表征的系统方法
本文提出一种简化的表征框架(WSPLK),用于基于立方型状态方程(Cubic Equation of State, EOS)对复杂油藏流体进行建模。该方法的核心贡献是将单一全局参数ε直接引入Pedersen(Pedersen)沸点关联式中,从而恢复纯组分标定步
来源:Canadian Journal of Chemical Engineering
通过计算机(in silico)方法揭示乳杆菌科(Lactobacillaceae)中非核糖体肽合成酶(Non-ribosomal peptide synthetases, NRPS)的结构多样性
通过计算机(in silico)方法揭示乳杆菌科(Lactobacillaceae)中非核糖体肽合成酶(Non-ribosomal peptide synthetases, NRPS)的结构多样性。非核糖体肽合成酶(NRPS)是多功能模块化酶复合物,可合成具有
来源:Discover Bacteria
V形瘢痕提升术:一种治疗面下三分之一与颈上部的创新技术
本研究提出了一种新型微创外科手术技术,用于治疗下面部轮廓、下颌垂肉(jowls)及颈上部区域。该手术主要适用于希望接受创伤更小、瘢痕更轻且恢复期更短手术的患者。在该技术中,于外耳道软骨(tragus)中部与耳后耳后肌(posterior auricular m
来源:Aesthetic Plastic Surgery
通过SP-STORM实现的高通量高光谱与多重复合超分辨率荧光成像
研究人员同时确定高分子密度下单分子的空间位置和光谱颜色,通过结合单分子光开关和光学硬件傅里叶变换将单分子发射光谱转换至相量空间,实现高通量。该方法命名为光谱相量随机光学重建显微镜(SP-STORM),首次并行实现了五种亚细胞结构的超分辨率成像,且串扰最小。SP
来源:JACS Au
时间:2026-01-22
IFUM:基于未折叠态显式建模的蛋白质折叠稳定性精准预测新方法
蛋白质折叠稳定性(ΔG)的精准预测是生物技术领域的核心挑战。本研究开发了深度学习模型IFUM,通过联合预测折叠自由能(ΔG)和折叠/未折叠态平衡系综,显著提升了稳定性预测精度。该模型在多种蛋白质类型和复杂突变(如插入/缺失)中表现优异,并能有效指导蛋白质工程和从头设计,为蛋白质功能优化提供了强大工具。
来源:Nature Communications
知名企业招聘: