-
SUMO标签与his-tag标签融合技术在E. coli中实现SARS-CoV-2奥密克戎病毒刺突蛋白(RBD)可溶性表达的比较分析
可溶性表达 Omicron RBD 的 E. coli 体系优化及 TagSolver 预测工具验证。通过机器学习工具 TagSolver 预测 SUMO 标签的溶ibility(61.98%),构建 SUMO-RBD 和 His-RBD 两种表达体系,发现前者在 SHuffle® T7 细胞中经 8 小时诱导可溶表达,后者以包涵体形式聚集。SDS-PAGE 和 FTIR 分析证实 SUMO 标签成功维持 RBD 的天然 β-折叠结构,实现无需复性的高效抗原生产,为计算辅助标签筛选提供新范式。
来源:Protein Expression and Purification
时间:2025-12-12
-
通过聚乙二醇沉淀法结合水相两相萃取技术从柞蚕(Antheraea pernyi)中纯化抗冻蛋白
抗冻蛋白提纯新策略:基于PEG沉淀耦合水相萃取的吐丝蚁茧AFP高效分离纯化方法,通过单因素优化确定最佳工艺参数(PEG 20kDa浓度8%、硫酸铵26%),获得纯度72.56%±2.20%的AFP产物,热滞后活性达1.82±0.03°C,证实其抑制冰晶生长及保持六方冰结构的特性,且具有良好生物相容性。
来源:Protein Expression and Purification
时间:2025-12-12
-
综述:水信号的台式核磁共振(NMR)分析:一种用于生物大分子表征的无损检测方法
本研究通过结构分析、糖基化模式和功能评估,比较了原研药Actemra与生物类似物TCZ-UFRJ的相似性,结果显示两者在结构、糖基化和功能上高度相似,但需进一步临床验证。
来源:Protein Expression and Purification
时间:2025-12-12
-
一种基于数据驱动的中尺度海洋预报方法
本研究开发了一种基于类比预报的海洋预测系统,利用k最近邻算法从大量自由运行的数值模型数据中选择与当前状态最匹配的历史状态,组合成动态一致的集合预报。实验表明,该系统在40-60%的澳大利亚区域预报案例中优于传统数值模型,30%相当,10-25%落后,且避免了初始化冲击问题。该方法计算高效,适用于 mesoscale 海洋环流预测,为海洋预测提供了一种新思路。
来源:Frontiers in Marine Science
时间:2025-12-12
-
通过无标记拉曼显微光谱和二维相关光谱技术阐明细胞内代谢动态的时间分辨特性
细胞代谢动态通过拉曼光谱与二维相关光谱联用研究。探讨葡萄糖单独或联合谷氨酰胺对代谢的影响,发现谷氨酰胺显著加速代谢动力学,增强代谢可变性和核酸相关振动。该方法为非侵入性单细胞代谢分析提供新工具,助力疾病诊断和治疗开发。
-
迈向包容性的艾滋病治愈方法发展:在荷兰的艾滋病感染者中识别重要的、可接受的艾滋病治愈特性和策略
本研究通过横断面调查和潜在类分析,评估了荷兰420名HIV携带者对治愈策略重要性和接受度的看法。结果显示,HIV消除、免疫系统恢复和预防再感染是最重要的属性,所有策略均被接受,但部分严重副作用和长期监测要求不受欢迎。根据重要性评分,参与者分为四类:严格型、矛盾型、漠视型和选择性型,不同群体对治愈策略的接受度存在差异。讨论指出需结合患者特征和社区参与优化干预设计。
来源:HIV Medicine
时间:2025-12-12
-
利用大气压等离子体技术合成单相铋纳米晶体
单相铋纳米晶通过常压非平衡等离子体合成,利用固体铋前驱体和氢气辅助实现无溶剂、低能耗的纯铋纳米晶制备,XRD和STEM证实其单相六方晶系,表面氧化可控,为绿色纳米制造提供新方法。
来源:Nanoscale
时间:2025-12-12
-
关于焦炭质量的新见解:一种评估模拟高炉条件下焦炭热性能的新方法和指标
评估高炉用焦热性质的新方法及指标:通过模拟高炉条件(BFC)测试焦炭溶耗与降解行为,验证其与实际高炉解剖数据一致性,揭示NSC方法在温度和气体条件限制下的偏差,提出综合热反应特性的焦效率指数(CAI)和焦渗透指数(CPI)。研究表明BFC方法能更全面模拟焦炭反应行为,CAI/CPI与理论焦比(K_BFC)的相关系数达0.89/0.82,显著优于传统CRI/CSR(0.03/0.18)。
来源:Journal of Analytical and Applied Pyrolysis
时间:2025-12-12
-
综述:响应面方法在生物质和塑料共热解中的产品优化、预测及协同效应识别方面的进展与前景
响应面法(RSM)在生物质与塑料共热解中用于优化温度、混合比例等参数,预测生物油、气、炭等产物分布,并揭示协同效应。RSM通过多项式回归模型分析多变量交互作用,显著降低实验次数,提高预测精度(R²>0.9)。结合层次聚类和机器学习可增强对低产率组分和复杂机制的理解。未来需扩展参数范围,整合先进方法以提高模型适应性和准确性。
来源:Journal of Analytical and Applied Pyrolysis
时间:2025-12-12
-
综述:相变材料(PCMs)的表征方法改进及其热性能提升:综述性研究
相变材料(PCMs)因高储能密度和热稳定性成为热能存储研究热点,但存在表征方法不统一、材料性能不足及系统设计挑战。本文系统对比DSC、T-历史法等表征技术精度与适用性,分析纳米掺杂、复合结构等性能增强策略,并探讨混合系统(如PCM-液冷电池)的工程化路径。重点解决长期稳定性评估、标准化测试等瓶颈问题,提出整合机器学习、增材制造和生物基材料的未来研究方向。
来源:Journal of the Energy Institute
时间:2025-12-12