碱蓬多糖SSP1-1的分离纯化及其抗肿瘤活性

目的:本实验对水溶性碱蓬(Suaeda salsa)多糖SSP1-1进行分离纯化并对其抗肿瘤活性进行初步研究。方法:采用水提醇沉法提取碱蓬粗多糖,通过DEAE-52纤维素柱和Sephadex G-75葡聚糖凝胶柱分离纯化碱蓬粗多糖,得到单一碱蓬多糖SSP1-1,利用高效凝胶渗透色谱法(HPGPC)对其纯度及分子量进行分析,利用MTT、Hoechst 33342染色,Western blot方法对碱蓬多糖SSP1-1的抗肿瘤活性进行研究。结果:SSP1-1分子量为60.32 kDa;SSP1-1具有时间-剂量依赖性抑制肿瘤细胞增殖作用,当SSP1-1浓度为500 μg/mL时,HepG2细胞在24和48 h的细胞活力分别为52.8%和50.2%,Hoechst 33342染色实验观察到SSP1-1可引起HepG2细胞核出现典型的细胞凋亡特征;Western blot证明SSP1-1可以降低Bcl-2的蛋白表达,提高Bax和Caspase-3的蛋白表达,各组蛋白含量与对照组相比均具有显著性(P<0.05)。结论:SSP1-1为均一组分多糖,并对肿瘤细胞具有显著的抑制作用,为进一步开发利用碱蓬多糖奠定了基础。     

现代中药注射剂的生力军——天士力之骄董事长叶正良先生和天士力集团工程技术总监孙小兵先生专访

在中国制药行业，天士力当属年轻企业的代表，仅有13年发展历史：天士力又是成熟的，其拳头产品复方丹参滴丸在国内家喻户晓，目妆正申报以药品身份进军欧美市场。在中药现代化的理解上，天士力也有着独特的理解，并提出许多创新性的要领，中药的产业链管理、多元指纹图谱技术的应用等等，并积极参与国家在中药产业方面的标准制定。 不久前，记者喜闻天士力之骄公司全新的益气复脉冻干生产线顺利通过国家GMP认证，并正式投产，在中国制药行业处于些许无序的非常时期，天士力的举措无疑为整个行业带了一丝生气，惊喜之余，记者奔赴天士力中现代城，与天士力之骄董事长叶正良先生（以下简称叶总）和天士力集团工程技术总监孙小兵先生（以下简称孙总）进行了愉快的谈话，以飨读者。[编者按]     

看上去很美

2006年，中国发生多起药品安全事故，从“齐二药”、“欣弗”、“鱼腥草”、到广东“佰易”，对人民的生命生活造成巨大的危害。而郑筱萸一案的日揭日深也进一步加深了公众对于药品监管体制的信任危机，由此引发了一场药监风暴。[第一段]     

原料药何所为？

2005年化学原料药销售收入达150亿美元，占医药行业销售总收入的29．5％，仅次于化学制剂药。但生产原材料和能源价格的不断上涨，药品价格的大幅下调，以及2005年人民币升值，都使得原料药的盈利空间急剧缩小，甚至出现大批亏损企业。     

基于方向场正则化的线描画生成算法

图像风格转化在计算机视觉领域广受关注, 其研究目标在于将输入图像利用计算机转化为具有某种特定艺术风格的图像. 线描画作为一种古老的画种, 它通过简单的线条勾勒物体的轮廓, 具有简约、抽象的风格. 本文提出一种基于方向场正则化的线描画生成算法, 该算法由4部分构成: 1)采用非局部平均滤波对输入图像进行预处理; 2)计算输入图像的方向场, 并基于自表示的思想对方向场进行Tikhonov正则化, 为了提高运算速度, 采用Sherman-Morrison-Woodbury公式来对正则化算法进行加速; 3)以正则方向场作为引导, 对预处理图像作高斯差分滤波; 4)根据人类视觉系统的非线性特点, 设计感知阈值(Perceptual thresholding)算法来对高斯差分滤波的结果进行阈值处理, 得到二值化的线描画图像. 仿真实验表明, 该算法可将输入图像转化为线条流畅且能有效表达输入图像主要信息的线描画图像.     

高分子表面活性剂在废水处理中的应用

高分子表面活性剂作为絮凝剂在废水处理中有着广泛的应用，分别介绍了阳离子高分子絮凝剂、两性高分子絮凝剂、阴离子高分子絮凝剂、非离子高分子絮凝剂作为水处理剂的原理及应用。     

琥珀酸酯磺酸盐表面活性剂的合成和性能研究

从顺丁烯二酸酐衍生物表面活性剂出发,合成了琥珀酸酯磺酸盐这一类型具有多个亲水、亲油基团的新型表面活性剂;分别对合成的几个系列的多种醇类对应酯的琥珀酸酯磺酸盐表面活性剂在起泡、表面张力等方面的性能进行了测试和分析。     

融合注意力LSTM的神经张量分解推荐模型

针对结合深度学习模型的协同过滤算法未考虑关联数据的多维交互随时间动态变化的问题,该文提出一种融合时间交互学习和注意力长短期记忆网络的张量分解推荐模型(LA-NTF)。通过采用基于注意力机制的长短期记忆网络从项目文本信息中提取项目的潜在向量,然后使用融合注意力机制的长短期记忆网络来表征用户—项目关系数据在时间上的多维交互,最后将用户—项目—时间三维张量嵌入多层感知器中,学习不同潜在因子之间的非线性结构特征,从而预测用户对项目的评分。在两个真实数据集上的大量实验表明,与其他传统方法和基于神经网络的矩阵分解模型相比,方根误差(RMSE)和平均绝对误差(MAE)指标均有明显提升,说明LA-NTF模型可显著改善各种动态关系数据的评级预测任务。