排序方式: 共有125条查询结果,搜索用时 15 毫秒
91.
92.
93.
右旋糖酐酶在制糖、医药、材料制备和生物技术等领域应用广泛。该研究从连云港羊山岛海域海泥样品中筛选分离出一株产右旋糖酐酶的菌株Cellulosimicrobium sp. Y1,对其生长、产酶条件、酶学性质以及酶解产物进行了研究:在pH7.0、温度30℃条件下生长最优。在10 g/L右旋糖酐T20、pH9.0、温度35℃条件下发酵36 h产酶量最高。该酶的最适作用温度和pH值分别为40℃和7.5。金属离子Mg2+、Sr2+、NH4+及低浓度的Li+、Ca2+、Mn2+可以提高酶的活力,而Ni2+、Zn2+、K+、Na+对该酶有不同程度的抑制作用。同时,吐温、乙醇、二甲基亚砜和尿素等有机溶剂对该酶的活力影响较小。右旋糖酐酶的分子质量约为55 ku,可以特异性地水解α-1,6糖苷键,其酶解产物中主要为异麦芽三糖和异麦芽五糖,酶解1 h的产物中,高聚合度的... 相似文献
94.
肝脏是人体重要的解毒器官,易受到有害物质损伤而演变为各种类型的肝脏疾病,严重危害人类健康,防治肝病备受关注。与传统化学药物治疗肝病相比,天然来源的护肝活性物具有安全、高效且副作用低等优点,已被广泛应用于肝病的防治,开发具有多途径、多靶点护肝作用的天然活性物是防治肝病的重要保障。鞣花酸(Ellagic acid,EA)是自然界中天然的多酚物质,具有良好的抗氧化、抗炎等生物活性,尤其在护肝活性方面展示出了极大的潜力,受到国内外学者广泛深入的研究;然而,EA护肝作用的研究工作尚缺少归纳总结。因此,本文旨在综述EA护肝作用及其分子机制研究进展,为其今后在防控肝脏疾病方面的研究与应用提供理论依据。 相似文献
95.
96.
目前,循环神经网络(recurrent neural network, RNN)已经被广泛应用于自然语言处理的文本序列语义表示建模.对于没有词语分隔符的语言,例如中文,该网络以经过分词预处理的词序列作为标准输入.然而,非最优的分词粒度和分词错误会对句子语义表示建模产生负面作用,影响后续自然语言处理任务的进行.针对这些问题,提出基于带权词格的循环神经网络模型.该模型以带权词格作为输入,在每个时刻融合多个输入向量和对应的隐状态,融合生成新的隐状态.带权词格是一种包含指数级别分词结果的压缩数据结构,词格中的边权重在一定程度上体现了不同分词结果的一致性.特别地,利用词格权重作为融合函数中权重建模的监督信息,进一步提升了模型句子语义表示的学习效果.相比于传统循环神经网络,该模型不仅能够缓解分词错误对句子语义建模产生的负面影响,同时使得语义建模具有更强的灵活性.在情感分类和问句分类2个任务上的实验结果证明了该模型的有效性. 相似文献
97.
探讨余甘子提取物及余甘子、山楂、茯苓等五种复配物对功能性消化不良小鼠的改善作用,为余甘子改善功能性消化不良提供理论依据。构建小鼠功能性消化不良模型,随机分为模型组、对照组、余甘子提取物处理组和复配物处理组,分别采用余甘子提取物低、中、高剂量以及余甘子、山楂等五种复配物连续三周灌胃造模后的小鼠。研究结果显示,余甘子中、高剂量(150 mg/kg、300 mg/kg)提取物及复配物可以增加造模后小鼠的体质量及摄食量;提高小鼠胃排空率和小肠推进率,其中高剂量处理组分别比模型组提高45.16%和58.43%(P<0.05);增加胃蛋白酶活性,其中中剂量处理组增加39.33%(P<0.01);提高小鼠胃动素和胃泌素含量,以高剂量处理组效果最为显著,分别提高了149.89%和86.06%(P<0.01);降低血清活性肠肽含量,其中复配物处理组效果显著,降低了34.12%(P<0.05)。由此可知,余甘子提取物及其复配物均有改善小鼠功能性消化不良的作用,该研究结果可为促进胃肠道功能的产品开发提供新思路,为后续产品开发奠定基础。 相似文献
98.
采用水热法以十二烷基苯磺酸钠为模板合成二氧化锰,并研究水热温度对二氧化锰的结构和染料脱色性能的影响,以及样品投加量和染料溶液的pH对二氧化锰染料脱色性能的影响。结果表明:当水热温度为110 ℃时,得到2~8 μm球状γ-二氧化锰,对亚甲基蓝(MB)和罗丹明B(RhB)的脱色效果最好。当其投加量为6 g/L时,分别对50 mg/L的MB和RhB脱色率达到86.95%和76.07%。强酸和强碱条件下其对MB的脱色率有明显的提升,二氧化锰对MB的吸附过程符合Langmuir和Freundlich等温模型;强酸条件下其对RhB的脱色率有明显的提升,对RhB的吸附过程符合Freundlich等温模型。二氧化锰样品可循环使用,循环吸附3次后对MB和RhB的吸附量分别减少1.08 mg/g和2.66 mg/g。 相似文献
99.
100.
针对云数据过期后不及时删除容易导致非授权访问和隐私泄露等问题,结合加密算法和分布式哈希表(DHT)网络,提出一种基于密钥分发和密文抽样的云数据确定性删除方案。首先加密明文,再随机抽样密文,将抽样后的不完整密文上传到云端;然后评估DHT网络中各节点的信任值,使用秘密共享算法处理密钥,并将子密钥分发到信任值高的节点上;最后,密钥通过DHT网络的周期性自更新功能实现自动删除,通过调用Hadoop分布式文件系统(HDFS)的接口上传随机数据覆写密文,实现密文的完全删除。通过删除密钥和云端密文实现云数据的确定性删除。安全性分析和性能分析表明所提方案是安全和高效的。 相似文献