排序方式: 共有13条查询结果,搜索用时 0 毫秒
1.
以氨基树脂为载体对S-腺苷甲硫氨酸(SAM)合成酶进行固定化,优化了酶的固定化条件并对固定化酶的性质进行了研究。优化的固定化条件为:戊二醛体积分数5%、SAM合成酶添加量20mg·g-1、固定化时间5h。所制备的固定化SAM合成酶的酶活力为476.8U·g-1,酶活力回收率为74.5%。与游离SAM合成酶相比,固定化SAM合成酶的稳定性大幅提高,在50℃孵育5h酶活力仍保留61.2%,而游离SAM合成酶则完全失活;在pH值为6.0~6.5、8.0~9.5的缓冲溶液中,固定化SAM合成酶也更加稳定;固定化SAM合成酶连续催化反应10批次,酶活力保留86.3%;固定化SAM合成酶在4℃储存30d,酶活力保留81.4%。固定化SAM合成酶米氏常数KATPm=0.14mmol·L-1,KLm-Met=0.28mmol·L-1。 相似文献
2.
本文以连通片检测器无性模板的设计为例,给出了细胞神经网络中无性模板的设计方法及连通片检测器无性模板中各元素的数值范围。 相似文献
3.
针对Shi-Tomasi算法计算量大导致的特征点提取速度慢的问题,利用FAST算法对Shi-Tomasi算法进行加速,提出基于此改进算法的快速图像拼接算法。该算法首先应用FAST算法对整幅图像进行处理,基于筛选点邻域再采用Shi-Tomasi算法获取特征点,接着用NCC法进行特征点匹配,然后用RANSAC法剔除错误匹配并完成图像配准,最后用渐入渐出法进行图像融合。对比实验结果表明,改进算法相对基于ShiTomasi的图像拼接算法速度大幅提升,特征点匹配的正确率有所提高,拼接完成后图像的视觉效果也得到保持。 相似文献
4.
在大肠杆菌中重组表达了S-腺苷甲硫氨酸合成酶,然后以壳聚糖为载体,戊二醛为交联剂,对酶进行固定化研究。结果表明,最佳固定化条件为:壳聚糖质量浓度为2.5 g/dL、戊二醛体积分数为0.8%、固定化酶量为6 mg/mL、固定化时间为12 h,该条件下所得固定化酶活性回收率为76%,固定化酶热稳定性较好,在55℃下保温5 h仍保留53%的活力,而游离酶在50℃下保温5 h则完全失活。固定化酶在碱性溶液环境的稳定性较高,在pH 7.5~9.0的缓冲液中4℃保温10 h酶活性仍保留80%以上。将固定化酶用于S-腺苷甲硫氨酸的合成,连续反应5批次后,酶活性仍保留64%。在底物三磷酸腺苷(ATP)浓度为30 mmol/L的条件下,固定化酶催化底物ATP的转化率超过95%。 相似文献
5.
葡萄酒中的香气成分复杂多样,大约有800多种香气物质。这些香气成分在结构上分属不同的化学门类:醇、酯、有机酸、挥发性酚、萜烯醇、内酯、芳香酮等,含量从每升几纳克(芳香酮)到几百毫克(一些醇类),具有不同的化学特性。因此,要定性定量分析葡萄酒中的香气成分非常困难。作者综述了葡萄酒香气成分气相色谱分析方法的最新研究进展,并展望了今后葡萄酒香气成分的研究方向。 相似文献
6.
海藻酸钠固定化S-腺苷甲硫氨酸合成酶的制备及其性质研究 总被引:1,自引:0,他引:1
研究了以海藻酸钠包埋法制备固定化S-腺苷甲硫氨酸(sAM)合成酶的条件,并考察了固定化酶的酶学性质。结果表明,最适固定化条件为:海藻酸钠质量分数3%、CaCl2质量分数4%、SAM合成酶加量(以每克海藻酸钠计)75mg、固定化时问30min,在此条件下,固定化酶活力回收率达到42%。固定化酶热稳定性较好,在50℃下保温5h仍保留69%的酶活力,而游离酶则完全失活;固定化酶在碱性条件下的稳定性较好,在pH值7.5~9.0的缓冲溶液中4℃下保温10h仍保留84%以上的酶活力;将固定化酶用于SAM的合成,连续反应5批次后,仍保留82%的酶活力。 相似文献
7.
8.
脑磁图(MEG)现在被广泛用于临床检查及很多领域的医学研究中,基于静息态的脑磁图脑网络分析能用于研究大脑生理或病理机制。脑磁图分析对癫痫疾病的诊断具有重要的参考价值。对癫痫脑磁信号的自动分类可以及时对患者的情况作出判断,在临床上有很重要的意义。现有文献中对癫痫脑电信号的自动分类方法的研究已比较充分,但对癫痫脑磁信号的研究比较薄弱。提出了一种基于脑功能连接网络的全频段机器学习癫痫脑磁棘波信号自动判别方法,对四种分类器进行了综合判别对比,选择了效果最优的分类器,判别准确率可达到93.8%。因此,该方法在脑磁图癫痫棘波的自动识别与标记方面有较好的应用前景。 相似文献
9.
10.
无人值守机器人在智能配电房进行巡检、监测采样过程中,需对配电房内的指针式仪表进行自动化识别与判读。对于方型指针式仪表,提出一种基于轮廓特征筛选与直线检测的仪表智能识别方法。在该算法的前处理过程中,针对巡检视角窗口的移动性与多个仪表的分割提出了基于分数体系的算法;在表盘指针识别的图像处理过程中,提出了基于轮廓特征检测与Hough线段识别相结合的方法,并进行聚类估值处理,有效地改进了传统的直线检测方案。利用OpenCV视觉库和C++在计算机中进行算法实现和验证,结果表明,该算法满足精度要求,具有较高的应用价值。 相似文献