【摘 要】
：
设计了磁性纳米探针的构建及其在细菌分离中的应用综合研究型实验。通过将磁性纳米颗粒包埋到高分子球内部制得具有优良超顺磁性的磁性纳米球,进一步通过共价偶联在磁球表面修饰大肠杆菌抗体,利用抗体对抗原的识别作用实现了大肠杆菌的特异高效的捕获和分离,反应0.5 h,对大肠杆菌的捕获效率达到96%以上,而几乎不会捕获其他细菌。
【机 构】
：
中国石油大学（华东）理学院,青岛市农业科学研究院
【基金项目】
：
国家自然科学基金青年科学基金项目(21505157),山东省自然科学基金面上项目(ZR2020MB064),中国石油大学大学生创新创业训练项目(202012046)。
论文部分内容阅读
设计了磁性纳米探针的构建及其在细菌分离中的应用综合研究型实验。通过将磁性纳米颗粒包埋到高分子球内部制得具有优良超顺磁性的磁性纳米球,进一步通过共价偶联在磁球表面修饰大肠杆菌抗体,利用抗体对抗原的识别作用实现了大肠杆菌的特异高效的捕获和分离,反应0.5 h,对大肠杆菌的捕获效率达到96%以上,而几乎不会捕获其他细菌。
其他文献
磁共振成像MRI是当前最为复杂的医学影像技术之一,也是生物医学工程专业本科生医学影像技术相关课程的教学重点和难点。针对华中科技大学生物医学工程专业在磁共振成像MRI教学中存在的一些问题,由任课教师根据自己的科研背景和授课体验,围绕学生应掌握的知识点,自主设计开发了一款适合生物医学工程专业教学的系统平台。该平台构建了包含磁共振医学成像原理展示、系统元件拆分、成像操作实践等多个环节的虚拟仿真综合设计实验,使学生系统掌握磁共振成像设备的基本结构、功能及操作流程。通过该平台教学,有助于学生利用虚拟实验锻炼综合应用
随着信息和互联网技术的发展及应用,高校实验室管理系统已具信息化管理功能,但是这些管理工作仍需要管理员的介入。四川大学电子信息学院通过门禁管理、实验过程及环境可持续化、电源智能管理等方面的建设,对无人值守实验室的建设及管理应用提出了可实施的具体方案,并完成了无人值守通信实验室的建设。无人值守实验室的建成有益于共享开放的实施,极大地方便了教师的教学,为学生学习时间和空间的延伸提供了基础,同时提高了仪器设备及实验室的使用率。
岩矿鉴定是地质研究工作的重要组成部分,传统岩矿鉴定一般需借助矿物鉴定手册来完成,手动比对效率低且易出错.本岩矿鉴定辅助识别系统,将传统方法与计算机系统相结合,将观测
针对高校化学实验室安全管理工作中的难题,搭建化学品安全监管平台,实现化学品的“闭环”精细化管理;以虚拟仿真体验为特色,建设集安全教育资源、安全考试考核、安全准入认证
设计了TiO2-锌卟啉催化剂的制备及光催化降解甲基橙的综合实验。对TiO2表面进行改性,合成了TiO2-锌卟啉催化剂,利用X射线电子能谱(XPS)、X射线衍射(XRD)和漫反射紫外光谱仪(DSR)对催化剂进行表征,并在模拟太阳光下分析甲基橙的降解及评价其活性。教学实践表明,该实验加深了学生对理论知识的理解,开拓了学生的视野,提高了学生的综合实践能力,开发了学生的创新潜能。
采用EDTA络合滴定法对不同硬度的水以及不同测定条件(加入EDTA二钠镁、不同EDTA浓度及不同钙镁比水样)的测定误差进行系统分析,并介绍了一种简易的以置换法为基础的铬黑T分光光度法测水总硬度。结果表明,添加EDTA二钠镁对钙、镁离子的滴定误差影响较小,但可以提高滴定终点的敏锐性。水硬度在50 mg/L以下,适当降低EDTA浓度可有效提高EDTA滴定法的准确性,并探索了不同浓度EDTA方法下的回收率达标临界值。
针对机器人工程专业四年级学生开设的移动机器人控制实验,循序渐进地设计了基于深度学习的移动机械手抓取实验项目。从激光雷达同时定位与建图、自主导航与实时避障,到借助ROS的通信机制完成语音控制导航以及物体识别与检测,构建深度学习网络生成最优抓取位姿,并利用MoveIt功能包控制机械臂完成抓取动作。实践教学表明,基于项目式实验教学模式有利于把大学阶段多门课程知识有机交叉融合,本教学方式可提高学生解决复杂工程问题的能力。
研究了亲水和疏水SiO2纳米颗粒对油酸钠/碳酸钠蠕虫状胶束溶液流变性的影响。疏水纳米颗粒的加入显著增强了溶液的黏弹性;而亲水纳米颗粒则几乎没有效果。Maxwell模型计算结果表明,纳米颗粒与胶束形成交联而促进胶束轮廓长度的增加是疏水纳米颗粒提高溶液黏弹性的主要原因。考察了不同纳米流体的Zeta电位,结果显示纳米颗粒与表面活性剂分子之间的相互作用是形成颗粒-胶束交联结构的关键原因,直接决定着纳米颗粒提高溶液黏弹性。从数学模型计算结果来看,疏水纳米颗粒浓度越高,体系中交联结构的数目也越多
研究使用近红外光源测量人体血糖变化的原理及方法。使用光电容积脉搏波描记法采集血液数据,通过朗伯-比尔定律计算血糖浓度与血液吸光度的关系。基于最小二乘法建立模型,并设计了一种初步的验证装置。实验结果表明,检测系统的测试集相关系数为0.976,均方根误差为0.357,相对误差为±15%,满足临床应用要求。
针对刀具磨损监测中单一传感器采集的信息有限以及SVM模型参数难以选择的问题,提出一种基于多信息融合和改进PSO-SVM的刀具磨损状态预测方法。采用小波变换的方法对采集到的多传感器信号进行去噪处理,提高数据的质量,针对传统粒子群算法在参数选择上的不足,提出一种改进的粒子群算法优化支持向量机参数,通过仿真验证改进的PSO-SVM模型的有效性,并将其与基本的PSO-SVM、GA-SVM两种模型进行对比分析。结果表明,改进的PSO-SVM模型在预测刀具磨损状态方面的准确度明显提升,可以对刀具磨损状态进行有效识别。