【摘 要】
：
僵蚕是中医临床中最常用的药材之一,按中国药典中所述,僵蚕辛、咸,性平。归肝、脾、胃经。有息风止痉,祛风止痛,化痰散结之功效。对僵蚕的现代研究显示,僵蚕中含有多种化学成分,且具有多种药理活性。在中医临床中,其常被用于丹毒、疔肿等多种病菌感染引起的皮肤病的治疗。因此,针对僵蚕抑菌活性及其化学成分的研究对于提高僵蚕的利用价值及发现新型的药物结构具有非常重要的意义。本文研究内容如下:1.以金黄色葡萄球菌为
论文部分内容阅读
僵蚕是中医临床中最常用的药材之一,按中国药典中所述,僵蚕辛、咸,性平。归肝、脾、胃经。有息风止痉,祛风止痛,化痰散结之功效。对僵蚕的现代研究显示,僵蚕中含有多种化学成分,且具有多种药理活性。在中医临床中,其常被用于丹毒、疔肿等多种病菌感染引起的皮肤病的治疗。因此,针对僵蚕抑菌活性及其化学成分的研究对于提高僵蚕的利用价值及发现新型的药物结构具有非常重要的意义。本文研究内容如下:1.以金黄色葡萄球菌为试验菌株,对僵蚕水提物、僵蚕甲醇提取物、僵蚕甲醇提取物石油醚萃取组分以及萃取后水相组分进行体外抑菌活性研究,结果显示,僵蚕甲醇提取物、僵蚕甲醇提取物石油醚萃取组分具有一定抑菌活性,MIC50值分别为64μg/ml、32μg/ml;对僵蚕甲醇提取物提取工艺进行优化,采用回流提取法,以90%甲醇做为提取溶剂,通过单因素实验及正交实验,考察提取温度、提取时间以及料液比三个因素对僵蚕提取物干膏得率的影响,优化得出最佳提取工艺,即提取温度为65℃,提取时间为3h,料液比为1:30,以此工艺提取干膏得率平均达19.82%,对僵蚕醇提物干膏用石油醚萃取,石油醚萃取物平均得率为25.90%。2.经过硅胶柱层析、制备薄层色谱、重结晶、制备高效液相色谱,共从僵蚕甲醇提取物石油醚萃取组分中分离得到11个单体化合物。通过对核磁共振氢谱（~1H-NMR）和碳谱(13C-NMR)及LC-MS数据进行分析,并查阅相关参考文献,对化合物进行了结构鉴定,其中包括3个甾体类化合物,2个香豆素类化合物,2个黄酮类化合物,2个环缩肽类化合物,以及2个其它化合物,分别是油酸（1）、4-羟基苯乙酸甲酯（2）、4-胆甾烯-3-酮（3）、β-谷甾醇（5）、7-羟基香豆素（6）、东莨菪内酯（7）、过氧麦角甾醇（9）、槲皮素（10）、山柰酚（11）、白僵菌素（15）、球孢交酯（18）;对柱层析所得组分P8采用制备高效液相色谱分离所得组分进行LC-MS分析得出其中存在系列微量的白僵菌素类化合物。3.以金黄色葡萄球菌为试验菌株,对分离所得单体化合物行体外抑菌活性研究,结果显示,7-羟基香豆素（6）、东莨菪内酯（7）、槲皮素（9）对金黄色葡萄球菌MSSA未见抑菌活性,对金黄色葡萄球菌MSSA的MIC50值均大于128μg/ml;山柰酚（11）、白僵菌素（15）、球孢交酯（18）对金黄色葡萄球菌MSSA具有一定的抑菌活性,MIC50分别为128μg/ml、4μg/ml、32μg/ml,具有一定的抑菌活性。
其他文献
人们对一件事情的看法越来越多地受到社交媒体（如Tweet,Facebook,微博等）的影响,这些事件往往涉及政治、经济、社会等方方面面。了解社交网络中的邻居如何形成自己的意见,不同用户之间的观点是如何被影响的,对互联网舆情的引导,对社会的稳定至关重要。同时,了解人们的意见形成机制,对产品的营销、信息的传播、观点的引导等起着促进作用,在这些相关领域中关键节点扮演了十分重要的角色。现有的关键节点发现与
近年来,社交网络平台成为舆情发酵和爆发的主要阵地,众多突发事件和热点话题在微博上引发轩然大波,也有更多网民通过社交平台来表达诉求。部分事件由于涉及政治、民生等话题,短时间内能在网络中引起巨大轰动,此类事件如果不及时发现并及时处理可能会给政府和媒体带来极大的负面影响,严重时还会影响社会稳定。舆情的爆发与参与其中的公众关系紧密,由于个人的观点在网络中自由地表达,同时和其他网民进行了充分交流,使得舆情传
随着近几年移动拍摄设备的兴起,图像去模糊逐渐在计算机视觉领域引起广泛关注。图像模糊是由于众多原因造成的,例如相机抖动、物体运动,进而导致图像出现伪影,图像质量下降。已有的去模糊算法将模糊图像建模为清晰图像与模糊核卷积的结果,并根据是否已知模糊核分为盲图像去模糊算法和非盲图像去模糊算法。在实际生活中,模糊核通常是未知的,因而盲图像去模糊方法具有更高的研究背景与应用价值。盲图像去模糊算法中,从一幅模糊
自将卷积神经网络引入超分辨领域（Super-Resolution,SR）以来,因其使得图像重建效果显著等优点,基于深度学习的方法成为了超分辨率领域的主要研究热点之一。在将深度网络用于单幅图像超分辨（Single Image Super-Resolution,SISR）的成功应用环境下,众多研究者和学者为了进一步提高图像的重建效果,提出了大量的新网络模型和改进方法。其中大多网络模型以及改进方法主要侧
随着深度学习的飞速发展,卷积神经网络（CNN）被广泛应用于图像分类和目标识别。虽然基于深度学习的目标检测算法的精度远远超过传统方法,但是卷积运算庞大的计算资源需求在很大程度上限制了算法在边缘设备中的推理。面向边缘计算场景的目标检测算法无法同时满足对于实时性和准确性的要求。为了平衡网络模型的大小和性能,满足嵌入式平台目标检测算法计算低成本、低功耗和低延迟的“三低”要求,本文对基于深度学习的目标检测方
车载自组网作为智慧交通的重要组成部分,在给人们带来便利的同时,其安全性和隐私性一直是学术界关注的焦点。在现有的车载自组网环境中,攻击者能够轻易地截获,甚至篡改传输中的消息,对车载自组网的可认证性、完整性等安全要素提出了挑战,也对车载自组网的隐私性提出了更高的要求。车载自组网认证方案作为保障信息安全和用户隐私的重要手段,逐渐成为车载自组网研究的热点之一。由于车载自组网动态的网络拓扑特性,以及车载云所
给定指代语句及对应图像,指代分割要求分割出符合语句描述的目标。其以语言作为筛选依据,赋予了分割方法交互的可能性,并拓展了不同场景下的适用范围,因而迅速的引起了研究人员的关注。对单个目标的语言描述多种多样,而同一语句亦能在多变场景下指定不同目标,因此该任务需要大量的训练数据用以学习语言与图像之间的潜在关联。然而像素级的目标区域标签仅能通过手工标记,耗时且繁琐。为缓解数据集制作成本高昂的问题,本文提出
膜计算是自然计算中的一个新兴分支,是从生物细胞的结构与功能之中抽象出来的一类计算模型,拥有一些良好的特征,诸如并行性、非确定性等特点。脉冲神经P（SNP）系统是由生物神经细胞的机理抽象出的一种膜计算模型。因为其抽象于神经元的脉冲机理的缘故,SNP系统也被认为是第三代神经网络模型。近年,第二代深度神经网络已经在大量领域取得巨大的成果。本论文的重点是利用SNP系统中的脉冲神经元来构建一类基于SNP神经