【摘 要】
：
利用基因工程技术将人源Cu,Zn-SOD与EC-SOD的C末端肝素结合结构域(HBD)的编码序列进行密码子优化并人工合成,然后电转化至毕赤酵母进行表达.单因素实验表明,与现有研究的一些重组EC-SOD相比,其比活力提高了1.30～3.78倍.正交分析得最佳摇瓶条件为诱导时间为5 d,初始pH值为5.2,诱导剂量的体积分数为1.0％,酶活可达1120.2 U?mL-1,是初始酶活的2.94倍;这些结果表明,SOD-HBD融合蛋白在一定程度上解决了重组EC-SOD表达量低的问题,为重组EC-SOD蛋白的推广与
【机 构】
：
福州大学生物工程研究所,福建 福州 350002;福州大学至诚学院食品与生物工程系,福建 福州 350002
论文部分内容阅读
利用基因工程技术将人源Cu,Zn-SOD与EC-SOD的C末端肝素结合结构域(HBD)的编码序列进行密码子优化并人工合成,然后电转化至毕赤酵母进行表达.单因素实验表明,与现有研究的一些重组EC-SOD相比,其比活力提高了1.30～3.78倍.正交分析得最佳摇瓶条件为诱导时间为5 d,初始pH值为5.2,诱导剂量的体积分数为1.0％,酶活可达1120.2 U?mL-1,是初始酶活的2.94倍;这些结果表明,SOD-HBD融合蛋白在一定程度上解决了重组EC-SOD表达量低的问题,为重组EC-SOD蛋白的推广与应用提供重要的物质基础条件.
其他文献
本文建立了分散固相萃取-高效液相色谱-串联质谱测定饲料中氯虫苯甲酰胺残留的分析方法.样品采用乙酸乙酯-丙酮(7:3,V/V)混合溶剂提取,分散固相萃取填料N-丙基乙二胺(PSA)净化,Agilent Zorbax SB-C18色谱柱分离,以甲醇和5 mmol/L NH4Ac溶液(含0.1％甲酸)为流动相,梯度洗脱;质谱采用电喷雾电离,以多反应监测模式(MRM)检测,外标法定量.本方法回收率范围为70.0％～93.0％,相对标准偏差在6.1％～11.7％范围;检测限为5.0 μg/kg,定量限为10.0μg
为解决传统3D卷积中难以提取时空信息的缺点,提出一种适用于3D卷积网络的多重注意力机制模块.该模块是由通道结合时间子模块和空间子模块组成的多维度特征调整模块.在通道结合时间模块中,通过调整池化层和卷积层的顺序,保留更多的有效通道信息和时间信息;在空间模块中,压缩冗余时间信息以减少计算量.该模块的整体计算量较少,可嵌入到各3D卷积网络中.为验证多重注意力机制模块的性能,基于3D ResNet网络设计部署了该多重注意力机制模块,并在UCF-101和HMDB-51两个行为识别数据集上分别进行训练.结果表明,改进
以P91钢为对象,构建宽范围应力区基于蠕变变形机理(CDMWRS)的本构模型,采用ABAQUS软件,结合构建的CDMWRS本构模型,模拟单轴蠕变拉伸试验,并与文献数据进行对比.结果表明:宽范围应力区的不同蠕变变形机理和长期热老化都会对P91钢的蠕变应变率产生较大影响,CDMWRS模型能够较好地描述宽范围应力下P91钢的蠕变第一阶段和第二阶段变形行为,蠕变第三阶段相对偏差较大,主要原因是因为构建的CDMWRS模型未纳入损伤的影响.
为了能够在硬件上有效减少整像素运动估计(IME)的计算复杂度,提出一种基于并行螺旋搜索算法的整像素运动估计硬件架构设计方案.该设计按照螺旋顺序,首先,由中心向四周扩散的方式逐点搜索;其次,在搜索过程中每一个搜索点处同时处理所有PU块,通过这种PU块共享搜索过程的方式来减少周期数;最后,通过提前结束判断的方式,跳过不必要的搜索点,进一步减少周期数.用Verilog语言进行硬件描述,利用VCS工具进行仿真,且仿真SAD结果与HEVC参考软件(HM)结果数据一致,证明其正确性;通过对多个序列进行测试,平均每17
采用溶剂热法,以乙二胺四乙酸(EDTA)为络合剂合成粗细均匀、六棱柱形的六方相Al3+掺杂NaGdF4:Er3+/Yb3+纳米棒,并研究了掺杂Al3+离子的上转换纳米材料性能.结果表明,适量Al3+掺杂对NaGdF4的晶相没有产生影响,但使主衍射峰的位置发生偏移.在980 nm激光激发下,与未掺杂的纳米晶相比,当Al3+的掺杂浓度为15％时,红绿光发光最大强度分别增强了5.7倍和5倍,且4 F9/2能级的荧光寿命被延长.Al3+掺杂对上转换发光的改善是因Er3+附近局部对称性的降低和粒子表面吸附基团的减少
基于超高频射频识别(RFID)的定位技术,因其标签成本低、可使用无源工作方式,目前在许多实际应用场景中发挥重要作用.为进一步推进基于超高频RFID的室内定位技术,对不同信道特征参数信息的获取及其对应定位模型进行介绍,对不同标签定位处理方法进行探讨,从不同关键技术角度对定位方法进行比较,并总结和展望超高频RFID室内定位技术的未来发展趋势.
针对光伏阵列电气工作参数包含复杂的暂态过程及工频干扰噪声严重影响故障诊断模型性能的问题,提出一种基于最大功率点的稳态时间序列预处理方法.首先,以自动过滤数据中的暂态过程和干扰噪声,获取连续的稳态时间序列电气特征数据,作为故障诊断模型的输入参数;然后,提出一种基于长短期记忆网络的深度网络模型,以实现对光伏阵列常见故障的检测及分类;最后,在一个小型光伏并网发电系统及其Simulink仿真模型上,进行故障模拟及仿真,以验证所提出的故障诊断方法.实验结果表明,所提出的故障诊断方法具有良好的精度和泛化性能,并且优于
无监督极限学习机在投影过程中保持原始高维空间中的稀疏或近邻结构,样本在高维空间中存在冗余信息,原始的数据结构不一定适应于投影后的低维特征空间.为此,结合无监督极限学习机和子空间聚类的自表示学习,提出投影自表示无监督极限学习机模型.该模型是面向聚类的特征提取方法,在投影过程中学习自表示子空间结构,从而使无监督极限学习机提取的特征自适应于聚类任务.在IRIS数据集、6个基因表达和2个医学影像高维数据集上进行实验,结果表明该模型和算法是有效的.
针对所设计的大载荷管路系统用金属橡胶减振器,进行阻尼耗能特性研究.采用单因素控制和正交试验的方法,研究该减振器在正弦激励作用下,其阻尼耗能特性随外部激励频率、金属橡胶密度、激励振幅、预紧间距和温度的变化情况,以及该减振器阻尼耗能特性对于不同影响因素的敏感程度.研究发现,该减振器的阻尼耗能性能随着激励频率的增加而增加,随着加载振幅的增加而降低,而随着预紧间距的增加而减小.当温度范围为30～200℃时,该减振器的阻尼耗能性能变化不大,在200～300℃时阻尼耗能性能随温度的增加而减小.通过正交试验的极差分析,