【摘 要】
：
本研究以新疆药桑叶为试验材料，采用不同极性试剂提取得到活性部位，以阿卡波糖为阳性对照，对硝基苯-α-D-葡萄糖苷（pNPG）为底物，筛选出对α-葡萄糖苷酶有较强抑制活性的部位，然后采用莱恩威弗-伯克模型进行酶促动力学研究。结果表明：从药桑叶中获取的药桑叶粗浸膏、石油醚萃取部位、乙酸乙酯萃取部位、正丁醇萃取部位及经萃取后的剩余水相部位对α-葡萄糖苷酶均具有抑制作用，其中剩余水相部位抑制作用最强，半抑
【基金项目】
：
国家自然科学基金委员会地区科学基金项目“新疆特色植物药桑降血糖活性成分及协同效应研究”（31460080）； 塔里木大学研究生创新项目“药桑叶化学成分的分离及α-葡萄糖苷酶降血糖活性研究”（TDGRI202006）；
论文部分内容阅读
本研究以新疆药桑叶为试验材料，采用不同极性试剂提取得到活性部位，以阿卡波糖为阳性对照，对硝基苯-α-D-葡萄糖苷（pNPG）为底物，筛选出对α-葡萄糖苷酶有较强抑制活性的部位，然后采用莱恩威弗-伯克模型进行酶促动力学研究。结果表明：从药桑叶中获取的药桑叶粗浸膏、石油醚萃取部位、乙酸乙酯萃取部位、正丁醇萃取部位及经萃取后的剩余水相部位对α-葡萄糖苷酶均具有抑制作用，其中剩余水相部位抑制作用最强，半抑制浓度（IC50）为0.39 mg/mL；酶促动力学试验中剩余水相部位与α-葡萄糖苷酶-底物复合物的解离常数KII为0.29 mg/mL，与α-葡萄糖苷酶的解离常数KSI为0.04 mg/mL,KII＞KSI，可判断出剩余水相部位的抑制类型为线性混合型可逆抑制，其竞争作用大于非竞争作用。
其他文献
图像是人类日常活动中常用的信息载体,蕴含着丰富的有用信息。图像文本描述是一种跨模态的研究课题,对于给定图像,模型自动输出一句描述图像内容的文本。描述包括物体,物体属性和物体之间的关系,且要求该描述语句具有准确性、可读性与流畅性的特点。目前,基于深度卷积神经网络的图像文本描述已经取得了极大进展,给人类社会生活带来很大便利。但目前方法仍存在描述关系、描述重点出错和描述语句不通顺及重复描述等一系列问题。
简要介绍了适应多品种缸体缸盖的机器人下芯系统的整体方案、逻辑流程、系统组成。详细阐述了系统的3D视觉系统、机器人、定位系统、砂芯托盘及输送系统、夹具及快换站、液压气动系统、控制系统等各子系统的原理、特点及设计要点。简要说明了机器人下芯系统的应用情况及其有益效果。
近年来,随着技术的进步与发展,无人机在森林火情监测中展现出广泛的应用前景。目前无人机在森林火情监测中的应用研究主要集中在日常巡护、火场侦察以及灾后暗火巡查等方面。单架无人机受限于自身的负载存在巡航距离短、抗风险能力低以及获取信息不完善等问题,无法高效的完成森林巡护的任务。而多无人机可以通过编队的方式减少能量消耗增大航程、搭载更多的传感器以获取更准确地信息,因此多无人机编队能够更好、更快地完成森林巡
简要介绍了适应多品种缸体缸盖混流生产的机器人下芯系统的功能、各部分组成、控制流程。详细阐述了为保证下芯精度而采取的"3D视觉定位+机械定位"组合定位方式的原理、组成、结构、控制。指出了"砂芯定位、托盘定位、砂箱定位"是实现机器人直接下芯的控制关键。简要说明了机器人下芯系统的应用情况及其有益效果。
海洋中各种各样粒子对蓝绿激光的散射作用,是激光在海水传输过程中产生衰减的主要原因,研究海水中粒子的蓝绿激光散射特性,对水下激光探测、水下无线光通信信道建模、海洋水色遥感等技术提供了理论支撑。本文主要考虑到实际不同的海洋环境中粒子存在状态的不同,建立了三种不同的海洋环境下粒子的光散射特性理论模型,并对其进行数值仿真分析。本文主要的工作有:1.选取了对蓝绿激光传输产生较大影响的浮游藻类植物、悬浮泥沙、
交通标志检测作为自动驾驶与交通违章检测的关键技术之一,长期以来备受研究者的关注。检测方法也从过去传统手工特征方法转变成如今的深度学习方法,过去无法解决的诸多问题,随着目标检测的高速发展也都迎刃而解。但当前交通标志检测中仍然存在小目标检测精度低、检测实时性不高、漏检以及计算成本过高等问题。针对目前交通标志检测中存在的这些问题,以YOLOv3模型为基础进行改进,主要工作如下:（1）通过分析各个公开交通
随着科学技术的进步,车道线检测作为智能驾驶领域中的重要组成部分,具有十分重要的研究意义。车道线检测技术可以实现车道保持和车道偏离警报等功能,有利于驾驶员进行有效驾驶,保障车辆行驶安全。传统的检测方法大多依靠手工特征进行识别,在实际驾驶场景中存在一定的局限性。而基于深度学习的检测方法在准确度和鲁棒性上都得到了进一步的提高。但是目前基于深度学习的检测方法依然存在一些难点,车道线的特征不太明显,并且遮挡
随着互联网视频数据的突飞猛涨以及深度学习的迅速发展,视频内容理解相关算法在学术界和产业界引起了广泛的关注。时序行为检测作为视频内容理解领域的重要分支,推动着社会迈向强人工智能阶段。时序行为检测是指对一段未剪辑的长视频中所包含的人类行为进行识别,并对其发生的起止时间进行定位。相比于标注成本极高的强监督时序行为检测,弱监督时序行为检测仅需要视频级的类别标注即可完成行为的识别与定位工作,更加具有实际应用
定日镜是塔式光聚热发电系统的核心部件,定日镜的聚光效率直接决定了光热电站的发电效率。光热电站一般建在沙漠地区,定日镜容易沾上灰尘,从而影响发电效率。目前定日镜的清洗主要依靠工作人员控制专用清洗车辆进行清洗,这种清洗方式存在成本高、效率低的问题,不能满足光热电站的清洗需求。为实现定日镜的全自动清洗,本课题对光热电站自动清洗机器人导航及控制系统展开研究,具体工作如下:首先,定日镜的清洗车为大型机械设备
在大数据时代的背景下,深度学习技术逐渐在各个领域中取得了成功。但在实际的应用场景中,大规模标注数据集的采集难度大、标注成本高,造成了训练网络模型样本量不足、无法获得有效模型的问题。因此如何通过少量的标签样本来对网络模型进行训练,使其能够从小样本数据中进行有效的学习,逐渐引起了人们的关注。而图神经网络凭借其优良的可解释性以及能充分利用已有样本特征信息的优点,使其在小样本图像分类任务中逐渐得到应用。本