【摘 要】
：
牡丹皮,又称丹皮,是毛茛科植物牡丹Paeonia suffruticosa Andr.的干燥根皮,广泛应用于中药名方。现代药理学研究表明,牡丹皮具有调节血糖、缓解糖尿病并发症、抗炎等多种药理作用。多糖作为一种水溶性大分子,其在传统中药水煎液中占据很大的比例。研究报道,多糖具有多种生物活性,如免疫调节作用、调节肠道菌群、抗炎、抗肿瘤、抗氧化应激等。多糖也是牡丹皮的主要活性成分之一,目前对于牡丹皮多糖
【基金项目】
：
“十三五”国家重点研究计划专项子课题（2016YFD04003031）；
论文部分内容阅读
牡丹皮,又称丹皮,是毛茛科植物牡丹Paeonia suffruticosa Andr.的干燥根皮,广泛应用于中药名方。现代药理学研究表明,牡丹皮具有调节血糖、缓解糖尿病并发症、抗炎等多种药理作用。多糖作为一种水溶性大分子,其在传统中药水煎液中占据很大的比例。研究报道,多糖具有多种生物活性,如免疫调节作用、调节肠道菌群、抗炎、抗肿瘤、抗氧化应激等。多糖也是牡丹皮的主要活性成分之一,目前对于牡丹皮多糖的活性研究主要集中在降血糖活性,对其初级结构表征不够完善,且其抗炎、调节肠道菌群以及与食物组分相互作用的研究鲜见报道,有鉴于此,本文对牡丹皮多糖（MCP）进行分离纯化和结构鉴定,研究MCP在体外模拟消化与酵解,以LPS诱导RAW264.7炎症模型来评价牡丹皮多糖的抗炎活性,并考察其与大豆分离蛋白（SPI）相互作用的机制和复合物的性能,为牡丹皮多糖的开发和利用提供理论基础。主要研究内容与成果如下:（1）通过水提醇沉得到牡丹皮粗多糖,经过脱色、脱蛋白等处理,使用DEAE-52离子交换层析色谱柱分离纯化,得到MCPs、MCP-2和MCP-5三个组分,其中对MCPs进一步超滤离心纯化得到MCP,并确定为主要的研究对象。平均相对分子量测定结果表明:MCP的分子量分布均一,其重均平均分子量为86.74 k Da,是由葡萄糖（Glc）、半乳糖（Gal）和阿拉伯糖（Ara）组成的杂多糖,其含量摩尔比为1.0:2.5:7.7。经过红外、甲基化和NMR分析结果表明:MCP由T-Araf-（1→、→5）-Araf-（1→、→3,5）-Araf-（1→、→3,4）-Glcp-（1→和→4）-Galp-（1→五种糖苷键组成,主链是以→5）-Araf-（1→与→3,4）-Glcp-（1→和→4）-Galp-（1→叉链接组成的,侧链是T-Araf连接在→3,5）-Araf-（1→和→3,4）-Glcp-(1→的3号位上。此外,MCP有良好的热稳定性,表面呈现不规则的片状,疏松的多孔结构。（2）通过体外模拟消化,发现经口腔、胃部和小肠体外模拟消化时牡丹皮多糖MCP的分子量和还原糖没有显著性变化,这说明MCP不能被上消化道（口腔、胃和小肠）消化吸收。经过体外模拟发酵24 h后,MCP组的SCFAs总含量显著高于空白对照组;同时肠道菌群组成结果显示MCP可以促进有益菌属大单胞菌属Megamonas、Bacteroides、Prevotella和Bifidobacterium等的生长,同时降低有害菌大肠埃氏菌属-志贺氏菌属Escherichia-Shigella的丰度。说明MCP有利于粪便中的某些微生物的代谢,促进SCFAs的产生,同时MCP可能通过调节肠道菌群,提高机体的抗炎和免疫调节能力,是一种潜在的益生元。（3）建立LPS刺激的RAW 264.7小鼠巨噬细胞的炎症模型,探究牡丹皮多糖MCP的抗炎活性及其潜在的抗炎机制。研究表明,牡丹皮多糖在合适的浓度范围内（100～1600μg/m L）对小鼠巨噬细胞的生长起到促进作用,MCP可以通过抑制NO和四种炎症因子（TNF-α,IL-6,IL-1β和INF-γ）在细胞内的产生以及相关m RNA的表达来达到抗炎的作用,抑制作用呈现浓度依赖性,且在800μg/m L时抑制作用最强。Western Blot结果显示MCP可以通过下调MAPK和NF-κB两个信号通路中的相关蛋白（如p-p38、pERK、p-JNK、STAT3、PI3K、C-Jun、p-p65、IκBα/β和p-IκBα/β）表达,从而发挥良好的抗炎优势,这也为MCP之后在功能性食品和膳食补充剂产品中的应用提供更深的理论依据。（4）将牡丹皮多糖应用到包含大豆分离蛋白基的模拟食品体系中,研究其抗炎活性变化规律,同时研究了p H 7.0条件下,MCP溶液（1%）与（SPI）溶液（10%）的相互作用机制及对多糖和蛋白性能的影响。通过紫外、红外、荧光、粒径和电位等研究发现,MCP与SPI白之间可能存在氢键和范德华力,MCP和SPI相互作用会提升SPI的溶解度,同时MCP-SPI复合物具有良好的抗炎活性,为拓宽其作为功能性食品成分的应用范围提供理论依据。
其他文献
随着汽车行业的技术变革与革新,智能化的自动驾驶和网联化的驾驶环境成为了汽车与交通行业发展的风向标。学术界和企业技术领域均认为自动驾驶和智能网联的技术融合成果-智能网联自动驾驶汽车（也称智能网联汽车）与智慧交通系统相结合的大趋势,可以较大程度减缓严重困扰人类的道路交通安全问题。其中,由于现有交通事故中由超车引发的事故比率较高,相关科学研究主要关注准备超车或正在进行超车驾驶行为或并道行为的车辆,很少有
驾驶疲劳是造成道路交通事故的主要原因之一,与其他交通事故致因相比,驾驶疲劳更容易导致死亡或重伤,其具有个体表征多样化和疲劳特征隐匿性强的特点,研究驾驶人在途疲劳状态辨识对改善道路交通安全具有重大意义。由于不同驾驶人间存在个体差异性,导致驾驶疲劳共性特征不明确,现有疲劳辨识算法无法满足疲劳辨识的高前瞻性要求,如何正确处理驾驶人疲劳特征的个体差异,已成为目前驾驶疲劳研究中的关键问题。因此,本文立足于该
随着我国社会经济的不断发展,汽车保有量不断增加,随之带来的燃油消耗、道路拥堵和交通安全等问题也日趋严重。商用车作为目前货物运输的主要途径,截至2021年1月我国商用车货运规模占总货运规模的74.4%,同时载货商用车燃油消耗占总燃油消耗量比例超过50%,且仍有上升趋势。因此如何提高商用车的行驶安全性及燃油经济性具有重要意义。随着通信技术、控制方法和传感等技术的不断发展,先进的商用车编队控制方法被证明
随着不可再生的化学燃料能源的不断消耗,寻找绿色、可持续与经济的新能源就成了当代能源化学的重要课题。氢气正是一种优异的洁净能源。而电解水制取氢气（HER）是一种简便的电能存储方法。电解水制氢需要催化剂来促进电解水反应的进行。目前一些稀有金属基催化剂表现出良好的电催化性能,但是由于成本高限制了其广泛使用。于是人们试图开发便宜的过渡金属基电产氢催化剂来替代贵金属基催化剂。铜、铁、钴、镍等过渡金属基催化剂
多取代吡咯和噻唑类化合物具有抗病毒、抗炎、抗肿瘤活性,本身可作为药物使用,亦作为药物合成的中间体,在药物、农药领域有广泛的用途。迄今为止,尽管这两类化合物的合成研究已有很多文献报道,但电化学方法合成这两类化合物的研究工作非常有限,发展绿色有效的电化学合成这两类化合物仍然是非常意义的。鉴于此,本论文着眼于研究电化学合成方法,合成这两类重要化合物。（1）以β-二羰基化合物、醛和胺底物合成多取代吡咯化合
车辆安全驾驶一直是交通领域重要的研究课题,自动驾驶车辆由于减少驾驶员的参与,可以避免大部分由人为因素造成的交通事故,提高驾驶安全和驾驶效率。在驾驶行为研究中,车辆跟驰行为和换道行为是最常见也是最基本的两种驾驶方式,有调查显示由于不合理换道引起的事故占比较高,而智能网联自动驾驶车辆换道行为研究有助于避免该问题的产生。结合国家科技部项目“车车耦合机理与协同安全方法”（项目编号:2018YFB16005
由于人们对气候问题越来越关注,迫切希望能够减少化石燃料的使用,以降低二氧化碳排放量,多年来,人类一直在寻找更清洁、可持续的燃料。在众多可再生能源中,氢能以其高热值、无污染一直备受关注,尤其是现在,氢能将迎来前所未有的发展空间。考虑到氢化酶能够在温和的条件下高效地完成氢气生成和氧化,为此我们选题为:镍、铜、锌、铁、钯配合物的合成与催化氢气生成及氧化性能的研究。本文主要研究内容如下:1、设计并合成了6
符号网络是大数据时代的一种数据表现形式,由节点、节点间正负链接组成。符号网络中的任务在现实生活中有非常广泛的应用,如链接预测、社区发现、节点分类等。但符号网络的节点和链接需要高维向量表示,导致模型计算复杂的问题。表示学习是一种非常有效的学习节点嵌入方法,通过保留网络中拓扑结构、顶点内容和其它辅助信息,将网络顶点嵌入到低维向量空间中。所以用表示学习方法可以将符号网络任务中所需的信息提取出来,用低维向
精准识别癌症患者的分子亚型对癌症的个体化治疗、靶向药物研发和预后分析具有重要意义。大规模多组学数据和基于数据驱动的方法能够促进对癌症分子分型的理解和预测。现有大多数基于机器学习的方法通常依赖于单一组学数据,而未能整合多组学数据为分子分型提供更全面的信息。一些基于神经网络的方法,考虑了分子分型的复杂非线性,但忽略了基因特征筛选和样本之间的关系。图神经网络能够利用样本相似性图中样本之间的信息传递和聚合
关系抽取指从非结构化文本中抽取出实体间的关系,是自然语言处理中重要的研究方向。在深度学习时代,监督学习下的关系抽取模型已经取得很高的准确度,但其要求大量带标注的训练语料,然而在现实世界中关系种类繁多,文本数据复杂,提供大量的带标签的训练数据需要耗费巨大的人力。针对以上问题,远程监督的思想被提出,它基于一个假设,如果知识库中存在两个实体表达了某种特定关系,那么语料中所有含有这两个实体的句子都表达了这