藿类生物标志物及其对海洋碳氮循环过程的指示

由微生物介导的海洋碳氮生物地球化学循环对全球气候变化具有重要影响.五环三萜的藿类化合物（hopanoids）,包括以细菌藿多醇（BHPs）为主的生物藿类和藿烷等地质藿类,是指示近现代环境和重建古环境中碳氮循环过程的重要类脂生物标志物.本文总结了藿类化合物的生物合成途径和生理功能,及在海洋碳氮循环关键过程（固氮、硝化、厌氧氨氧化、甲烷氧化和陆源有机质输入）中的指示作用.微生物膜脂中的藿类化合物主要由hpn基因编码的藿类合成和修饰酶调控,与微生物理化特征及环境条件具有密切关系.2-甲基藿类、2-甲基环醇醚和不饱和环醇醚等藿类化合物可调节细胞膜的氧渗透性以发挥固氮酶保护作用,可指示环境中固氮蓝细菌及其固氮过程.细菌藿四醇异构体之一的BHT-x是海洋厌氧氨氧化菌Candidatus Scalindua的专属产物,可指示海洋厌氧氨氧化和低氧环境.土壤标志物BHPs及陆源输入指标R_soil可追踪陆源有机质向海洋环境的输入和迁移.35-氨基BHPs和3-甲基（氨基） BHPs可指示好氧甲烷氧化活动.细菌藿六醇和3-甲基细菌藿六醇可指示亚硝酸盐型甲烷氧化活动.未来,随着分子生物学、基因组学和仪器分析技术的不断发展,藿类化合物在指示海洋碳氮循环过程方面势必会发挥更加重要的作用.     

超声波-气相色谱法测定鱼肉样品中硝基苯类化合物

以鱼肉样品为研究对象,采用超声波法提取鱼肉中的硝基苯类化合物,并通过凝胶色谱进行净化、浓缩,最后用气相色谱定量分析,得到生物样品中硝基苯类化合物的检出限,同时与传统的索氏提取法进行加标回收试验比较。结果表明:用超声波提取鱼肉样品中的硝基苯类化合物方法可行,回收率稳定,并且得到检出限为0.13~2.72 ng/g,加标回收率在60%~78%,RSD在0.04%~3.2%。     

多元回归-紫外分光光度法同时测定硝基苯类化合物

对多元线性回归、多元逐步回归和岭回归三种方法应用于硝基苯类五元体系进行定量分析的结果进行了比较研究,结果表明,对于所涉及的组分光谱重叠严重的病态的混合体系,多元逐步回归和岭回归间接校正都是合适的算法,总平均相对误差分别为3.84%和3.00%.     

大同市地表水及工业废水中氯苯和酚类化合物的监测

对流经大同市的主要河流和重点工业污染源所排放废水中的氯苯和酚类化合物做了分析测定.对酚类化合物的测定方法进行了改进.研究表明,大同市污染源对御河氯苯类污染物贡献较小,焦化厂酚类化合物排放量较高.     

臭氧氧化—曝气生物滤池处理含高浓度硝基苯类化合物废水

采用臭氧氧化—曝气生物滤池联用处理实际生产中排放的含硝基苯类化合物废水。实验结果表明:臭氧氧化过程可破坏硝基苯类化合物的苯环结构,显著提高有机物的可生物降解性;单独采用臭氧氧化法,在臭氧氧化柱进水pH为9、臭氧加入量为200m g/L的条件下,硝基苯类化合物的去除率可达98%;采用臭氧氧化—曝气生物滤池联用处理含高浓度硝基苯类化合物废水,COD去除率可达80%以上,处理后废水COD稳定在50m g/L以下。     

二恶英类化合物检测方法的研究现状及展望

介绍了二恶英类化合物的检测方法,并对各种检测方法的原理和应用进行了对比分析;其中高分辨率色谱/质谱法、荧光素酶报告基因法及酶免役分析法在实践中取得了很好的检测效果;CALUX 法与其他生物检测方法相比更适合于大批量样品中二恶英含量的快速定量筛选,对于二恶英污染调查有广阔的应用前景;综述了我国二恶英类化合物检测方法的研究现状,并对我国开展二恶英分析监测提出了建议和展望.     

热解吸/GC-MS法测定环境空气中的氯苯类化合物

本文介绍了应用EPA TO-17方法,即吸附管采集,热解吸仪解吸,GC-MS法测定环境空气中挥发性有机物——氯苯类化合物的分析方法和结果,该方法对一氯苯、二氯苯、三氯苯、甲基氯苯均能达到有效解吸和分离,并具有良好的线性范围和精密度,灵敏度高,方法检测限为0.30～0.57 ug/m3,定量下限为1.0～1.6 ug/m3,线性相关系数r在0.999～0.9999之间,加标回收率在88～102%。     

转Bt基因棉花抗虫萜烯类化合物时空动态的HPLC分析

利用高效液相色谱（HPLC）技术对转Bt基因棉花抗虫萜烯化合物种类、含量以及时空动态进行了初步研究。结果表明，被研究的抗虫棉品种抗虫萜烯类化合物在不同品种、不同组织器官间含量差异较大。叶片中杀实夜蛾素（包括H1、H2、H3、H4)含量较高，花及蕾中棉酚含量的比例明显高于叶片。总抗虫萜烯类（包括棉酚、半棉酚酮、杀实夜蛾素H1、H2、H3、H4以及甲氧基半棉酚酮等）均以铃、顶叶含量最高，蕾、花柱等器官次之。说明在棉花不同品种、同一品种不同器官中是不同的萜烯类化合物在起到抗虫作用。图3参16     

遗传神经网络对肼类化合物的定量构效研究

应用遗传算法和反向传播（BP）神经网络相结合的方法，研究了胼类化合物的定量构效（QSAR）关系，构建了遗传神经网络QSAR模型。对30种肼类化合物的6个量子化学参数进行相关性和主成分分析，利用遗传神经网络QSAR模型对肼类化合物的毒性参数进行预测。结果表明，与常规BP神经网络建立的模型相比较，遗传神经网络QSAR模型有效解决了常规BP神经网络模型存在的过训练和过拟合问题，并且具有很好的预测效果。