苯酚及其衍生物对氨氮生物硝化的抑制研究

利用富集培养的硝化污泥研究了苯酚及其衍生物2,4-二氯苯酚、对氨基酚、邻甲基酚和对硝基酚对氨氮生物硝化过程的抑制特性。结果表明,上述5种酚类化合物对硝化细菌的抑制类型均为非竞争性抑制,抑制常数KI和EC50值相等,分别为2.61、1.92、8.50、1.18和6.65 mg/L。上述5种酚类化合物对硝化细菌的抑制程度由大到小的顺序为：邻甲基酚〉2,4-二氯苯酚〉苯酚〉对硝基酚〉对氨基酚。酚类化合物对硝化细菌的抑制是可逆的,通过简单的抑制剂稀释或洗涤可以使硝化细菌恢复活性。在保证出水水质的前提下,抑制剂存在时硝化工艺的泥龄被迫延长,且抑制程度越大,泥龄延长的程度越大。当系统受到有毒物质冲击时,和调控泥龄相比,调节工艺的进水流量或改变容积负荷是缓冲冲击的更简捷、快速和有效的途径。     

多糖及其衍生物抗病毒作用研究进展

近年来，多糖及其衍生物的抗病毒作用已得到充分证实，有的已用于临床作为抗病毒药物使用．本文综述了多糖及其衍生物的抗病毒活性、构效关系、作用机理和临床运用.     

壳聚糖衍生物对重金属离子的吸附性能

研究了具有线性硫脲基和羧基双官能团的改性交联壳聚糖颗粒树脂 (CNCTS)对Cu2 、Ni2 和Co2 的吸附特性及机理 .结果表明 ,该化合物对Cu2 的吸附量为 2 4 0mmol/ g ,Ni2 为 1 6 0mmol/ g和Co2 为 3 10mmol/ g .它们的差异可能与离子的构型和络合体的配位相关 .在 3种离子混合溶液选择性吸附中 ,对 3种离子的吸附性与对单种离子的吸附性是一致的 ,该化合物对Co2 具有优良的选择吸附性 .经用 0 1mol/L的盐酸洗脱再生 3次后 ,该颗粒状树脂的吸附性能下降率极小     

甲醛,乙醛,丙烯醛衍生物的特性研究

合成了环境重要污染物甲醛、乙醛和丙烯醛的衍生物－２，４－二硝基苯腙，应用熔点法、元素分析和核磁共振技术鉴定了３种苯腙的结构与纯度，应用毛细管气相色谱法研究了３种衍生物的某些色谱性质，结果表明：这３种希夫碱可以作为标准品来测定环境空气中微量低分子醛类蒸气。     

单取代苯衍生物的QSAR研究——分子表面积和活性基团表面积的应用

本文对３０种单取代苯衍生物的结构和毒性关系进行了研究，由于取代基的多样性和性质的各不相同，用量子化学计算所得电子性质参数，拓扑指数和某些经验参数作描述参数，均不能得到好的与毒性的相关性，为此，引入了与取代基相关的取代基活性基团表面积，再加上反映分子总体性质和形状分子表面积及三阶形状指数，所得回归方程较好反映了结构和毒性关系，这也说明了对于单取代苯衍生物，取代基在致毒作用中可能起重要作用。     

取代苯甲醛衍生物的定量结构—活性关系（QSAR）研究

本文研究了反应性化合物取代苯甲醛衍生物对大型蚤的４８ｈ急性毒性，建立了定量结构－活性关系模型，探讨了其毒性作用机制，发现其毒性主要取决于苯环上取代基的Ｈａｍｍｅｔｔ电效应常数。模预测结果与实验结果基本一致。     

烃类及其衍生物闪点、沸点的定量构效关系

基于定量结构一性质相关性（QSPR）原理,研究了烃类及其衍生物闪点、沸点与其分子结构间的内在定量关系。应用CODESSA软件计算384种烃类及其衍生物的分子结构描述符,建立了闪点和沸点的QSPR模型。用最佳多元线性回归（B．MLR）方法筛选得到的分子描述符建立了线性回归模型。用B-MLR方法所选择的5个描述符作为支持向量机（SVM）的输入建立了非线性模型。所有的化合物被分为训练集和测试集,对每个模型的训练集和测试集的复相关系数、交互验证系数、均方根误差等进行了计算,并用测试集对模型的预测能力进行检验,预测结果表明：预测值与实验值均符合良好,所建立的闪点模型稳健,泛化能力强,预测误差小,预测的效果令人满意,但沸点的模型预测效果有待加强。相比烃类物质的模型,加了衍生物的模型性能均有所下降。     

新污染物多环芳烃衍生物的来源、分布与光化学行为

环境中多环芳烃衍生物(SPAHs)来源广泛,具有“三致”效应,毒性与PAHs母体相当甚至高于母体,是一类具有较高风险的新型有机污染物.大气和表层水体等环境介质中,光化学降解是其重要的消减方式.在梳理文献的基础上,发现SPAHs在来源、分布、行为和风险研究方面与传统污染物PAHs相比有了新的突破.通过总结新污染物SPAHs的环境分布特征与光化学行为研究的最新进展,介绍了3类SPAHs的来源和形成机制,重点评述了不同环境介质中的存在状况与分布特征,讨论了水、冰等介质中SPAHs光化学转化动力学、反应路径以及影响因素,最后对SPAHs的环境行为和风险研究进行了展望.     

全氟和多氟烷基化合物微生物降解与转化研究进展

全氟和多氟烷基化合物(PFASs)因其持久性、长距离迁移性、生物积累性和生物毒性而受到广泛关注.目前世界上对环境中PFASs的监测和管控主要针对全氟烷基酸(PFAAs).而大部分多氟烷基化合物在环境中能够被微生物降解为PFAAs,也被称为前体物.因此,探究前体物在环境中的微生物转化行为有助于综合评价PFASs的环境风险,以及制定相关的管控和修复措施.虽然PFAAs一直被认为是环境中的“永久化合物”,但近年来,PFAAs的厌氧微生物还原脱氟作为一项极具潜力且充满挑战的修复技术,成为研究的一个前沿热点.系统总结了前体物(氟调化合物和全氟辛烷磺胺衍生物)、 PFAAs和新型PFASs在微生物作用下的降解规律和转化路径,并讨论了PFASs微生物降解的影响因素,最后提出未来的研究方向.     

神经网络法应用于酚类化合物对青海弧菌毒性的预测

青海弧菌对有毒酚类化合物具有强烈的敏感性,为建立酚类衍生物对青海弧菌毒性的定量结构-活性相关性(QSAR)模型,分析了16种酚类衍生物的分子结构与对青海弧菌毒性之间的相关关系,计算了酚类衍生物的分子连接性指数和分子形状指数,并优化筛选了分子连接性指数的1阶路径指数(~1χ)和分子形状指数的2阶特征指数(K_2)及1阶和2阶指数乘积值(K_4),用这3种指数与对青海弧菌的毒性进行多元回归分析,多元回归方程的决定系数R~2=0.971。为进一步提高预测精度,将这3种分子结构参数作为神经网络的输入变量,毒性值作为输出变量,采用3:2:1的网络结构,通过反向传播(BP)神经网络法获得满意的QSAR预测模型,总的相关系数r为0.996,计算得到的毒性预测值与实验值较为吻合,平均相对误差仅为1.98%,结果表明该模型具有良好的预测酚类衍生物毒性的能力,可以看出神经网络方法对酚类化合物发光菌毒性预测比多元线性回归方法的统计学意义更加明显。