【摘 要】
：
5-羟甲基糠醛(HMF)作为一种可以生产多种化学品的原材料越来越受到人们的重视,但随着工业化的发展,在生产过程中的污染物的产生也成为了重大的难题。本文采取了一种绿色环保
论文部分内容阅读
5-羟甲基糠醛(HMF)作为一种可以生产多种化学品的原材料越来越受到人们的重视,但随着工业化的发展,在生产过程中的污染物的产生也成为了重大的难题。本文采取了一种绿色环保的方法来催化HMF,利用半乳糖氧化酶(GOase)对羟基的特异性识别来氧化HMF产生2,5-呋喃二甲醛(DFF),并在整个催化过程中无任何污染物出现。GOase是一种可以催化多种底物的铜金属酶,在与空气接触的过程中会给予O2两个电子使其形成H2O2,而H2O2会对GOase造成不可逆的失活影响。因此本次研究同时引入锰超氧化物歧化酶(MnSOD)来减小H2O2的影响,MnSOD有着类似于过氧化物酶的性质,可以通过过还原反应给予H2O2一个电子,使其形成自由基来激发GOase的中心内部活性,或是分解了H2O2,从而降低H2O2对催化过程中的负面效果。此外也围绕这两种酶进行了复合物固定,通过加入Cu2+和PO43-使其与酶共同沉淀形成GOase/MnSOD-NF复合物。该复合物呈现出球状结构,表面上有着大量的裂纹间隙,直径是30 μm左右。通过激光共聚焦和X-射线光电子能谱(XPS)等仪器分析,表明了酶蛋白可以充分且均匀地分布在复合物的结构之中。在催化HMF方面,本研究比较了游离GOase与GOase-NF的催化活性,在相同的条件下,前者的转化率为34.78%,后者为51.11%;在此基础上引入了 MnSOD形成了 GOase/MnSOD-NF复合物,并且把转化率提升至77.17%。同时也检测了加入MnSOD后对H2O2的耐受性,发现GOase-NF的活性仅保留31.9%,而GOase/MnSOD-NF得活性保留了 58.57%。
其他文献
研究目的:观察DNA损伤修复相关蛋白KIN17蛋白的表达,分析其与上皮性卵巢癌(Epithelial ovarian cancer,EOC)患者临床特征与预后的关系。方法:1.利用Oncomine数据库和Kaplan-Meier数据库,观察KIN17 DNA及mRNA在卵巢癌组织中的表达水平,分析其表达与卵巢癌发生发展及总生存期的相关性。2.收集2012年01月01日至2018年01月31日,吉林
当今我国社会经济的快速发展,物质生活水平的不断提高,城市化节奏的加快,人们生活压力也逐渐增大。越来越多的人们开始逃离城市来到乡村,感受大自然、拥抱大自然。人们消费能力也逐渐增强,通过消费获得的满足感来释放自己的工作压力,这就促进了我国农业旅游发展的黄金时期。但是由于我国的农业旅游出现了同质化、单一化,缺失地方特色,导致了我国村落经济走向瓶颈。为抓住这次发展机遇,将“创意农业”的相关理概念论融入到传
生物数学领域的重要研究内容之一种群动力学模型,对于生态学理论,特别是对物种的保护等领域都有广泛的应用,其中一种很典型的种间相互作用就是食饵与捕食者之间的关系。这类
G区凝析气顶油藏既存在凝析气顶也存在油环,随着地层压力下降,凝析气顶会反凝析出大量凝析油,因此在油藏开采时,可以利用循环注气方式保持地层压力,减少凝析油的损失。准确地
如今已经有越来越多的零售商实施全渠道战略,通过在线商店和实体商店向消费者提供统一无缝的服务。全渠道零售模式不仅给予消费者极大的购物自由,同样也给予消费者极大的退货自由。因此,全渠道背景下的退货问题尤为凸显,提供优质的退货服务已经成为众多全渠道零售商区别于其他对手的竞争策略。然而现有研究在竞争环境下展开的大多关注的是单渠道和双渠道零售商设置,全渠道模式下的研究内容较为空白。本文以R零售商作为研究对象
人类研究了大自然中动植物表面结构的独特性,越来越多的科研工作者从中受到启发,对仿生材料进行研究,目前如何制备具有特殊功能的微纳米结构界面成为迫切解决的问题。本文结
刚地弓形虫(Toxoplasma gondii,T.gondii)是一种对人类危害非常严重的人兽共患原虫,感染期包括包囊、卵囊和速殖子。速殖子依赖于寄生在细胞中生存,对自身的生存环境要求较高
辣根过氧化物酶（HRP）是一种由无色蛋白质和棕色铁卟啉组成的糖蛋白。目前,HRP广泛用于污水处理、食品工业和催化反应。然而,HRP提纯于植物,在纯化过程中很容易失活,使其生产成
图像语义分割技术是图像处理领域的重要课题之一,是图像分类、目标检测等任务的关键技术,它的准确性和稳定性会影响图像处理任务的发展,因此,快速精确的语义分割一直是科研人员的研究目标。随着人工智能的发展,图像语义分割算法逐渐以深度学习方法为基础展开。但目前基于深度学习的图像语义分割算法通常以像素为基本单元进行处理,存在大量冗余,增加了算法的时间复杂度与空间复杂度。并且,更为精确的分割结果往往依赖更加复杂
植物建模长期以来一直是计算机图形学领域研究的重点之一。它是自然场景建模中必不可少的环境因素。植物形态结构复杂多样,大规模场景中需要诸多不同的形态结构。如何利用计算机高效快速地生成这些模型,已成为植物建模领域中的热点问题。为已知植物逆向推断其生长模型是一种有效的植物建模方法。针对目前方法中其描述方式不够直观、对输入要求严格以及耗时相对较长等问题,本文研究了基于参数智能提取的植物建模方法。利用该方法可