茅山炒青多糖提取工艺研究

茅山炒青多糖提取工艺研究

ID:17397761

大小:165.00 KB

页数:100页

时间:2018-08-30

茅山炒青多糖提取工艺研究_第1页
茅山炒青多糖提取工艺研究_第2页
茅山炒青多糖提取工艺研究_第3页
茅山炒青多糖提取工艺研究_第4页
茅山炒青多糖提取工艺研究_第5页
资源描述:

《茅山炒青多糖提取工艺研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、茅山炒青多糖提取工艺研究1、相关定义1.1、中药指纹图谱的定义国家药品监督局于2000年8月15日公布了《中药注射剂指纹图谱研究的技术要求(暂行)》[28]。在该规定中对指纹图谱给出了明确的定义:中药材指纹图谱系指中药材经适当处理后,采用一定的分析手段,得到的能够标示该中药材特性的共有峰的图谱。如原药材需经过特殊炮制(如醋制、酒制等),则应制定原药材和炮制品指纹图谱的检测标准。谢培山也指出[29]中药指纹图谱在应用中应该强调:多个成分以相对稳定的比例关系及位置顺序相互制约下形成完整的色谱或光谱特征,即指纹图谱需要在整体性的基础上考察特有性;在考虑化学指纹图谱与药效的关系时,不应

2、将指纹图谱上的各个色谱峰进行机械的拆分,进行一一对应的谱效对照;而应该考虑到各峰之间可能的协同作用,从整体特征考察这些都为我们理解和实践中药指纹图谱提供了重要依据。1.2、糖类物质的定义、分类中,并占药材干重80-90%,是自然界存在的一大类具有广谱化学结构的有机化合物,它不仅是动植物的燃料和能源(贮能材料如糖元),也是代谢过程的中间产物,在生物过程中起着非常重要的作用,它是四大类生物大分子,是除蛋白和核酸之外的又一类重要的生物大分子。多糖是由不同的糖基通过糖苷键以不同方式的连接而成的,同时多糖分子还存在不同糖环构型、连接位置、异头碳构型(α或β)、及支链数量及支链的位置等,所

3、以多糖结构的复杂性超过蛋白质和核酸,并增加了测定的难度,这也是糖生物学之所以落后于基因和蛋白质研究的原因。在植物中,糖类物质的存在形式主要有三种:单糖、寡糖和多糖,迄今为止,植物中发现了超过200种天然单糖,但多数单糖是以结合的形式存在,只有少数糖如葡萄糖、果糖是以解离形式存在[1]。寡糖通常由2-9种单糖通过直链或者支链糖苷键连接,多糖则由超过10个甚至几千个以上单糖组成,并有着非常不同的物理和化学性质,是近年来研究最为活跃的高分子化合物。多糖的种类繁多,其来源大致可分为植物、动物、海藻和微生物(细菌和真菌)多糖。植物多糖包括有淀粉、纤维素、果聚糖、半纤维素、树胶和粘液质等,

4、如人参、黄芪、枸杞、当归等中含有的多糖有抗肿瘤、抗衰老、抗肝炎、降血脂等广泛的生物活性。动物多糖则包括在糖原、甲壳素、肝素、硫酸软骨素、透明质酸等。海藻多糖多含有硫酸基,具高黏度或凝固能力,品种多、资源丰富,具有多种生物活性,诸如抗病毒、抗肿瘤、抗辐射、抗突变、抗氧化和增强免疫力等。真菌多糖主要存在于真菌的子实体、菌丝体及发酵液中[2-3]。在不同的部位含量有所不同,在菌丝体的细胞壁和细胞质中含量较多,故真菌多糖主要是从菌丝体的细胞壁和细胞质中提取。真菌多糖主要是通过真菌发酵培养实现,现已研究适于深层发酵培养的大型食药用真菌有五十多种。1.3、本体的概念提取流程本体的概念语义主

5、要隐含在数据库的实体关系表表名中。然而由于关系数据库表分为实体表和关联表,并且可能出现多个实体关系表表示的同一个实体、或者不同关系表之间具有层次关系的情形,因此,不可以把每个关系表一一对应的生成本体概念。本体概念的提取工作主要根据3.4.1节和3.4.4节的讨论,从以下三个方面入手:1)从多个需要合并生成概念的实体关系表中提取一个共同的概念;2)从其他不需要合并生成概念的实体关系表中提取概念;3)从具有层次关系的实体关系表中提取具有层次关系的子概念。华南理工大学硕士学位论文36图4-2从关系表提取概念的总流程图图4-2描述了从关系数据库表提取概念的处理流程,得到以下流程4-1:

6、Tables=所有被待处理的数据库表;while(tables未遍历完){A=tables的下一个表;if(表A未生成过本体类){efkeys=表A的所有导出外键;pkeys=表A的所有主键;if(efkeys的数量大于0){进入多个表合并生成类及具生成具有层次关系的类的处理过程,即图4_3_1中的”X”节点,详细处理过程将在流程4-2中说明,流程4-2执行完毕将会从”Z”节点返回。}else{进入根据实体关系表生成类的处理流程,即图4-2中的”Y”节点,详细处理过程将在流程4-3中说明,流程4-3将会从”Z”节点返回。}}}流程4-1从关系表提取概念的总流程1.4、提取与匹配

7、相关概念3.1.1特征信息类型3.1.1特征信息类型为了建立有效匹配,确定检测哪种类型的特征信息来进行匹配将会直接决定着三维建模的精度,而在三维特征点云重建中,提取出的特征信息通常都是特征点。从前期的立体视觉研究开始[29-32],学者们就已经进行着基于特征点的提取与匹配研究了。点特征可以用来寻找出同一场景不同位置图像的对应位置的稀疏集合,同时也是计算摄像机内外部参数的基础,摄像机姿态信息对进行立体视觉配准以及稠密点的配准起着至关重要的作用。因此在进行图像配准或者真实物体建模时,检测或提取出

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。