【摘 要】
：
巨细胞病毒(Cytomegalovirus,CMV)对器官移植患者、产妇及新生儿等免疫功能失调人群的危害极大.目前,临床检测CMV的主要方法为荧光定量PCR法(Quantitative polymerase chain reaction,qPCR),但其检测成本高,仪器操作复杂,不适于现场快速检测.环介导等温扩增(Loop-mediated isothermal amplification,LAMP)是一种超灵敏且简单快速的核酸检测技术,其扩增效率优于qPCR,但其引物间易产生二聚体,导致非特异性扩增,从
论文部分内容阅读
巨细胞病毒(Cytomegalovirus,CMV)对器官移植患者、产妇及新生儿等免疫功能失调人群的危害极大.目前,临床检测CMV的主要方法为荧光定量PCR法(Quantitative polymerase chain reaction,qPCR),但其检测成本高,仪器操作复杂,不适于现场快速检测.环介导等温扩增(Loop-mediated isothermal amplification,LAMP)是一种超灵敏且简单快速的核酸检测技术,其扩增效率优于qPCR,但其引物间易产生二聚体,导致非特异性扩增,从而出现假阳性结果.本研究针对LAMP扩增产物中的DNA单链环状结构,设计了两段序列互补的探针,分别连接磁珠(Magnetic beads,MNs)和修饰有拉曼探针信号分子4-巯基苯甲酸(4-Mercaptobenzoic acid,4-MBA)的银纳米粒子(Sliver nanoparticles,AgNPs),二者与环状结构结合,形成MNs-LAMP产物-AgNPs复合物.通过磁场富集此复合物,表面增强拉曼散射(Surface enhanced Raman scattering,SERS)光谱监测结果表明,复合物的SERS信号更强.采用本方法检测了CMV标准核酸序列,检出限低至1000 copies/mL.本研究在扩增产物结构原理层面上解决了LAMP技术可能出现假阳性结果的问题,对研发新型快速核酸检测技术具有参考价值.
其他文献
海洋中多氯联苯污染监测受到广泛关注,采用表面增强拉曼光谱(SERS)和密度泛函理论(DFT)方法探究四种代表性的多氯联苯(PCB15,PCB28,PCB47和PCB77)的拉曼光谱差异以及在金纳米表面的吸附特性,并对比了物质吸附特性差异对各自SERS定量检测的影响规律.首先,计算了多氯联苯的拉曼光谱和振动模式贡献,并与实测结果进行对比归属拉曼峰位.然后,构建了PCBs-Au吸附体系并计算其结合能、吸附前后分子空间结构变化来预测分子在金基底上的吸附特性.最后,以金溶胶为SERS增强基底对四种物质进行了SER
基于吡啶-2,3-二甲酸和6-氨基-β-环糊精的缩合反应,合成了桥联β-环糊精,将其键合到硅胶表面,制备了一种新型的吡啶二甲酰胺基桥联双β-环糊精手性固定相(PyCDP).以黄烷酮类、三唑类、氨基酸类、β-受体阻滞剂类共38种手性药物和农药作探针,系统评价了此固定相的手性色谱性能,并采用自制的天然环糊精固定相(CDCSP)作为对比.结果表明,PyCDP可在反相和极性有机两种模式下拆分全部38种手性物质,其中2′-羟基黄烷酮、粉唑醇、苯丙氨酸和艾司洛尔对映体的分离度(Rs)分别为2.36、1.98、1.86
针对柔性化钣金产线加工订单呈现离散化特征所导致的人工排程不能满足需求的问题,在订单按时交货的基础上以最小化综合成本及最低综合设备损耗为目标,基于Drools规则约束引擎,研究适用于柔性化钣金产线的快速寻优排程方法.以钣金生产为例,分析排程规划问题的求解过程,通过分析多目标求解的问题提出结合Drools规则引擎的求解方法.根据钣金产线实际生产需求列出规则约束,并以此建立数学模型.结合三级评分模型及寻优机制求解优化排程方案.通过模拟生产排程应用,分析寻优结果最优排程方案的甘特图及得分明细,验证了排程方法的有效
大气痕量气体差分吸收光谱仪(EM I)是一种紫外可见成像光谱仪,主要用于实现高空间分辨率的全球每日大气痕量气体浓度反演.EM I在轨运行期间,受空间环境影响,元器件性能随时间推移会不断衰变.为有效监测其衰变状况,利用载荷对地各轨0级数据解析出在轨温度,实现长期在轨温度监测;通过计算各轨道星下点黑暗时的暗背景图像噪声的均值和标准差,实现CCD(charge-coupled device detectors)暗背景噪声随时间变化趋势监测,进一步评估空间粒子对CCD像素点的损伤;利用多次在轨测量的内部白光光源在
方面级细粒度情感分类是指针对文本数据,分析其在指定方面的情感极性.由于获取到的评论样本往往涉及不同的方面,导致各个方面的情感极性不平衡.为了减少不平衡数据对模型训练的影响,本文提出了一种新的数据平衡方法——批处理平衡方法(BB),用来平衡多标签多类别数据.同时,由于评论文本蕴含多个方面,传统模型结构往往每次只能预测一个方面的情感.为了提高情感挖掘效率,本文提出了自动关注不同方面的情感注意力网络——双向循环卷积注意力网络(Attn-Bi-LCNN)模型.模型会同时关注不同方面的不同情感信息形成情感语义矩阵,
芜湖东门渡窑是古代宣州窑场的早期窑口之一,属古越窑系青瓷;该窑口出产的陶瓷产品器型别具一格,具有鲜明的地域特色.但长期以来,对于东门渡窑瓷器仅仅从其外观推测其工艺特征,对该类瓷器的微观结构特征和配方工艺特点缺乏必要的分析证据.为系统解析东门渡窑古陶瓷的胎、釉化学组成和烧制工艺,运用波长色散X射线荧光光谱法(EDXRF),结合光学显微分析手段,对东门渡窑古陶瓷胎、釉的化学成分和微观结构等进行深入探究;采用X射线衍射分析、红外光谱及热重分析等多种光谱技术,探明了古陶瓷样品胎体的物相组成、主要化学成分和烧制特点
近红外光谱中包含了物质中有机分子含氢基团的特征信息,具有维度高、冗余大等特点.传统的基于浅层校正模型,比如主成分回归、偏最小二乘回归、人工神经网络、支持向量回归等,无法提取近红外光谱数据深层的信息.提出一种基于堆叠监督自动编码器的近红外光谱建模方法,不仅可以拟合光谱数据与理化值之间复杂的非线性关系,还可以提取数据深层的特征信息.首先通过对比不同的光谱预处理对模型预测结果的影响,选择最优的预处理方法,然后再使用相关系数法提取特征波段.将处理好的近红外光谱数据作为堆叠监督自动编码器的输入信号,利用理化值对多个
在近红外光谱的定量分析中,由于仪器的精密程度越来越高,采集的光谱数据通常具有很高的维度.因此,波长选择对于剔除噪声及冗余变量,简化模型,提高模型的预测性能是必不可少的.近红外光谱特征波长选择方法众多,但变量间的多重共线性问题仍是导致模型效果较差的一个关键问题.变量间共线性可以通过相关系数进行分析,当相关系数高于0.8,表明存在多重共线性.据此,以变量间相关系数为选择标准,提出一种以所选变量之间共线性最小化的波长选择方法,称之为最小相关系数法(M C C).该方法以光谱数据的相关系数矩阵为基础,挑选出与其他
随着观测设备的不断完善,人们获得的光谱数量持续上升,如何进一步提高光谱自动分类的性能引起广泛关注.为此,以恒星光谱为研究对象,在近年来新出现的BERT和CNN等深度学习模型的基础上,试图融合了BERT模型和CNN模型在特征提取和智能分类方面的优势,提出高性能混合深度学习网络BERT-CNN,用以探讨该模型在提升光谱分类性能方面的有效性.该模型首先将恒星光谱数据输入BERT模型;然后,利用BERT模型中的Transformer进行特征提取,得到特征向量;最后,将特征向量输入CNN模型,通过softmax分类
近红外光谱检测技术已经成功应用于水泥生料成分的快速检测,但我国水泥企业在生产水泥生料时所用原材料品种不一,使用不同的原材料进行生产时对近红外光谱建模带来一定影响.为了研究不同原料生产的水泥生料近红外光谱建模差异,对不同地区水泥生产线所生产的水泥生料进行建模研究.选取两个不同地区水泥生产线的水泥生料样本各95份和82份,各自选取80份和67份作为校正集,15份作为验证集.首先将两条水泥生产线的样本每份重复装样测3次光谱,取平均光谱做为样本的近红外光谱.然后通过采用S-G平滑法对两个不同地区所生产的水泥生料近