元の名称記録: 西北师范大学

本发明公开了一株假单胞菌JQ36和其产生的肽类化合物的制备方法及应用。所述假单胞菌JQ36分离自甘肃小麦根际土壤，经液体发酵可产生新型结构肽类物质。这些物质可由固相萃取技术结合高效液相色谱技术分离纯化得到单体化合物。体外实验条件下，所述肽类物质可以抑制辣椒疫霉的游动孢子萌发、裂解辣椒疫霉的游动孢子；在辣椒活体上，50μM浓度的该类化合物可以很好的防控辣椒疫霉的病害发生，与对照组相比，该浓度可以达到83％以上的防控辣椒疫霉的效果。由此可见，该类新型结构化合物具有良好的防控辣椒疫霉效果，可以用于制备防控辣椒疫霉的生物药物，在农业生产等领域具有重要的潜在应用价值。

本发明提供一种药液成分浓度检测系统及方法，通过检测药液腔室的一侧面开有孔连接进药液缓冲管，药液缓冲管用于将待检测药液接入检测药液腔室，液面检测仪设置于检测药液腔室中的侧面；光透射检测装置悬空于检测药液腔室的正上方；光透射检测装置包括激光发射模块和凸透镜，激光发射模块发射激光，通过凸透镜将发射激光聚焦于检测药液腔室中的药液液面，由此可在不中断煎煮过程的前提下，自动完成样品采集、光谱检测，实现全过程监控，适配工业生产线上多批次煎煮流程的实时质量控制需求。

本发明适用信息安全技术领域，提供了一种算力网络的数据审计方法，该方法包括：当接收到用户请求对算力网络中目标数据进行审计的审计请求时，TPA根据审计请求生成挑战信息，并将其发送给CPNM，CPNM确定存储有目标数据对应副本的多个目标CPNP，并将挑战信息发送给每个目标CPNP，目标CPNP根据挑战信息为自身存储的副本生成审计证明，并将审计证明发送给CPNM，CPNM对所有审计证明进行聚合，并将聚合证明发送给TPA，TPA对聚合证明进行验证，并将验证结果发送给用户，以完成对目标数据的审计，从而实现对算力网络下的多云多副本数据的动态审计，减轻了单一节点的负担，提高了整个算力网络的稳定性和可靠性，同时，提高了审计效率，增强了数据安全性和审计信任度。

本发明涉及涂料乳液制备技术领域，具体为一种阳离子丙烯酸酯乳液及其制备方法，包括如下步骤：称取复合乳化剂于250mL三口烧瓶中，并加入去离子水，加热搅拌，得到乳化剂溶液；称取硬单体甲基丙烯酸乙酯、软单体甲基丙烯酸丁酯、功能单体甲基丙烯酸，分别加入到乳化剂溶液中，将三口烧瓶放到一定温度的油浴中加热搅拌一段时间，得到预乳化溶液；在三口烧瓶中插入阳极铂针与阴极石墨碳棒，采用直流电源，在一定电压下辉光放电一段时间，从而引发乳液聚合；停止放电后，将三口烧瓶移入一定温度的油浴中进行聚合反应，反应一段时间后，取出三口烧瓶，冷却至室温，使用200目筛网过滤除去凝胶，得到乳白色泛蓝光聚合产物。

本发明提供了一种V型小分子化合物在吸附分离环己烯、环己醇以及环己酮中的应用。V型小分子化合物由于存在分子间的C‑H⋅⋅⋅π相互作用，化合物在晶态下形成了具有空腔的三维网络结构，这使得该小分子化合物具有跟传统大环芳烃主体同样的优良性质，可在没有任何诱导的情况下发生自组装形成非共价键分子管道用于实现环己烯、环己醇以及环己酮的吸附分离。本发明吸附分离过程能源消耗低，所需时间短，设备要求低，所选用的晶态材料易于合成，产率高，稳定性强，对环己烯、环己醇以及环己酮的吸附分离效果好。

本发明涉及环境化学技术领域，尤其涉及一种基于碳酸盐缓冲的多聚磷酸盐强化类芬顿的黄土修复方法，包括：在待修复黄土场地进行网格化布点采样，测定每个采样点的pH值、碳酸盐含量和目标污染物浓度；确定每个采样点的修复响应指数RRI值；根据所有采样点的RRI值生成场地的RRI空间分布图，并划分为高RRI区和低RRI区；对于高、低RRI区，设定不同的Fe（III）与多聚磷酸盐的摩尔比及过氧化物投加模式；实时监测得到土壤体系的pH值和氧化还原电位ORP，并补加Fe（III）‑多聚磷酸盐络合液；采样并测定土壤中的污染物残留浓度，基于实际污染物去除率对响应指数权重数据进行修正。本发明提高了高碳酸盐黄土的修复效率与稳定性。

本发明公开了一种基于双通道层次交互学习的蛋白配体结合亲和力预测方法，尤其涉及基于双通道层次交互学习的亲和力预测方法。步骤如下：S1：基于包含三维结构和化学数据的蛋白质‑配体复合物空间结构，构建涉及原子尺度到子结构尺度的六个化学实体相互作用图网络；S2：通过双通道编码架构为骨干，同时从内型和外型通道中提取蛋白质‑配体的共价和非共价相互作用信息；S3：采用层次交互学习策略。本发明提供的基于双通道层次交互学习的亲和力预测方法，通过建模蛋白‑配体相互作用信息的丰富性和复杂性的技术，增强了对蛋白‑配体复杂相互作用的理解，以全面、准确地预测蛋白质‑配体结合亲和力。

本申请提供一种医学信息推荐方法及系统，所述方法包括：获取原始数据；根据医学结果映射规则对原始数据执行映射，以得到结果类型和结果数据；通过语料分类规则获取第一推荐数据；将结果数据和第一推荐数据输入至推荐数据库，以得到第二推荐数据和数据参数；将结果类型、结果数据、第一推荐数据、第二推荐数据和数据参数输入至医学信息推荐模型，以通过医学信息推荐模型执行预测，得到医学信息。所述方法在三个阶段通过医学结果映射规则、语料分类规则、推荐数据库分析以及神经网络模型预测等方法对原始数据进行处理，提高医学信息推荐方法的准确率和推荐效率。