导读:本文包含了手性识别论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:手性,色氨酸,电化学,探针,氨基酸,化合物,荧光。
手性识别论文文献综述
杨盈,黄少华,冯继文[1]（2019）在《核磁共振氢谱中二苯基乙二胺衍生物手性识别其结构类似物（英文）》一文中研究指出本文通过手性二苯基乙二胺与异氰酸酯的衍生化反应,合成了一种C_2对称的手性主体1.该主体可以手性识别其结构类似物:α-苯乙胺(客体2)、α-对甲氧基苯乙胺(客体9)以及它们的衍生物(客体3～8和10～13).高分辨核磁共振氢谱(~1H NMR)显示了对映体识别中主客体间的氢键作用.结果表明,除含2个NO_2的客体7和12外,主体1可以较易识别含有两个伯胺的脲和酰胺衍生物.研究还发现,主体1对脲衍生物2、9比对酰胺衍生物有更强的氢键作用,此外主体1对(R)和(S)-脲衍生物中的CHCH_3基团也有更高的辨识能力.(本文来源于《波谱学杂志》期刊2019年04期）
朱园园,王子君,古双喜,张珩[2]（2019）在《氨基酸手性荧光识别及光学组成测定实验设计》一文中研究指出将前沿的科研成果转化成综合实验教学内容,设计了荧光探针对氨基酸手性识别及光学组成测定的综合性实验。阐述了荧光探针的手性识别原理、实验流程、实验操作及实验结果分析。该实验属于手性化学、光物理、光化学、分析化学交叉学科的前沿研究领域,能激发学生的科研兴趣,培养学生的综合科研能力。该实验还具有可拓展性,能弥补传统综合实验的重复性和单一性问题。(本文来源于《实验技术与管理》期刊2019年10期）
崔兴,单若妮,何潮洪[3]（2019）在《双相识别手性液液萃取系统拆分氟比洛芬对映体》一文中研究指出氟比洛芬是临床上常用的非甾体抗炎类手性药物,主要用于治疗类风湿性关节炎和骨关节炎。其S型对映体有较高的药理活性而R型对映体药效较低且有一定毒副作用,因此获得单一的光学纯S-氟比洛芬对映体具有重要应用价值。在之前工作基础上,研究利用含手性离子液体为水相萃取剂和酒石酸酯为油相萃取剂的双相识别手性萃取系统对氟比洛芬消旋体进行了手性拆分。研究了酒石酸酯种类,有机溶剂种类,油相手性选择剂浓度,氟比洛芬消旋体浓度,pH及温度对萃取过程的影响,并通过反萃取过程实现了手性离子液体的循环回用。结果表明,在1-丁基-3-甲基咪唑L-色氨酸([Bmim][L-trp])浓度0.02 mol·L~(-1),D-酒石酸二辛酯浓度0.3 mol·L~(-1),氟比洛芬浓度50μg·mL~(-1),二氯乙烷为有机溶剂,pH=2.0,25℃下,体系选择性达到1.31。相比于单相手性识别,双相手性识别体系选择性得到较大改善。(本文来源于《高校化学工程学报》期刊2019年05期）
于珊珊,李金龙,姚培圆,冯进辉,吴洽庆[4]（2019）在《腈水解酶催化潜手性二腈化合物去对称性水解反应的立体识别机理的研究》一文中研究指出手性氰基羧酸化合物是合成手性药物的关键中间体,如(R)-3-(4-氯苯基)-4-氰基丁酸,(R)-3-氰基甲基-5-甲基己酸分别是合成镇痛药物(R)-巴氯酚、治疗神经疼痛药物(S)-普瑞巴林的关键中间体,具有极高的市场价值~1。腈水解酶对潜手性二腈化合物进行去对称性水解是制备高手性的氰基羧酸的技术之一~(2,3)。在具有(本文来源于《第十二届中国酶工程学术研讨会论文摘要集》期刊2019-08-08）
张燚,王炳锋,田兴国,徐小艳[5]（2019）在《分子模拟法研究聚多巴胺与色氨酸的分子印迹手性识别机理》一文中研究指出【目的】考察聚多巴胺(PDA)与L-色氨酸(L-Trp)、D-色氨酸(D-Trp)分子间的相互作用差异,以揭示分子印迹手性识别的机理。【方法】采用计算机分子模拟法研究以手性色氨酸为模板,聚多巴胺为功能单体的分子印迹预组装体系。首先通过构象搜索,获得聚多巴胺四聚体可能的稳定结构;然后采用分子对接研究手性色氨酸分子与多巴胺的作用形式;最后通过量子化学方法,从电子结构层面上分析L-Trp、D-Trp分子与聚多巴胺结合力差异产生的原因。【结果】Trp与PDA的结合力以氢键作用为主,L-Trp与PDA的氢键作用强于D-Trp;L-Trp与PDA的复合物(L-Trp-PDA)的前线轨道能级差比D-Trp-PDA的大,且前者的结合更紧密,弱相互作用更强。【结论】分子模拟方法使用相对简便,计算速度快,适用于研究分子印迹手性识别机理。(本文来源于《华南农业大学学报》期刊2019年06期）
雷鹏,周影,洪沙沙,杨亚娟,双少敏[6]（2019）在《配位自组装的高效电化学界面对色氨酸的手性识别》一文中研究指出基于多壁碳纳米管(MWCNTs)和聚精氨酸(PLA)能有效促进电子转移的性能,以及Cu~(2+)修饰的β-环糊精(Cu-β-CD)对色氨酸(Trp)的主客体识别和富集能力,本研究采用MWCNTs、PLA和Cu-β-CD构建手性传感器,得到Cu-β-CD/PLA/MWCNTs复合膜,并用示差脉冲伏安法(DPV)对色氨酸(Trp)异构体进行手性识别和检测。结果表明,该手性传感器对Trp异构体产生显着的电流差,并且对L-Trp的电流响应高于D-Trp,两者分离系数可达3.37,并在1.0×10~(-6)～5.5×10~(-5) mol·L~(-1)浓度范围内呈现良好的线性相关,检出限(S/N=3)可达3.3×10~(-7) mol·L~(-1)。所制备的传感器响应快速、识别效率高,在手性分子识别领域具有潜在的应用价值。(本文来源于《分析科学学报》期刊2019年03期）
白蕾,霍淑慧,韩振刚,陈晶[7]（2019）在《双功能方酰胺荧光探针手性识别研究》一文中研究指出合成了4个双功能方酰胺探针分子,其中1和3为新化合物,2和4为已知化合物,并通过核磁共振(~1H NMR、~(13)C NMR)和高分辨质谱(HRMS)确认其结构。采用荧光光谱法,系统研究了这4个手性探针分子对Boc-苯丙氨酸、苯丙氨酸、苯甘氨酸、脯氨酸、缬氨酸、酒石酸、扁桃酸和联二萘酚的荧光手性识别效果。通过组合筛选发现,探针分子4对缬氨酸有较好的识别效果。进一步的研究结果表明,探针分子4与缬氨酸的摩尔比为1∶2时,加入L-缬氨酸后,荧光光谱峰大幅蓝移,且荧光强度大幅减弱;加入D-缬氨酸后,荧光光谱没有变化,荧光强度比值(I_D/I_L)达到1.35。据此提出了探针分子4的叔胺基团和方酰胺基团分别通过静电作用和氢键作用各结合一分子L-缬氨酸的双手性中心识别机理。(本文来源于《分析化学》期刊2019年08期）
陈梦瑶[8]（2019）在《手性化合物的比旋光度预测及绝对构型自动识别》一文中研究指出手性化合物的绝对构型的实验检测通常是昂贵且耗时的,而比旋光度的理论预测可以辅助解决这一问题。本论文通过机器学习方法进行了对映体绝对构型的自动识别,并定量地预测了手性分子的比旋光度值,具体研究内容如下:1.手性离子液体的绝对构型的自动识别编码手性阳离子结构的PAS描述符与代表非手性阴离子的二进制指示变量相结合构成分子手性描述符。通过相向传播人工神经网络(CPG NN)进行手性离子液体的比旋光度预测。输出层的映射图清楚地显示了PAS描述符具有区分左旋和右旋化合物的能力,并将具有高比旋光度绝对值的化合物分配到特定的区域。此外,CPG网络揭示了含有不同阴离子的离子液体所覆盖化学空间的多样性,并使阳离子、阴离子和比旋光度之间的关系可视化。CPG NN最终定量预测的结果为:测试集的RMSE=22°。基于相同的数据集和手性描述符,CPG NN正确地识别了测试集中大部分对映体的绝对构型。由于PAS描述符属于分类指数,而且在定量预测中,监督的机器学习法往往优于半监督的CPG网络,所以我们又提出了定量的ePAS描述符,并利用多层感知器(MLP),随机森林(RF)和多线性回归(MLR)建立定量预测模型。其中,结果最好的模型为:将PAS和ePAS描述符结合,递交到RF中进行变量选择,然后使用最相关的30维描述符建立RF模型。最终,相应的训练集和测试集的RMSE均在10°~11°之间。所得定量结果明显优于使用PAS描述符的结果。若将RF应用于定性预测,则所得模型能正确地识别测试集中95%对映体的绝对构型。2.手性氟化物的比旋光度预测采用PAS描述符代表44对手性氟化物对映体,建立了定性与定量的比旋光度预测模型。对于定性预测,采用+1和-1代表比旋光度的符号作为CPG网络的输出。训练集中的化合物在映射图上的分布验证了PAS描述符具有区分左旋和右旋氟化物的能力。将测试集的PAS描述符也映射到训练过的CPG NN中,测试集的8对对映体显示在被激活的神经元上并正确分类。对于整个数据集进行leave one-pair out交叉验证,44对中有41对对映体的绝对构型被正确地识别。以上结果表明,建立的定性模型令人满意,可以正确地识别大部分的L-化合物和D-化合物。分别采用PAS,PAS+ePAS和cPAS描述符表示手性氟化物的结构,建立定量模型。由于不相关的变量可能会增加计算的复杂性并导致分类的准确性降低,因此我们基于RF的变量重要性选择描述符,并将其用于定量构效关系研究。其中,由手性氟化物共有的结构特征衍生的cPAS描述符得到了包含11个变量的子集。采用这个子集所建立的RF模型得到了最好的定量预测结果。对于整个数据集的leave one-pair out交叉验证,其结果为R=0.969,RMSE=11.4°。此外,数据集中有30个化合物的比旋光度是在氯仿中测量的,我们使用机器学习的方法预测了这30个化合物的比旋光度,并与文献中量子化学的计算结果进行了对比。结果表明,机器学习法不仅可以快速预测氟化物的比旋光度,同时能够达到量子化学计算的准确度。3.仲醇手性拆分的主产物的绝对构型预测从文献中挑选出了34个仲醇及以它们为反应底物在同一条件下进行手性拆分得到的对映体产物和对映体过量值(ee)。为了预测对映体产物中主产物的绝对构型,分别用+1代表主产物和-1代表次产物。采用PAS描述符描述仲醇对映体,并分别通过CPG网络、多层感知器(MLP)、多元线性回归(MLR)和随机森林(RF)建立定性预测模型。所得结果指出,整个数据集交叉验证的正确率为97%~100%。此外,根据RF、M5和Greedy选择的变量,我们发现轨道的电负性和电荷密度对预测主产物的绝对构型起着重要的作用。(本文来源于《河南大学》期刊2019-06-01）
宋金奕[9]（2019）在《构建不同手性界面用于电化学识别氨基酸及其衍生物》一文中研究指出手性是自然界基本和本质的属性,许多物质如氨基酸、蛋白质、糖、DNA等都具有手性。手性物质是由sp3杂化碳与四种不同取代基所形成的,它们的镜像不能与其自身重迭。不同构型的手性分子虽然物理性质相似,但是却呈现出不同的化学性质和药理活性。因此,手性识别研究在化学、科学、食品、药物等领域中具有重要的意义,而发展快速、灵敏、准确和低成本的手性分析方法则是手性识别的研究目标。近年来,手性识别技术广泛应用于色谱、荧光、比色分析、石英晶体微天平和电分析等领域,其中具有低成本、快速检测、灵敏度高的电化学方法受到了广泛的关注。在设计电化学手性识别的过程中,如何找到一种有效途径来构建手性传感平台很大程度上影响着识别效率。因此本研究利用了比表面积大的碳纳米材料(如多壁碳纳米管、单壁碳纳米管、碳纳米角)和优良电催化活性的金属纳米材料(如金、钯、铂、镍、铜),并将环糊精、大环抗生素和二肽作为手性选择剂,用于构建不同手性界面实现对色氨酸、酪氨酸和扁桃酸对映体的手性识别。主要的叁个研究工作如下:1.通过氨基化的?-环糊精(NH_2-?-CD),金铂核壳微球(Au@Pt),聚乙烯亚胺(PEI)和多壁碳纳米管(MWCNTs)之间的静电吸附制备了一种手性纳米复合材料,并将其修饰在玻碳电极(GCE)上用于电化学选择性识别色氨酸(Trp)对映体。其中Au@Pt能够有效地固载手性选择剂(NH_2-?-CD)和提高实验的电化学性能。采用透射电子显微镜(TEM),扫描电子显微镜(SEM),红外光谱(FTIR),紫外可见光谱(UV-vis)和电化学方法对纳米复合材料进行了表征。通过差分脉冲伏安法(DPV)的检测,观察到L-Trp与D-Trp之间出现了明显的峰电流差异。同时利用接触角实验解释了识别的机理。结果说明合成的手性纳米复合物能够识别Trp对映异构体。2.设计了一种基于替考拉宁(Tei)和由铜-铂核壳微球及单壁碳纳米管-二硫化钼组成的花状纳米复合材料(Cu@Pt/SWCTNs-MoS_2)的手性分析策略用于简便、灵敏的识别酪氨酸(Tyr)对映体。该策略采用花状纳米复合材料来固载Tei和提高实验的电化学性能。纳米复合材料通过SEM,TEM,X射线能谱(EDX),拉曼光谱,FTIR,接触角和电化学方法表征。并用DPV测定了Tyr对映体与修饰电极的相互作用。同时利用密度泛函理论优化反应的结构并论证了识别的机理。结果表明,构建的手性界面与Tyr对映体之间存在对映选择性的相互作用,且与L-Tyr的相互作用强于D-Tyr。3.通过将?-谷氨酰胺半胱氨酸二肽组装到NiAuPd空心微球修饰的氮掺杂碳纳米角上制备了一种新型的手性纳米复合材料(Glu-Cys/NiAuPd/N-SWCNHs),将该手性纳米复合材料固载在GCE上用于检测和识别扁桃酸(MA)对映体。采用SEM、EDX、TEM、FTIR、接触角和电化学方法分析了制备的手性纳米复合物的微观结构和组分特征。采用DPV技术探究手性纳米复合物修饰电极与MA对映体的相互作用。结果表明手性纳米复合物与MA对映体表现出对映选择性的相互作用,且在R-MA上表现出更强的作用。(本文来源于《西南大学》期刊2019-04-18）
余佳照[10]（2019）在《手性谷氨酸表面印迹材料的制备及其手性识别与拆分性能的研究》一文中研究指出手性是生命体的基本属性,组成生命体的物质大多都具有手性,如多糖、蛋白质、抗体、激素、酶、核苷酸等。组成蛋白质的基本单元氨基酸,以游离的方式在生命体内机体的调节与代谢的过程中发挥着很重要的作用。因此,研究氨基酸的拆分有着广泛的应用前景。在氨基酸拆分上,已经有了不少的研究,但在实现对氨基酸高效、规模化、低成本的拆分上存在着不足。设计与发展识别分离率高、成本低、选择性高的拆分方法是一项具有挑战性的难题。本研究应用了表面分子印迹技术并制得了具有良好特异选择性能的L-谷氨酸表面印迹材料MIP-PDAC/PSA和MIP-PSSS/PSA。首先将原材料PSA放置在N,N-二甲基甲酰胺(DMF)中浸泡,使PSA表面的氨基活化,在其表面通过自由基引发接枝聚合反应,将单体对苯乙烯磺酸钠(SSS)接枝在PSA的表面,制备出接枝微粒PSSS/PSA。通过红外光谱法对接枝聚合物PSSS/PSA进行表征,研究在制备过程中溶剂、温度、单体的用量、引发剂的量及反应时长等单因素条件对接枝度的影响,利用氨基的碱性特征,使用滴定法检测SSS的接枝率,同时利用接枝聚合物PSSS/PSA与谷氨酸分子上的氢键作用力,实现PSSS/PSA对谷氨酸的吸附,通过对吸附过程中的各个条件的探索,考察了聚合物PSSS/PSA与谷氨酸分子之间的最佳吸附条件。结果表明,在0.2000g改性后的PSA中加入溶剂42mL(V_(甲醇):V_水=5:2),单体SSS质量分数为总溶液的1.2%,引发剂过硫酸铵占单体质量分数的0.8%,反应温度为50℃,反应时间8h,可制得接枝度最大为230.27mg/g的PSSS/PSA接枝微粒;在温度30℃,吸附时间t=3h,pH=4时PSSS/PSA对L-谷氨酸的最大吸附量为120mg/g。将原材料PSA放置在N,N-二甲基甲酰胺(DMF)中浸泡,使PSA表面的氨基活化,在其表面通过自由基引发接枝聚合反应,将单体丙烯酰氧乙基叁甲基氯化铵(DAC)接枝在PSA的表面,制备出接枝微粒PDAC/PSA。通过红外光谱法对接枝聚合物PDAC/PSA进行表征,研究在制备过程中溶剂、温度、单体的用量、引发剂的量及反应时长等单因素条件对接枝度的影响,利用氨基的碱性特征,使用滴定法检测DAC的接枝率,同时利用接枝聚合物PDAC/PSA链上的氢键与谷氨酸分子上的氢键作用力和静电作用,实现PDAC/PSA对谷氨酸的吸附,通过对吸附过程中的各个条件的探索,考察了聚合物PDAC/PSA与谷氨酸分子之间的最佳吸附条件。结果表明,最佳制备条件为,在0.2000g改性后的PSA中加入40mL乙醇,单体DAC质量分数为总溶液的6%,引发剂过硫酸铵1.2%,反应温度为50℃,反应时间8h,可制得接枝度最大为433.50mg/g的PDAC/PSA接枝微粒;在温度30℃,吸附时间t=2.5h,pH=4时PDAC/PSA对L-谷氨酸的最大吸附量为141mg/g。接枝聚合物大分子链PSSS可与L-谷氨酸分子形成强的氢键相互作用。以此为基础,本研究以SSS为功能单体,在水相介质中制备了表面印迹材料MIP-PSSS/PSA。通过本课题组建立的“接枝聚合与交联印迹同步进行”的表面印迹技术,以L-谷氨酸为模板分子,N,N-亚甲基双丙烯酰胺(MBA)为交联剂,在过硫酸铵引发作用下,成功地进行了L-谷氨酸分子的表面印迹;通过静态吸附与动态吸附两种方法,考察了L-谷氨酸表面印迹材料MIP-PSSS/PSA对模板分子的结合能力与选择识别特性,以及考察了其对手性谷氨酸的拆分性能。研究结果表明,L-谷氨酸表面印迹材料MIP-PSSS/PSA具有良好的识别选择性和对映体拆分性能:相对于D-谷氨酸,印迹材料MIP-PSSS/PSA对L-谷氨酸的选择性系数k为4.65;另外,影响印迹材料识别选择性与手性拆分能力的主要因素为温度、交联剂MBA以及模板分子的用量:温度为30℃,交联剂MBA与单体SSS物质量之比为1:5,L-谷氨酸与单体SSS的物质量之比为1:250时表现出L-Glu单一对映体印迹材料对Glu的外消旋体溶液具有良好的拆分性能。接枝聚合物大分子链PDAC可与谷氨酸分子产生氢键作用与静电作用。基于此,本研究以DAC为功能单体,在乙醇和水(V_1:V_2=3:7)溶液中制备了L-谷氨酸分子表面印迹材料MIP-PDAC/PSA。以DAC为功能单体,L-谷氨酸为模板分子,MBA为交联剂,在过硫酸铵引发作用下,成功地实施了L-谷氨酸分子的表面印迹,制备了L-谷氨酸分子表面印迹材料MIP-PDAC/PSA;采用静态吸附与动态吸附两种方法,考察了表面印迹材料MIP-PDAC/PSA对谷氨酸的结合与识别特性,以及其对手性谷氨酸的拆分性能。研究结果表明,L-谷氨酸表面印迹材料MIP-PDAC/PSA对L-谷氨酸具有特异的识别选择性和对映体拆分性能,相对于D-谷氨酸,印迹材料MIP-PDAC/PSA对L-谷氨酸的选择性系数为5.92;另外,影响印迹材料识别选择性与手性拆分能力的主要因素为温度、交联剂MBA以及模板分子的用量:在温度为30℃交联剂MBA与单体DAC物质量之比为1:40,L-谷氨酸与单体DAC的物质量之比为1:250时表现出L-Glu单一对映体印迹材料对Glu的外消旋体溶液具有良好的拆分性能。(本文来源于《中北大学》期刊2019-04-02）
手性识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
将前沿的科研成果转化成综合实验教学内容,设计了荧光探针对氨基酸手性识别及光学组成测定的综合性实验。阐述了荧光探针的手性识别原理、实验流程、实验操作及实验结果分析。该实验属于手性化学、光物理、光化学、分析化学交叉学科的前沿研究领域,能激发学生的科研兴趣,培养学生的综合科研能力。该实验还具有可拓展性,能弥补传统综合实验的重复性和单一性问题。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
手性识别论文参考文献
[1].杨盈,黄少华,冯继文.核磁共振氢谱中二苯基乙二胺衍生物手性识别其结构类似物（英文）[J].波谱学杂志.2019
[2].朱园园,王子君,古双喜,张珩.氨基酸手性荧光识别及光学组成测定实验设计[J].实验技术与管理.2019
[3].崔兴,单若妮,何潮洪.双相识别手性液液萃取系统拆分氟比洛芬对映体[J].高校化学工程学报.2019
[4].于珊珊,李金龙,姚培圆,冯进辉,吴洽庆.腈水解酶催化潜手性二腈化合物去对称性水解反应的立体识别机理的研究[C].第十二届中国酶工程学术研讨会论文摘要集.2019
[5].张燚,王炳锋,田兴国,徐小艳.分子模拟法研究聚多巴胺与色氨酸的分子印迹手性识别机理[J].华南农业大学学报.2019
[6].雷鹏,周影,洪沙沙,杨亚娟,双少敏.配位自组装的高效电化学界面对色氨酸的手性识别[J].分析科学学报.2019
[7].白蕾,霍淑慧,韩振刚,陈晶.双功能方酰胺荧光探针手性识别研究[J].分析化学.2019
[8].陈梦瑶.手性化合物的比旋光度预测及绝对构型自动识别[D].河南大学.2019
[9].宋金奕.构建不同手性界面用于电化学识别氨基酸及其衍生物[D].西南大学.2019
[10].余佳照.手性谷氨酸表面印迹材料的制备及其手性识别与拆分性能的研究[D].中北大学.2019
论文知识图
