1656 papers
Deze studie toont aan dat het combineren van ultrahoog hydrostatisch druk met thee-saponine-micellen de extractie van naringine uit pompeloschil aanzienlijk verbetert door gelijktijdig de weefselmatrix te verstoren en het flavonoïde te solubiliseren, waarbij een superieur rendement en energie-efficiëntie wordt bereikt in vergelijking met conventionele methoden.
Deze studie presenteert de synthese en karakterisering van een milieuvriendelijk, met curcumine gefunctionaliseerd zilvernanodeeltjes-nanocomposiet dat dient als een gevoelige en selectieve chemosensor voor het detecteren van toxische cadmium(II)-ionen in water en industrieel afvalwater met een detectielimiet van 0,0013 ppm.
Deze studie stelt reproduceerbare, klasse-specifieke HPTLC-fingerprintingmethoden vast voor de kwalitatieve standaardisatie van hydroalcoholische extracten van *Gymnema sylvestre* en *Berberis aristata*, waarbij succesvol belangrijke triterpenoïde saponinen en protoberberinealkaloïden worden opgelost en geïdentificeerd om batch-tot-batch identiteitsbevestiging voor deze co-geformuleerde antihyperglykemische kruiden te waarborgen.
Een nieuwe gemengde valentie koper(I/II)-complex met een uniek eendimensionaal raamwerk overbrugd door chloride- en dicyanamideliganden werd gesynthetiseerd, structureel gekarakteriseerd, en vertoonde een verbeterde antibacteriële activiteit tegen bacteriële stammen vergeleken met zijn vrije hydrazonligand.
Dit artikel introduceert een schaalbare, goedkope optisch geïnduceerde elektrische nano-schilderkunsttechniek die gebruikmaakt van een persistent oppervlakte-oplaadfenomeen om diverse functionele materialen, waaronder levende bacteriën en nanodeeltjes, te patroeneren met een precisie van 140 nm over centimetergrote gebieden in waterige oplossingen.
Dit artikel introduceert HyDB, een uitgebreid en conditie-opgelost corpus van 40.929 PET-hydrolase activiteitsmetingen dat gegevens koppelt aan unieke sequentievingerafdrukken en expliciet reactiecondities, bewijsniveaus en herkomst registreert zonder ontbrekende waarden te imputeren.
Dit artikel presenteert een physics-informed machine learning-framework dat erin slaagt om zeolietstructuren te identificeren uit beperkte en imperfecte experimentele röntgendiffractiepatronen door realistische data-augmentatie te combineren met multi-schaal convolutionele neurale netwerken, waardoor de kloof tussen simulatie en experiment wordt overbrugd en geautomatiseerde analyse in omgevingen met beperkte middelen mogelijk wordt gemaakt.
Deze studie maakt gebruik van massaspectrometrie-imaging en trapped ion mobility om de ruimtelijk georganiseerde biotransformatiepaden van benzalkonium in afvalwaterbiofilms in kaart te brengen, waarbij onderscheidende chemische microdomeinen voor transformatieproducten worden onthuld en een kader wordt geboden voor het optimaliseren van de verwijdering van microverontreinigingen.
Deze studie presenteert een betrouwbaarheidsbewuste, multimodale deep learning-workflow die gestandaardiseerde MIC-data integreert met onzekerheidskwantificering en grijze zone-modellering om effectief natuurproductkandidaten tegen *Candida albicans* te prioriteren en te valideren voor experimentele vervolgstappen.
Het artikel introduceert NMRAgent, een agent voor bewijsgestuurde redenering aangedreven door grote taalmodellen die de beperkingen van interpreteerbaarheid en generaliseerbaarheid van huidige AI-methoden bij NMR-gebaseerde moleculaire structuurofklaring overwint door database-retrieval, de novo generatie en spectrale verificatie te combineren om superieure nauwkeurigheid op nieuwe scaffolds te bereiken en succesvol onbekende natuurlijke producten te identificeren.