-
公开(公告)号：CN117316292A
公开(公告)日：2023-12-29
申请号：CN202311615613.1
申请日：2023-11-30
Applicant: 北京大学 , 生态环境部淮河流域生态环境监督管理局生态环境监测与科学研究中心
IPC: G16B40/00
Abstract: 本发明属于评价抗生素生态效应技术领域，尤其涉及基于细菌‑古菌‑真菌共现网络评价抗生素生态效应的方法。本发明构建了细菌‑古菌‑真菌之间的共现网络，去除了同一类群微生物内的相关关系，基于抗生素浓度进行高低浓度样本分组，对比两个组别下的细菌‑古菌‑真菌共现网络中网络和点的拓扑性质，发现高浓度抗生素条件下不同类群微生物之间的物种平均连接度和图密度更高，网络平均聚类系数和模块度更低，表明高浓度抗生素条件下不同类群微生物间关联增大，连接更紧密，但聚类模块数更少，模块分化程度更小，生态位分化更少，对评价抗生素对不同类群微生物间相互关联程度和生态位分化程度的影响具有重要价值。
-
公开(公告)号：CN117316292B
公开(公告)日：2024-01-30
申请号：CN202311615613.1
申请日：2023-11-30
Applicant: 北京大学 , 生态环境部淮河流域生态环境监督管理局生态环境监测与科学研究中心
IPC: G16B40/00
Abstract: 本发明属于评价抗生素生态效应技术领域，尤其涉及基于细菌‑古菌‑真菌共现网络评价抗生素生态效应的方法。本发明构建了细菌‑古菌‑真菌之间的共现网络，去除了同一类群微生物内的相关关系，基于抗生素浓度进行高低浓度样本分组，对比两个组别下的细菌‑古菌‑真菌共现网络中网络和点的拓扑性质，发现高浓度抗生素条件下不同类群微生物之间的物种平均连接度和图密度更高，网络平均聚类系数和模块度更低，表明高浓度抗生素条件下不同类群微生物间关联增大，连接更紧密，但聚类模块数更少，模块分化程度更小，生态位分化更少，对评价抗生素对不同类群微生物间相互关联程度和生态位分化程度的影响具有重要价值。(56)对比文件Dawei Huang 等.Distribution and co-occurrence of antibiotic resistance genesand bacterial pathogens in the effluentof decentralized sewage treatment systemsin China《.International Biodeterioration& Biodegradation》.2023,全文.Moran Tang 等.Exploring diversitypatterns and driving mechanisms of theantibiotic resistome and microbiome insaline groundwater《.Journal of HazardousMaterials》.2023,全文.
-
公开(公告)号：CN118465166B
公开(公告)日：2024-09-24
申请号：CN202410930932.X
申请日：2024-07-12
Applicant: 北京大学 , 北京大学深圳研究生院
Abstract: 本申请公开了一种增强源识别的定量源解析方法及设备，涉及环境监测技术及污染物溯源领域，该方法包括：获取污染受体样品和每个候选源样品的质谱数据；分析污染受体样品和候选源样品的质谱数据，构建污染受体样品和候选源样品向量；采用引入超参数的期望最大化算法，计算每个候选源样品对污染受体样品的贡献度并识别出有效污染源。本申请通过引入超参数的期望最大化算法，对候选源样品进行增强识别并定量解析，实现从大量源样品中计算每个候选源样品对污染受体样品的贡献度并识别出有效污染源，极大提升了源解析技术的抗干扰能力，充分利用污染源数据库进行溯源，并且能够在没有候选源样品的情况下进行溯源。
-
公开(公告)号：CN118465166A
公开(公告)日：2024-08-09
申请号：CN202410930932.X
申请日：2024-07-12
Applicant: 北京大学 , 北京大学深圳研究生院
Abstract: 本申请公开了一种增强源识别的定量源解析方法及设备，涉及环境监测技术及污染物溯源领域，该方法包括：获取污染受体样品和每个候选源样品的质谱数据；分析污染受体样品和候选源样品的质谱数据，构建污染受体样品和候选源样品向量；采用引入超参数的期望最大化算法，计算每个候选源样品对污染受体样品的贡献度并识别出有效污染源。本申请通过引入超参数的期望最大化算法，对候选源样品进行增强识别并定量解析，实现从大量源样品中计算每个候选源样品对污染受体样品的贡献度并识别出有效污染源，极大提升了源解析技术的抗干扰能力，充分利用污染源数据库进行溯源，并且能够在没有候选源样品的情况下进行溯源。
-
公开(公告)号：CN116930393B
公开(公告)日：2023-12-26
申请号：CN202311205259.5
申请日：2023-09-19
Applicant: 北京大学 , 深圳市环境科学研究院 , 北京大学深圳研究生院
Abstract: 本发明提供一种同时包括母体和转化产物的水体抗生素生态风险评价方法，该方法包括采集目标区域多个点位水体样品，进行预处理，提取抗生素及其转化产物；将样品进行超高效液相色谱‑高分辨质谱非靶向数据采集；对高分辨质谱非靶向分析的原始数据进行数据预处理及分析，筛选出抗生素母体及其转化产物；将抗生素母体及其转化产物用标样以及响应因子预测模型进行定量，并对抗生素母体及其转化产物的生物毒性进行预测，得到其生物毒性预测值；对每种抗生素母体及其转化产物进行生态风险评价；使用混合物毒性评估模型评价每个样品中筛选出的所有抗生素母体及其转化产物的综合生态风险，得到同时考虑抗生素母体及其转化产物综合生态风险的评价结果。
-
Patent Agency Ranking
公开(公告)号：CN116930393A
公开(公告)日：2023-10-24
申请号：CN202311205259.5
申请日：2023-09-19
Applicant: 北京大学 , 深圳市环境科学研究院 , 北京大学深圳研究生院
Abstract: 本发明提供一种同时包括母体和转化产物的水体抗生素生态风险评价方法，该方法包括采集目标区域多个点位水体样品，进行预处理，提取抗生素及其转化产物；将样品进行超高效液相色谱‑高分辨质谱非靶向数据采集；对高分辨质谱非靶向分析的原始数据进行数据预处理及分析，筛选出抗生素母体及其转化产物；将抗生素母体及其转化产物用标样以及响应因子预测模型进行定量，并对抗生素母体及其转化产物的生物毒性进行预测，得到其生物毒性预测值；对每种抗生素母体及其转化产物进行生态风险评价；使用混合物毒性评估模型评价每个样品中筛选出的所有抗生素母体及其转化产物的综合生态风险，得到同时考虑抗生素母体及其转化产物综合生态风险的评价结果。
-
公开(公告)号：CN118243888B
公开(公告)日：2024-08-13
申请号：CN202410666328.0
申请日：2024-05-28
Applicant: 北京大学
IPC: G01N33/18 , G06F17/16 , G06N20/00 , G06N5/01 , G06F18/2431
Abstract: 本发明公开一种耦合生物和非生物要素的水质综合评价方法及系统，涉及环境监测和环境保护技术领域，方法包括获取待检测水域的非生物要素；采用环境DNA技术构建生物要素指标库；基于非生物要素和生物要素指标库确定基于生物‑非生物响应关系的非生物要素权重矩阵；基于所述非生物要素和LightGBM模型，得到基于机器学习的非生物要素权重矩阵；根据基于生物‑非生物响应关系的非生物要素权重矩阵和基于机器学习的非生物要素权重矩阵确定非生物要素综合权重矩阵；基于非生物要素综合权重矩阵和非生物要素开展待检测水域水质综合评价确定待检测水域的水质综合评价结果，本发明能够全面、准确和快速的实现多元化水质综合评价。
-
公开(公告)号：CN117185499B
公开(公告)日：2024-01-30
申请号：CN202311473308.3
申请日：2023-11-08
IPC: C02F3/32 , C02F101/34 , C02F101/38
Abstract: 本发明涉及微藻技术领域，特别是涉及一种耐受磺胺类抗生素的集胞藻（Synechocystis sp.）PCC 6803及其应用。本发明发现了集胞藻PCC 6803对高浓度磺胺类抗生素具有良好的耐受性，半致死浓度>1mg/L，可以作为对磺胺类抗生素胁迫的耐受性菌株，对磺胺类抗生素的生物处理具有重要价值。
-
公开(公告)号：CN116879480B
公开(公告)日：2023-12-26
申请号：CN202311132075.0
申请日：2023-09-05
IPC: G01N30/86 , G01N30/02 , G01N30/72 , G06F16/2455
Abstract: 一种同时包含已知和潜在未知转化途径的抗生素转化产物识别方法，包括以下步骤：步骤1：采集目标区域多个点位样品，提取抗生素及其转化产物，进行超高效液相色谱‑高分辨质谱非靶向数据采集，对数据进行预处理得到峰列表；步骤2：实施识别已知转化途径的抗生素转化产物的步骤A，以及识别未知转化途径的抗生素转化产物的步骤B；步骤3，综合步骤2获得的已知途径转化产物和未知途径的转化产物，得到候选转化产物清单，并进行转化产物结构注释；步骤4，根据步骤3所得的转化产物结构注释提取特征碎片，并以特征碎片对谱图中的数据进行搜索，补充未知途径的转化产物；步骤5：综合以上转化产物结果进行结构注释后，得到最终鉴定产物清单。
-
公开(公告)号：CN116879480A
公开(公告)日：2023-10-13
申请号：CN202311132075.0
申请日：2023-09-05
IPC: G01N30/86 , G01N30/02 , G01N30/72 , G06F16/2455
Abstract: 一种同时包含已知和潜在未知转化途径的抗生素转化产物识别方法，包括以下步骤：步骤1：采集目标区域多个点位样品，提取抗生素及其转化产物，进行超高效液相色谱‑高分辨质谱非靶向数据采集，对数据进行预处理得到峰列表；步骤2：实施识别已知转化途径的抗生素转化产物的步骤A，以及识别未知转化途径的抗生素转化产物的步骤B；步骤3，综合步骤2获得的已知途径转化产物和未知途径的转化产物，得到候选转化产物清单，并进行转化产物结构注释；步骤4，根据步骤3所得的转化产物结构注释提取特征碎片，并以特征碎片对谱图中的数据进行搜索，补充未知途径的转化产物；步骤5：综合以上转化产物结果进行结构注释后，得到最终鉴定产物清单。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.049 seconds)
