【文章內(nèi)容簡介】 分離所依據(jù)的物理或物理化學(xué)性質(zhì)的不同，又可將其分為：(1)吸附色譜法,利用吸附劑表面對不同組分物理吸附性能的差別而使之分離的色譜法稱為吸附色譜法。適于分離不同種類的化合物（例如，分離醇類與芳香烴）。(2)分配色譜法：利用固定液對不同組分分配性能的差別而使之分離的色譜法稱為分配色譜法。(3)離子交換色譜法：利用離子交換原理和液相色譜技術(shù)的結(jié)合來測定溶液中陽離子和陰離子的一種分離分析方法，利用被分離組分與固定相之間發(fā)生離子交換的能力差異來實(shí)現(xiàn)分離。離子交換色譜主要是用來分離離子或可離解的化合物。它不僅廣泛地應(yīng)用于無機(jī)離子的分離，而且廣泛地應(yīng)用于有機(jī)和生物物質(zhì)，如氨基酸、核酸、蛋白質(zhì)等的分離。（4）尺寸排阻色譜法：是按分子大小順序進(jìn)行分離的一種色譜方法，體積大的分子不能滲透到凝膠孔穴中去而被排阻，較早的淋洗出來；中等體積的分子部分滲透；小分子可完全滲透入內(nèi)，最后洗出色譜柱。這樣，樣品分子基本按其分子大小先后排阻，從柱中流出。被廣泛應(yīng)用于大分子分級，即用來分析大分子物質(zhì)相對分子質(zhì)量的分布。（5）親和色譜法：相互間具有高度特異親和性的二種物質(zhì)之一作為固定相，利用與固定相不同程度的親和性，使成分與雜質(zhì)分離的色譜法。例如利用酶與基質(zhì)（或抑制劑）、抗原與抗體，激素與受體、外源凝集素與多糖類及核酸的堿基對等之間的專一的相互作用，使相互作用物質(zhì)之一方與不溶性擔(dān)體形成共價(jià)結(jié)合化合物，用來作為層析用固定相，將另一方從復(fù)雜的混合物中選擇可逆地截獲，達(dá)到純化的目的。可用于分離活體高分子物質(zhì)、過濾性病毒及細(xì)胞?；蛴糜趯μ禺惖南嗷プ饔眠M(jìn)行研究。色譜法的應(yīng)用可以根據(jù)目的分為制備性色譜和分析性色譜兩大類。制備性色譜的目的是分離混合物，獲得一定數(shù)量的純凈組分，這包括對有機(jī)合成產(chǎn)物的純化、天然產(chǎn)物的分離純化以及去離子水的制備等。相對于色譜法出現(xiàn)之前的純化分離技術(shù)如重結(jié)晶，色譜法能夠在一步操作之內(nèi)完成對混合物的分離，但是色譜法分離純化的產(chǎn)量有限，只適合于實(shí)驗(yàn)室應(yīng)用。分析性色譜的目的是定量或者定性測定混合物中各組分的性質(zhì)和含量。定性的分析性色譜有薄層色譜、紙色譜等，定量的分析性色譜有氣相色譜、高效液相色譜等。色譜法應(yīng)用于分析領(lǐng)域使得分離和測定的過程合二為一，降低了混合物分析的難度縮短了分析的周期，是目前比較主流的分析方法。在中華人民共和國藥典中，共有超過約600種化學(xué)合成藥和超過約400種中藥的質(zhì)量控制應(yīng)用了高效液相色譜的方法。色譜法是分析化學(xué)中應(yīng)用最廣泛發(fā)展最迅速的研究領(lǐng)域，新技術(shù)新方法層出不窮。固定相和流動(dòng)相是色譜法的主角，新固定相的研究不斷擴(kuò)展著色譜法的應(yīng)用領(lǐng)域，如手性固定相使色譜法能夠分離和測定手性化合物；反相固定相沒有死吸附，可以簡單地分離和測定血漿等生物藥品。檢測方法也是色譜學(xué)研究的熱點(diǎn)之一，人們不斷更新檢測器的靈敏度，使色譜分析能夠更靈敏地進(jìn)行分析。人們還將其他光譜的技術(shù)引入色譜，如進(jìn)行色譜－質(zhì)譜連用、色譜－紅外光譜連用、色譜－紫外連用等，在分離化合物的同時(shí)即行測定化合物的結(jié)構(gòu)。色譜檢測器的發(fā)展還伴隨著數(shù)據(jù)處理技術(shù)的發(fā)展，檢測獲得的數(shù)據(jù)隨即進(jìn)行計(jì)算處理，使試驗(yàn)者獲得更多信息。由此可見，色譜法在分析化學(xué)中的重要性，我們應(yīng)該掌握好此方法。通過學(xué)術(shù)講座這幾門課的學(xué)習(xí)，我更加感到生物工程在國民生產(chǎn)中的重要性，及學(xué)好生物工程所涉及技術(shù)的重要性，也愈發(fā)感到自己知識的不足，我必將好好學(xué)習(xí)，擴(kuò)大知識面，造福于人民。第四篇：學(xué)術(shù)講座《學(xué)術(shù)講座》之心得體會 ——大數(shù)據(jù)時(shí)代計(jì)算機(jī)科學(xué)與技術(shù) 許勇 2010241063本學(xué)期通過學(xué)習(xí)《學(xué)術(shù)講座》這門課，由咱學(xué)院一批優(yōu)秀的專家為我們帶來了一場豐富的學(xué)術(shù)盛宴，讓我們受益匪淺。使我影響深刻的有，李院長深入淺出地講解關(guān)于粗糙集數(shù)據(jù)的處理，并且配合講解的文檔時(shí)全英文的，讓我們懂得學(xué)習(xí)專業(yè)技能的同時(shí)也不忘加強(qiáng)英語基礎(chǔ)。錢宇華教授則為我們講解了關(guān)于數(shù)據(jù)挖掘方面的知識，同時(shí)結(jié)合了他自己正研究的課程項(xiàng)目，循循善誘，引人入勝；劉荃明老師則是帶著我們分析了軟件開發(fā)所需要掌握的技能和素養(yǎng)，另外還講解了軟件公司內(nèi)部的機(jī)構(gòu)和各自的職能，有意思的是，老師那句“我是一個(gè)喜歡通過講寓言故事帶著大家學(xué)習(xí)的人”和大作家莫言獲得諾貝爾文學(xué)獎(jiǎng)時(shí)說的那句“我是一個(gè)喜歡講故事的人”卻有幾分神似??而下面我要總結(jié)的則是由王文劍教授為我們介紹的關(guān)于大數(shù)據(jù)方面的知識，通過老師的精心講解以及我自己下去查閱相關(guān)資料，對大數(shù)據(jù)有了更深層次的認(rèn)識和理解，以下將介紹我個(gè)人對大數(shù)據(jù)的淺薄認(rèn)識和理解。一、什么是大數(shù)據(jù)？大數(shù)據(jù)（Big Data）是指那些超過傳統(tǒng)數(shù)據(jù)庫系統(tǒng)處理能力的數(shù)據(jù)。它的數(shù)據(jù)規(guī)模和轉(zhuǎn)輸速度要求很高，或者其結(jié)構(gòu)不適合原本的數(shù)據(jù)庫系統(tǒng)。為了獲取大數(shù)據(jù)中的價(jià)值，我們必須選擇另一種方式來處理它。數(shù)據(jù)中隱藏著有價(jià)值的模式和信息，在以往需要相當(dāng)?shù)臅r(shí)間和成本才能提取這些信息。如沃爾瑪或谷歌這類領(lǐng)先企業(yè)都要付高昂的代價(jià)才能從大數(shù)據(jù)中挖掘信息。而當(dāng)今的各種資源，如硬件、云架構(gòu)和開源軟件使得大數(shù)據(jù)的處理更為方便和廉價(jià)。即使是在車庫中創(chuàng)業(yè)的公司也可以用較低的價(jià)格租用云服務(wù)時(shí)間了。對于企業(yè)組織來講，大數(shù)據(jù)的價(jià)值體現(xiàn)在兩個(gè)方面：分析使用和二次開發(fā)。對大數(shù)據(jù)進(jìn)行分析能揭示隱藏其中的信息。例如零售業(yè)中對門店銷售、地理和社會信息的分析能提升對客戶的理解。對大數(shù)據(jù)的二次開發(fā)則是那些成功的網(wǎng)絡(luò)公司的長項(xiàng)。例如Facebook通過結(jié)合大量用戶信息，定制出高度個(gè)性化的用戶體驗(yàn)，并創(chuàng)造出一種新的廣告模式。這種通過大數(shù)據(jù)創(chuàng)造出新產(chǎn)品和服務(wù)的商業(yè)行為并非巧合，谷歌、雅虎、亞馬遜和Facebook它們都是大數(shù)據(jù)時(shí)代的創(chuàng)新者。（一）、大數(shù)據(jù)四個(gè)特性海量性：企業(yè)面臨著數(shù)據(jù)量的大規(guī)模增長。例如，IDC最近的報(bào)告預(yù)測稱，到2020年，全球數(shù)據(jù)量將擴(kuò)大50倍。目前，大數(shù)據(jù)的規(guī)模尚是一個(gè)不斷變化的指標(biāo)，單一數(shù)據(jù)集的規(guī)模范圍從幾十TB到數(shù)PB不等。簡而言之，存儲1PB數(shù)據(jù)將需要兩萬臺配備50GB硬盤的個(gè)人電腦。此外，各種意想不到的來源都能產(chǎn)生數(shù)據(jù)。多樣性：一個(gè)普遍觀點(diǎn)認(rèn)為，人們使用互聯(lián)網(wǎng)搜索是形成數(shù)據(jù)多樣性的主要原因，這一看法部分正確。然而，數(shù)據(jù)多樣性的增加主要是由于新型多結(jié)構(gòu)數(shù)據(jù)，以及包括網(wǎng)絡(luò)日志、社交媒體、互