【文章內(nèi)容簡介】 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(jí)，即用來分析大分子物質(zhì)相對(duì)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(duì)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?？捎糜诜蛛x活體高分子物質(zhì)、過濾性病毒及細(xì)胞。或用于對(duì)特異的相互作用進(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(duì)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(duì)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(duì)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(shí)的不足，我必將好好學(xué)習(xí)，擴(kuò)大知識(shí)面，造福于人民。第三篇：學(xué)術(shù)講座《學(xué)術(shù)講座》之心得體會(huì) ——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(shí)，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(shí)，通過老師的精心講解以及我自己下去查閱相關(guān)資料，對(duì)大數(shù)據(jù)有了更深層次的認(rèn)識(shí)和理解，以下將介紹我個(gè)人對(duì)大數(shù)據(jù)的淺薄認(rèn)識(shí)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(duì)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(duì)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(duì)門店銷售、地理和社會(huì)信息的分析能提升對(duì)客戶的理解。對(duì)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(chǔ)1PB數(shù)據(jù)將需要兩萬臺(tái)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、互聯(lián)網(wǎng)搜索、手機(jī)通話記錄及傳感器網(wǎng)絡(luò)等數(shù)據(jù)類型造成。其中，部分傳感器安裝在火車、汽車和飛機(jī)上，每個(gè)傳感器都增加了數(shù)據(jù)的多樣性。高速性：高速描述的是數(shù)據(jù)被創(chuàng)建和移動(dòng)的速度。在高速網(wǎng)絡(luò)時(shí)代，通過基于實(shí)現(xiàn)軟件性能優(yōu)化的高速電腦處理器和服務(wù)器，創(chuàng)建實(shí)時(shí)數(shù)據(jù)流已成為流行趨勢。企業(yè)不僅需要了解如何快速創(chuàng)建數(shù)據(jù)，還必須知道如何快速處理、分析并返回給用戶，以滿足他們的實(shí)時(shí)需求。根據(jù)IMS Research關(guān)于數(shù)據(jù)創(chuàng)建速度的調(diào)查，據(jù)預(yù)測，到2020年全球?qū)碛?20億部互聯(lián)網(wǎng)連接設(shè)備。易變性：大數(shù)據(jù)具有多層結(jié)構(gòu)，這意味著大數(shù)據(jù)會(huì)呈現(xiàn)出多變的形式和類型。相較傳統(tǒng)的業(yè)務(wù)數(shù)據(jù)，大數(shù)據(jù)存在不規(guī)則和模糊不清的特性，造成很難甚至無法使用傳統(tǒng)的應(yīng)用軟件進(jìn)行分析。傳統(tǒng)業(yè)務(wù)數(shù)據(jù)隨時(shí)間演變已擁有標(biāo)準(zhǔn)的格式，能夠被標(biāo)準(zhǔn)的商務(wù)智能軟件識(shí)別。目前，企業(yè)面臨的挑戰(zhàn)是處理并從各種形式呈現(xiàn)的復(fù)雜數(shù)據(jù)中挖掘價(jià)值。（二）、大數(shù)據(jù)三個(gè)特征除了有四個(gè)特性之外，大數(shù)據(jù)時(shí)代的數(shù)據(jù)還呈現(xiàn)出其他三個(gè)特征。第一個(gè)特征是數(shù)據(jù)類型繁多。包括網(wǎng)絡(luò)日志、音頻、視頻、圖片、地理位置信息等等，多類型的數(shù)據(jù)對(duì)數(shù)據(jù)的處理能力提出了更高的要求。第二個(gè)特征是數(shù)據(jù)價(jià)值密度相對(duì)較低。如隨著物聯(lián)網(wǎng)的廣泛應(yīng)用，信息感知無處不在，信息海量，但價(jià)值密度