噁己酸

Peter J. Lee、Yoji Ichikawa、Roger R. Menard和Alice J. Di Gioia沃特世公司，美国马萨诸塞州米尔福德市引言植物油是食品、化妆品和个人护理品的重要成分，主要来自于世界各地的22种油料作物。生产加工、贮存、运输和销售各环节都对植物油的质量起着至关重要的作用。偶发事件和故意事件均会导致植物油的交叉污染。现已颁布了包括315/93/EEC、2568/91/EEC、EC 333/2007和EC 640/2008在内的多部法规，要求鉴定植物油的品质，并避免污染，从而保障公共健康和公平交易1。 为了确保产品质量，满足法规要求并维护公司最有价值的资产&mdash &mdash 品牌形象，植物油公司对植物油的生产过程，从原料到成品全过程进行监控。目前，植物油分析主要依靠气相色谱法(GC)和高效液相色谱法(HPLC)。气相色谱法要求在分析前进行衍生化，这既耗时又费力2。为了实现完全分离，普通的高效液相色谱法要求使用卤代溶剂或使用会使运行时间更长的非卤代溶剂3-6，。自卤代溶剂被认识到具有致癌作用后，卤代溶剂的使用在大多数实验室受到了限制。因此，人们对用于植物油质量控制和品质鉴定更有效的分析工具的需求日渐增加。 ACQUITY UPLC系统是新一代液相色谱平台。使用UPLC/PDA/ELSD/质谱检测器，可以更快进行筛选、在不使用卤代溶剂7-10条件下对植物油的表征建立高分离度的方法。只需一次进样，超高效液相色谱(UPLC)系统就能得到多种类型的数据，产生重现好的指纹图谱数据，鉴别甘油三酸酯的组分，并评估植物油氧化和分解程度。与普通的高效液相色谱相比，超高效液相色谱缩短了分析时间，减少了溶剂用量，并能从一次进样中提供更高分离度并带有更多信息的色谱图。因此，超高效液相色谱法的性价比更高。本技术文献描述了用于植物油质控和品质鉴定的更为高效的系统解决方案，即使用UPLC和EmpowerTM 2软件的用户自定义字段的计算功能，自动定量并报告植物油样品是否符合用户设定的质控标准。此方案不再需要人工计算，从而避免了可能的人为误差并能够快速而准确地报告关键信息。掌握了准确、及时的结果，决策者就能提高交货效率和产量，即减少不合格产品，避免产品召回，并最大限度地减少责任诉讼。本文的实验部分提供了关于自定义字段计算的例子，并附有其详细步骤。实验样品准备：食用油，购买自当地的食品杂货店。用2-丙醇将食用油样品稀释为6 mg/ml的溶液，以备分析之用。超高效液相色谱条件：超高效液相色谱系统： ACQUITY UPLC，PDA检测器软件： Empower 2PDA参数：检测波长： 195-300nm采样率： 20 pts/s过滤响应速度： 快超高效液相色谱参数：色谱柱： ACQUITY BEH C18 2.1 x 150 mm弱洗脱： 2-丙醇(每次洗脱用量：500 &mu L)强洗脱： 2-丙醇(每次洗脱用量：500 &mu L)充填洗脱： 10%的CH3CN水溶液(每5分钟)流动相A： CH3CN流动相B： 2-丙醇柱温： 30° C进样量： 2 &mu L(满环定量)梯度条件：时间 (min) 流速 (mL/min) %B 曲线0 0.15 10 &mdash 22 0.15 90 6平衡色谱柱和UPLC系统条件：时间 (min) 流速 (mL/min) %B 曲线 0 0.13 100 &mdash 18 0.13 10 1121.5 0.7 10 1124.5 0.15 10 1125 0.15 10 11说明：运行样品组之前，先进一针空白试样2-丙醇；该检测值被用作PDA 3D谱图的空白扣除。用于鉴定特纯天然橄榄油A质量的质控 标准：为了便于演示，我们从纯天然橄榄油A的典型色谱图中选取六个峰。选择其中的一个峰作为标记峰，其余的峰为指示峰。&ldquo 峰面积比(指示峰面积除以标记峰面积)± 3xSTDEV&rdquo 用作指示峰的质控标准。1. 指示峰3O(峰面积OOL/标记峰面积)0.84或0.86，则合格；否则不合格。2. 指示峰OOL(峰面积OOL/标记峰面积)1.18或1.21，则合格；否则不合格。3. 指示峰LLO(峰面积LLO/标记峰面积)0.39或0.41，则合格；否则不合格。4. 指示峰LLL(峰面积LLL/标记峰面积)0.039或0.045，则合格；否则不合格。5. 指示杂质峰(杂质峰面积/标记峰面积)0.42，则合格；否则不合格。创建计算峰面积比自定义字段的步骤11 ：1. 点击&ldquo 配置系统&rdquo ，进入配置管理员；在树形结构中点击&ldquo 项目&rdquo 。2. 选择并右击所需的项目。3. 选择&ldquo 属性&rdquo ，打开&ldquo 项目属性&rdquo 窗口。4. 点击&ldquo 自定义字段&rdquo 标签；然后点击&ldquo 新建&rdquo ，打开&ldquo 数据和类型选择&rdquo 窗口(图1)。5. 在字段类型中选取&ldquo 峰&rdquo ，在数据类型中选取&ldquo 实数(0.0)&rdquo ；然后点击&ldquo 下一步&rdquo 打开&ldquo 选择来源&rdquo 窗口，如图2所示。6. 在&ldquo 数据来源&rdquo 中选择&ldquo 计算&rdquo ，在&ldquo 样品类型&rdquo 和&ldquo 峰类型&rdquo 中选择&ldquo 全部&rdquo ；在&ldquo 搜索顺序&rdquo 中选择&ldquo 只限于结果组&rdquo ，然后在弹出窗口中点击&ldquo 确定&rdquo ；不要勾选&ldquo 全部或没有&rdquo 以及&ldquo 丢失峰&rdquo 选项；点击&ldquo 下一步&rdquo ，打开&ldquo 输入公式&rdquo 窗口，如图3所示。7. 将面积/IS[面积]输入至字段中；点击&ldquo 下一步&rdquo ，打开&ldquo 数值型参数&rdquo 窗口(使用默认值)。8. 点击&ldquo 下一步&rdquo ，打开&ldquo 输入名称&rdquo 窗口。9. 输入新的字段名(例如，此处所用的字段名是&ldquo Ratio _IS&rdquo )；在&ldquo 创建该字段&rdquo 中选择&ldquo 项目&rdquo 。10. 点击&ldquo 完成&rdquo ，这样就创建了一个名为&ldquo Ratio_IS&rdquo 的自定义字段，用于计算峰面积比，如图4所示。创建自定义字段并根据特定指示峰面积比的标准确定&ldquo 合格&rdquo 或&ldquo 不合格&rdquo 的步骤如下：1. 点击&ldquo 配置系统&rdquo ，打开配置管理员；在树形结构中点击&ldquo 项目&rdquo 。2. 选择并右击所选择的工作项目。3. 选择&ldquo 属性&rdquo ，打开&ldquo 项目属性&rdquo 窗口。4. 点击&ldquo 自定义字段&rdquo 标签；然后点击&ldquo 新建&rdquo ，打开&ldquo 数据和类型选择&rdquo 窗口，如图1所示。5. 在字段类型中选择&ldquo 峰&rdquo ，在数据类型中选取&ldquo 布尔(0.0)&rdquo ；然后点击&ldquo 下一步&rdquo ，打开&ldquo 选择来源&rdquo 窗口。6. 在&ldquo 数据来源&rdquo 中选择&ldquo 计算&rdquo ，在&ldquo 样品类型&rdquo 和&ldquo 峰类型&rdquo 中选择&ldquo 全部&rdquo ；在&ldquo 搜索顺序&rdquo 中选择&ldquo 只限于结果组&rdquo ，然后在弹出窗口中点击&ldquo 确定&rdquo ；选择&ldquo 全部或没有&rdquo 选项，在弹出窗口中点击&ldquo 是&rdquo ；然后点击&ldquo 下一步&rdquo ，打开&ldquo 输入公式&rdquo 窗口。7. 将以下公式输入至字段中：GTE(3O[Ratio_IS],0.841)E(3O[Ratio_IS],0.859])*EQ(Name,&ldquo 3O&rdquo )+NEQ(Name,&rdquo 3O&rdquo )*-1*500008. 点击&ldquo 下一步&rdquo ，打开&ldquo 翻译定义&rdquo 窗口，如图5所示。9. 在&ldquo 0&rdquo 旁边，输入&ldquo 不合格&rdquo ；在&ldquo 1&rdquo 旁边，输入&ldquo 合格&rdquo ；然后点击&ldquo 下一步&rdquo ，打开&ldquo 输入名称&rdquo 窗口。10. 输入一个名称(例如，此处使用的是&ldquo Oly_OOO&rdquo )；在&ldquo 创建该字段&rdquo 中选择&ldquo 项目&rdquo 。11. 点击&ldquo 完成&rdquo ，这就创建了一个名为&ldquo Oly_OOO&rdquo 的自定义字段用于检验峰面积比(OOO峰面积除以标记峰面积)是否符合指示峰OOO的质控标准，如图6所示。重复进行第1-8步，以确定其余的指示峰是否合格：对于指示峰OOL，在第4步中，在&ldquo 输入公式&rdquo 窗口中输入以下公式：GTE(OOL[Ratio_IS],1.18)E(OOL[Ratio_IS],1.21])*EQ(Name,&ldquo OOL&rdquo )+NEQ(Name,&ldquo OOL&rdquo )*-1*50000. 在第7步中，在字段名中输入&ldquo Oly_OOL&rdquo ，创建字段&ldquo Oly_OOL&rdquo ，以检验峰面积比(OOL峰面积除以标记峰面积)是否符合质控标准。对于指示峰LLO，在第4步中，在&ldquo 输入公式&rdquo 窗口中输入以下公式：GTE(LLO[Ratio_IS],0.39)E(LLO[Ratio_IS],0.41])*EQ(Name,&ldquo LLO&rdquo )+NEQ(Name,&ldquo LLO&rdquo )*-1*50000. 在第7步中，在字段名中输入&ldquo Oly_LLO&rdquo ，创建字段&ldquo Oly_LLO&rdquo ， 以检验峰面积比(LLO峰面积除以标记峰面积)是否符合质控标准。对于指示峰LLL，在第4步中，在&ldquo 输入公式&rdquo 窗口中输入以下公式：GTE(LLL[Ratio_IS],0.039)E(LLL[Ratio_IS],0.045])*EQ(Name,&ldquo LLL&rdquo )+NEQ(Name,&ldquo LLL&rdquo )*-1*50000. 在第7步中，在字段名中输入&ldquo Oly_ LLL&rdquo ，创建字段&ldquo Oly_ LLL&rdquo ， 以检验峰面积比(LLL峰面积除以标记峰面积)是否符合质控标准。对于杂质指示峰，在第4步中，在&ldquo 输入公式&rdquo 窗口中输入以下公式：GT(Impurity[Ratio_IS],0.42)*EQ(Name,&rdquo Impurity&rdquo )+NEQ(Name,&ldquo Impurity&rdquo )*-1*50000. 在第7步中，在字段名中输入&ldquo Oly_Impurity&rdquo ，创建字段&ldquo Oly_ Impurity&rdquo ，以检验峰面积比(杂质峰面积除以标记峰面积)是否符合质控标准。本方法用定时组功能计算杂质峰的总和：1. 在&ldquo 编辑处理方法&rdquo 窗口中，选择&ldquo 定时组&rdquo 标签，如图7所示。2. 在&ldquo 名称&rdquo 字段中输入杂质名称，在&ldquo 开始时间&rdquo 字段中输入&ldquo 3&rdquo ，在&ldquo 结束时间&rdquo 字段中输入&ldquo 13.6&rdquo 。3. 勾选&ldquo 不包括已知峰&rdquo 字段。在处理方法中标记选定的标记峰和指示峰：1. 在&ldquo 编辑处理方法&rdquo 窗口中选择&ldquo 组分&rdquo 标签。2. 将保留时间为9.81 min的峰名称改为IS，在&ldquo 峰标签&rdquo 字段中输入&ldquo 标记峰&rdquo ，如图8所示。3. 将保留时间为13.79 min的峰名称改为3L，在&ldquo 峰标签&rdquo 字段中输入&ldquo LLL&rdquo 。4. 将保留时间为14.85 min的峰名称改为2LO，在&ldquo 峰标签&rdquo 字段中输入&ldquo LLO&rdquo 。5. 将保留时间为15.87 min的峰名称改为2OL，在&ldquo 峰标签&rdquo 字段中输入&ldquo OOL &rdquo 。6. 将保留时间为16.85 min的峰名称改为OOO，在&ldquo 峰标签&rdquo 字段中输入&ldquo OOO&rdquo 。在处理方法中创建命名组的步骤：1. 在&ldquo 编辑处理方法&rdquo 窗口中选择&ldquo 命名组&rdquo 标签。2. 在&ldquo 名称&rdquo 栏中输入3O、LLL、LLO、OOL和Oly，如图9所示。3. 分别将OOO、3L、2LO、2OL和IS从&ldquo 单峰组分&rdquo 拖至各自相应的命名组中，如图9所示。创建合格或不合格报告模板的步骤：1. 点击&ldquo 方法&rdquo 标签，选择一份报告，右击该报告；选择&ldquo 打开&rdquo ，以显示&ldquo 编辑报告方法&rdquo 窗口。2. 在&ldquo 编辑报告方法&rdquo 窗口中选择&ldquo 新建&rdquo ，打开&ldquo 新方法／组&rdquo 窗口。3. 选择&ldquo 创建新报告方法&rdquo ，勾选&ldquo 使用报告方法／组向导&rdquo 选项；然后点击&ldquo 确定&rdquo ，打开&ldquo 报告方法模板向导&rdquo 。4. 选择&ldquo 单个报告&rdquo ，然后点击&ldquo 下一步&rdquo ，打开&ldquo 新方法向导&rdquo 窗口。5. 在报告类型中选择&ldquo 单个&rdquo ，然后点击&ldquo 完成&rdquo ，显示一个报告方法模板。6. 在色谱图上右击，选择&ldquo 属性&rdquo ，打开&ldquo 色谱图属性&rdquo 窗口(图10)。7. 选择&ldquo 峰标签&rdquo ，勾选&ldquo 仅使用峰标签&rdquo ，然后点击&ldquo 确定&rdquo 。8. 右键单击&ldquo 表&rdquo ，选择&ldquo 属性&rdquo ，打开&ldquo 表属性&rdquo 窗口。9. 选择&ldquo 峰&rdquo 标签，勾选&ldquo 峰组&rdquo 。10. 点击&ldquo 表&rdquo 标签，然后在树形结构中点击所需的峰。双击每个指示峰，以将相应的自定义字段添加到结果表格中，如图11所示。11. 点击&ldquo 确定&rdquo ，输入该报告模板的名称(例如，此处显示的名称是&ldquo 特级天然橄榄油质控报告&rdquo )，然后在工具栏中点击&ldquo 保存&rdquo 。结果和讨论不使用卤代溶剂做流动相的普通高效液相色谱法很难分离植物油的主要组分&mdash &mdash 甘油三酸酯。图12为普通高效液相色谱法(2根5&mu m粒径颗粒填充的150mm长的C18柱，蒸发光散射检测器ELSD)得到的大豆油的典型色谱图，使用乙腈和二氯甲烷作为流动相，实现该分离需要60多分钟。由于二氯甲烷在240nm以内具有紫外吸收，这会干扰甘油三酸酯的紫外吸收(最大波长吸收值约210nm)，因此使用蒸发光散射检测器(ELSD)进行检测。ACQUITY UPLC系统的设计特点是使用小颗粒装填技术的高效色谱柱，以进行更快速、更灵敏和更高分离度的分离。UPLC的溶剂传送系统能承受高达15,000 psi的背压，因此能够使用2-丙醇等高黏度溶剂进行植物油分析。由于2-丙醇对植物油的溶解性好12、低毒，透射度限制低，便于对甘油三酸酯进行紫外检测，因此2-丙醇被选作强洗脱液。图13为关于同一大豆油样品的10张叠加的紫外色谱图说明UPLC法的重现性，此分离使用1.7&mu m粒径的2.1 x 150mm的 BEH C18色谱柱，乙腈/2-丙醇作为流动相，整个运行时间缩短为22分钟。图12和图13比较，具有相似的甘油三酸酯峰型，但UPLC法具有更高的分离度，更短的运行时间。数据表明不使用致癌溶剂作为流动相，使用 UPLC分离植物油中的组分具有明显优势。用于植物油分析的乙腈/2-丙醇流动相的UPLC系统可使用PDA、ELSD和MS检测器，不像其他用于普通高效液相色谱法的溶剂。一次进样便可得到多种数据类型，并可以产生可重现的指纹图谱数据7，通过质谱法鉴别甘油三酸酯组分10，并用PDA多波长扫描测定植物油的氧化程度8。目前已知植物油具有特征的甘油三酸酯比，这对植物油指纹图谱5-8的鉴别很有用。如图14-16所示，核桃油、葡萄籽油、芝麻油、特级天然橄榄油A、特级天然橄榄油B、榛子油、茶籽油、玉米油、加拿大低酸油、高油酸葵花籽油和普通葵花籽油的紫外色谱图证实，每种油样品都具有独特的色谱类型，即相对峰强度。为了高效使用峰强度比进行品牌质控和质量鉴定，Empower 2软件的自定义字段计算功能可根据用户设定的质控标准自动将原始色谱数据转换为合格或不合格报告。以特级天然橄榄油A为例说明该改进的方法。图17为特级天然橄榄油A的叠加紫外色谱图和峰面积。甘油三酸酯的峰面积从最强峰(OOL)到最弱峰(LLL)其RSD值(n=6)0.9%。共有20多个可见峰，任一峰都能被用作标记峰或指示峰，用以计算峰面积比。为了便于讨论，将之前确定的甘油三酸酯的峰OOO、OOL、LLO和LLL选作指示峰10，将仅出现在橄榄油产品中、通过紫外检测观察到的保留时间为9.8分钟的强峰选作标记峰13。由于大多数廉价的蔬菜油和降解油具有很多保留时间低于13.6分钟的其它强峰9，因此可用定时组功能(图7)创建杂质指示峰，以监测是否存在污染。该杂质指示峰是指标记峰之外的保留时间介于3-13.6分钟的所有峰的总和。通过创建自定建自定义字段&ldquo Ratio_IS&rdquo (图4)，可用Empower 2软件自动计算峰面积比(指示峰面积除以标记峰面积)。表1总结了峰面积比的结果以及STDEV值。&ldquo 峰面积比± 3xST-DEV&rdquo 被用作每个指示峰的质控标准。由于地理和其它种植条件的差异，植物油的某一特定类型会存在差异。该数值在比较其它植物油样品是否符合基于特定油品的质控标准方面具有极大的价值。现在，Empower 2软件能够使用自定义字段计算、命名组、定时组和报告模板(如图6、7、9、10和11所示)，根据特级天然橄榄油A的质控标准，自动计算并报告样品合格与否的结果。图18为特级天然橄榄油A的典型Empower质控报告。该报告表明所有指示峰均符合质控标准。Empower软件的这些高级功能避免了人工计算步骤，因此能避免可能出现的人为误差。昂贵的特级天然橄榄油通常会被掺入廉价橄榄油和其它植物油(例如大豆油和榛子油)。图19为一份特级天然橄榄油B的报告。所有指示峰均表明该特级天然橄榄油B未通过根据特级天然橄榄油A制定的质控标准。在该色谱图中存在保留时间13.6 min的额外峰，这些数据清楚地表明两种品牌的橄榄油样品存在差异，并证实并非所有市售的特级天然橄榄油的品质都相同。图20为一份掺入9%榛子油的特级天然橄榄油A的报告。所有指示峰均表明该掺假样品不符合质控标准。而且，根据特级天然橄榄油A制定的同一质控标准也应用于分析其它植物油(图14-16)，同样掺入1%大豆油或1%玉米油的特级天然橄榄油A，均不合格。之前描述的是使用UPLC-TOF和集成软件工具检测橄榄油掺假的化学计量方法14。本技术文献为植物油质控和品质鉴定提供了可供选择的另一种解决方案。本方法可完全自动地获取并处理数据，从而生成明确的合格或不合格报告。结论具有Empower 2 软件的ACQUITY UPLC系统能不需要衍生化和卤化溶剂，且能快速分析植物油样品并进行品质鉴定。UPLC系统得出的数据具有良好的重现性、精确性和准确性，而且简单易懂。分离速度比普通高效液相色谱法快三倍，所消耗的溶剂量减少8倍，所产生的有害废物也减少8倍；从而能够节省成本，提高安全性。ACQUITY PDA检测器能产生高分离度和高重现性的数据，这有助于轻松建立用于制定每种品牌植物油的质控和品质鉴定标准的指纹图谱数据。借助Empower 2软件的自定义字段计算功能，关键的产品质控数据可从原始数据中准确得出并根据用户设定的标准快速传送，有效地出具简单易懂的合格或不合格报告。决策者能根据这些重要信息及时做出决定，从而提高生产率。使用本UPLC方法，植物油公司能够轻松自信地鉴定产品的品质和质量。与植物油产品纯度方面利益相关的其他行业，例如化妆品公司、个人护理品公司和食品公司，也将从本方法中受益。参考文献1. http://www.fediol.org/5/pdf/legislation.pdf2. VG Dourtoglou et al. JAOCS, Vol.80, No.3: 203-208, 2003.3. LCGC, The Application Notebook, Sept 1, p51, 2006.4. A J Aubin, C B Mazza, D A Trinite, P McConvile. Analysis of Vegetable Oils byHigh Performance Liquid Chromatography Using Evaporative Light ScatteringDetection and Normal Phase Eluents. Waters Corporation, No. 720002879EN,2008.5. P Sandra et al J Chromatogr. A 974: 231-241, 2002.6. International Olive Oil Council standard method COI/T.20/Doc. No. 20 2001.7. P J Lee, C H Phoebe, A J Di Gioia. ACQUITY UPLC Analysis of Seed Oil (Part 1):Olive Oil Quality & Adultration. Waters Corporation, No. 720002025EN, 2007.8. P J Lee, C H Phoebe, A J Di Gioia. ACQUITY UPLC Analysis of Seed Oil (Part 2)Olive Oil Quality & Adultration. Waters Corporation, No. 720002026EN, 2007.9. P J Lee, and A J Di Gioia. ACQUITY UPLC/ELS/UV: One Methodology for FFA,FAME and TAG Analysis of Biodiesel. Waters Corporation, No. 720002155EN,2007.10. P J Lee and A J Di Gioia. Characterization of Tea Seed Oil for Quality Controland Authentication. Waters Corporation, 720002980en, 2009.11. Empower\help\Custom Field Calculation.12. F O Oyedeji et al Characterization of Isopropanol Extracted Vegetable Oils. JApplied Sci. 6: 2510-2513, 2006.13. The marker (Oly) peak at 9.8 min was well detected by UV but had weak MSresponse with APCI positive ionization mode. According to the SQD MS spectra,the marker peak is not a triglyceride. High resolution mass spectrometers withexact mass capabilities are needed in order to properly elucidate its chemicalstructure. However, it is not necessary to have peak identification for this QCand authentication methodology.14. P Silcock and D Uria. Characterization and Detection of Olive Oil AdulterationsUsing Chemometrics. Waters Corporation No. 720002786en, 2008.

上图 真菌可能与标准电子设备相连。图片来源：安德鲁阿达马茨基下图 实验室培养的脑细胞可用于计算。图片来源：托马斯哈滕/约翰斯霍普金斯大学细菌和超级计算机有什么区别？区别是细菌更“高级”，因为它有更多的回路和更强的处理能力。所有生命都在“计算”。从响应化学信号的单个细胞，到在特定环境中航行的复杂生物体，信息处理是生命系统的核心。经过数十年的尝试，科学家终于开始收集细胞、分子甚至整个生物体，来为人类自己的目的执行计算任务。从本质上讲，计算机也只是信息处理器，而且人们越来越认识到大自然拥有丰富的这种能力。最明显的例子是复杂生物体的神经系统，它能处理来自环境的大量数据并对各种复杂的行为“下指令”。但即使是最小的细胞，也充满了复杂的生物分子通路，这些通路响应输入信号，打开和关闭基因、产生化学物质或进行自我组织。最终，生命中所有令人难以置信的壮举，都依赖于DNA存储、复制和传递遗传指令的能力。如何构建一台生物计算机？生物系统有自身的独特优势：更紧凑、能源效率更高、可自我维持和自我修复，而且特别擅长处理来自自然界的信号。在过去的20年里，强大的细胞和分子工程工具让人们终于能在构建生物计算机领域迈出一步。美国麻省理工学院生物合成学家克里斯托弗沃伊特说，该方法的核心是“生物电路”，类似于计算机中的电子电路。这些电路涉及各种生物分子相互作用以获取输入，并对其进行处理以产生不同的输出，就像它们的硅对应物一样。通过编辑支撑这些过程的遗传指令，人们现在可以重新连接这些电路以执行自然界从未计划的功能。2019年，瑞士联邦理工学院利用CRISPR技术，构建了相当于计算机中央处理器（CPU）的生物等效物。这个CPU被插入一个细胞，在那里它调节不同基因的活动以响应专门设计的RNA序列，使细胞实现了类似于硅计算机中的逻辑门。印度萨哈核物理研究所在2021年更进一步，诱使一群大肠杆菌计算简单迷宫的解决方案。该电路分布在几个大肠杆菌菌株之间，每个菌株都被设计用来解决部分问题。通过共享信息，该电路成功地实现了如何在多个迷宫中导航。大多数生物系统并不同于经典计算机的二进制逻辑，它们也不会像计算机芯片那样一步步解决问题。它们充满了重复、奇怪的反馈循环和以不同速度并排运行的截然不同的过程。更怪异的是，生物的计算能力还能完全脱离其自然环境。瑞典隆德大学科学家正在试验一种完全不同的生物计算方法，使用由分子马达驱动的微小蛋白质丝围绕迷宫推进。迷宫的结构经过精心设计，而细丝能同时探索所有路线。这意味着解决更大的问题不需要更多的时间，只需要更多的细丝。重新设计生物系统会带来什么？但美国马萨诸塞州塔夫茨大学的迈克尔莱文认为，生命系统已经在生物学的各个层面展示了令人惊叹的计算壮举，人们应该将重点从尝试重新设计生物系统，转移到寻找与现有系统交互的方法。莱文实验室已经证明，他们可以操纵细胞之间的电通信，帮助它们决定如何以及在哪里生长。举个恐怖的例子，这可能让蝌蚪的内脏上长出眼睛，或让青蛙长出额外的腿。它并不等同于计算，但团队认为它代表了如何将自然界预先存在的电路折射为一个“新目标”。类似的方法可用来解决广泛的计算任务。此外，真菌计算的深奥领域也正在显示其应用潜力。英国布里斯托尔西英格兰大学研究显示，真菌在感知pH值、化学物质、光线、重力和机械应力等方面具有的能力令人印象深刻。它们似乎使用电活动的尖峰进行交流，这开辟了将它们与传统电子设备连接的前景。类器官智能有多智能？要探寻生物计算，离不开人们迄今已知的最强大计算设备：大脑。当前组织工程学的进步意味着，科学家们可从干细胞中培育出相当于微型大脑的复杂神经元簇，也就是“大脑类器官”。与此同时，能将信号传输到脑细胞并能解码它们的反应，意味着人们已经开始试验类器官的记忆和学习能力。今年早些时候，美国约翰斯霍普金斯大学团队概述了“类器官智能”这一新领域的愿景。目标与人工智能相反：他们不会让计算机更像大脑，而是试图让脑细胞更像计算机。初创公司Cortical已可训练在硅芯片上培养的人类脑细胞来玩电子乒乓游戏Pong。而在它们的新软件中，任何具有基本编码技能的人都能为“培养皿大脑”编程。不过，所有这些生物计算方法目前都远未成为主流。与设计和制造硅芯片的能力相比，人们操纵生物学的能力仍处于初级阶段。但生物计算的巨大潜力和投入生物技术的数十亿美元，将在未来几年为这个领域带来快速进步。

p 　　11月14至17日，中国化学会第十五届全国计算(机)化学学术会议在复旦大学举行。此次会议由中国化学会主办，中国化学会计算机化学专业委员会、复旦大学、复旦大学附属肿瘤医院承办 复旦大学遗传工程国家重点实验室、复旦大学人类表型组研究院协办。 /p p 　　会议以“计算化学与精准药物设计”为主题，分化学计量学与生物信息学、化学信息学与分子设计、化学理论计算与过程模拟和精准药物设计与精准医学四个分会场，全面展示近年来我国在计算(机)化学领域取得的最新进展及成果，深入探讨所面临的机遇、挑战及未来发展方向，致力于促进学术界与产业界的沟通联系，推进我国计算机化学的健康发展。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201911/uepic/e836652a-0707-4e2c-8eb4-3cad83766147.jpg" title=" 1_副本.png" alt=" 1_副本.png" / /p p style=" text-align: center " span style=" font-family: 楷体, 楷体_GB2312, SimKai " 图：中国化学会计算(机)化学专业委员会主任委员、中国科学院院士、中科院上海药物所教授蒋华良 /span /p p span style=" font-family: 楷体, 楷体_GB2312, SimKai " /span /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201911/uepic/9e016cab-5558-44f1-bd76-f42ba83009a6.jpg" title=" 2_副本.png" alt=" 2_副本.png" / /p p style=" text-align: center " span style=" font-family: 楷体, 楷体_GB2312, SimKai " 图：本次大会组织委员会副主任、复旦大学生命科学学院教授石乐明博士 /span /p p 　　大会报告精彩纷呈，开幕式由复旦大学石乐明教授主持，中国化学会计算(机)化学专业委员会主任委员、中国科学院院士、中科院上海药物所蒋华良教授做了题为“大数据和人工智能助推药物设计”的报告，深圳微芯生物科技股份有限公司鲁先平博士做了题为“结合计算机辅助药物设计与化学基因组学的新药研发”的报告。 /p p 　　据了解本次大会参会代表600多名，8个大会报告，4个分会场，137个口头报告，逾150篇墙报。大会期间，颁发了2019年度(第二届)中国化学会计算机化学专业委员会“计算机化学奖”，该奖设立三类子奖：“终身成就奖”、“杰出贡献奖”和“青年计算化学家奖”。本届终身成就奖空缺。获得本届“杰出贡献奖”的是湖南大学吴海龙教授。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201911/uepic/c8c057af-72db-401a-bac7-5ec8c2f95bd9.jpg" title=" 3_副本.png" alt=" 3_副本.png" / /p p style=" text-align: center " span style=" font-family: 楷体, 楷体_GB2312, SimKai " 图：国际著名药物化学家、美国密歇根大学终身教授王少萌为湖南大学吴海龙教授颁发杰出贡献奖证书 /span /p p 　 strong 　杰出贡献奖获奖人员介绍： /strong /p p 　　吴海龙，湖南大学化学生物传感与计量学国家重点实验室教授，博士生导师。长期从事化学计量学方法和应用研究，发表研究论文逾300篇。荣获2002年湖南省科技进步奖一等奖、2003年国家自然科学奖二等奖，中国化学会分析化学基础研究“梁树权”奖等学术奖项。培养毕业博士生28名、毕业硕士生70多名。 /p p 　　获得本届青年计算化学家奖的分别是中山大学罗海彬教授和北京大学裴剑锋教授。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201911/uepic/c54f9c08-deb6-4d01-9454-7acdbb746274.jpg" title=" 4_副本.png" alt=" 4_副本.png" / /p p style=" text-align: center " span style=" font-family: 楷体, 楷体_GB2312, SimKai " 图:从左到右依次是中山大学罗海彬教授、南开大学邵学广教授和北京大学裴剑锋教授 /span /p p 　 strong 　青年计算化学家奖获奖人员介绍： /strong /p p 　　裴剑锋，北京大学前沿交叉学科研究院研究员，博士生导师，长期从事化学信息学、生物信息学和药物设计研究，在 JACS、PNAS、NAR、Nature 等国际重要学术刊物上发表论文 60 多篇, 申请获得专利 6 项，软件著作权 8 项。主持新药创制国家科技重大专项等多个国家项目。获得过中国药学会施维雅青年药物化学奖、药明康德生命化学研究奖等奖项。 /p p 　　罗海彬，中山大学药学院副院长，教授、博士生导师，国家重点研发计划首席科学家，广东省“珠江学者”特聘教授，国家自然科学基金优秀青年基金获得者，中国药学会-施维雅青年药物化学奖获得者，SCI期刊Chem Biol Drug Des、药学学报(英文版)、药学研究编委。主要从事药物化学和结构生物学等方面的研究。多年来从事抗老年性痴呆、肺动脉高压、糖尿病、哮喘等药物靶标结构生物学和发现研究，重点构建基于靶标磷酸二酯酶(PDE)的药物筛选体系，并进行相关的药物分子设计、有机合成和作用机制研究。 /p p 　　据悉，中国化学会计算机化学“终身成就奖”奖励多年为计算机化学的发展做出重要贡献的科学家，为本领域的最高荣誉 奖励名额根据提名情况设定。 “杰出贡献奖”奖励为计算机化学发展做出杰出贡献，在某一领域中做出了完整、系统、具有创新性研究成果的科技人员 每届奖励1名。 “青年计算化学家奖”奖励在计算机化学研究领域中取得突出成绩，有创新性研究成果的青年科技工作者(45周岁以下)，每届奖励2名。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201911/uepic/51a2959b-9554-43cd-89a8-efcdce7bfe4f.jpg" title=" 5_副本.jpg" alt=" 5_副本.jpg" / /p p style=" text-align: center " span style=" font-family: 楷体, 楷体_GB2312, SimKai " 图：2019中国化学会第十五届全国计算(机)化学学术会议参会代表合影 /span /p