关键词： 豆蔻属   炮制   化学成分   药理活性  

摘要： 豆蔻属（Amomum）中药材由豆蔻属植物的果实所制得，具燥湿温中、除痰截疟、化湿开胃、温脾止泻、理气安胎、化湿消痞、行气温中和开胃消食等功效，其炮制方法繁多。豆蔻属中药材炮制目的为“减毒增效”，目前缺乏炮制后其化学成分及药效变化的系统性融合整理研究。本文归纳总结豆蔻属中药材炮制方法及其化学成分、药理活性变化，发现豆蔻属中药材常用炮制方法有净制、切制、炒制、盐制、酒制和姜制等，炮制后水溶性物质和挥发性物质均发生显著变化，并且辛燥性降低、药效改变或增强。文章为豆蔻属中药材炮制工艺优化、对“症”炮制等提供参考。

关键词： 达原饮   质量标志物   化学成分   药理作用   临床应用   质量控制  

摘要： 经典名方达原饮出自明代著名医家吴又可创作的《温疫论》，是治疗疫病的代表方剂，具有开达膜原、辟秽化浊的功效，现代临床多用于治疗病毒传染性疾病、急性肝肺损伤、发热、失眠及儿科疾病等，应用广泛。在对近年来达原饮的化学成分、药理作用及临床应用进行归纳总结的基础上，依照质量标志物（quality marker， Q-Marker）“五原则”进行预测分析，结果提示槟榔碱、槲皮素、厚朴酚、和厚朴酚、表儿茶素、原儿茶酸、芒果苷、知母皂苷AIII、芍药苷、芍药内酯苷、苯甲酰芍药苷、黄芩苷、黄芩素、甘草苷、甘草酸、甘草次酸、异甘草素可作为达原饮的质量标志物，为其质量控制体系的建立及后续制剂的开发提供参考。

关键词： 青风藤   药对   药理作用   配伍理论  

摘要： 青风藤作为一味传统中药，具有抗炎、镇痛、抗肿瘤等药理作用，有着悠久的应用历史，且青风藤也常与白芍、海风藤、附子等药物以药对形式应用于临床。重点对青风藤的化学成分、药理作用及常用青风藤药对的临床应用与药理作用进行综述，并对它们的作用机制进行探讨，研究总结青风藤药对使用规律、配伍理论，为更好地开发利用青风藤药对提供参考。

关键词： 湿地植物   泥沙淤积   种间竞争   生态化学计量  

摘要： 本研究以短尖薹草为竞争植物，设置4种淤积厚度（0、3、6、12 cm）和4种竞争模式（无竞争、全部竞争、地上竞争、地下竞争），分析洞庭湖典型湿地植物辣蓼的生长及化学计量特征。结果表明：淤积处理和竞争模式均对辣蓼总生物量的积累产生显著影响。适度淤积（3～6 cm）可促进辣蓼生物量积累，过度淤积（12 cm）则抑制其生长；在竞争处理中，全部竞争模式下辣蓼的总生物量最低；在6 cm淤积且无竞争的条件下，辣蓼每株总生物量最高，为10.89 g。在各竞争模式下，辣蓼受到的竞争强度随淤积厚度增加呈现先升后降趋势。在有淤积条件下，竞争作用导致辣蓼的根冠比下降、比叶面积升高，表明其在竞争压力下资源分配向地上部分倾斜；在无淤积条件下，竞争显著抑制植株高度，反映辣蓼在资源受限时可能减少垂直生长投入，以维持稳态平衡，表现出一种保守型的生长策略。有竞争条件下，泥沙淤积显著提高了辣蓼地上部分的氮含量和地下部分的碳含量；在各淤积处理中，竞争导致辣蓼地上和地下部分的磷含量及C/N值均呈上升趋势，而N/P和C/P显著下降。相关性分析表明，辣蓼总生物量与地上部分的氮含量呈显著正相关，而与地下部分的氮含量，磷含量和N/P呈显著负相关；比叶面积和株高则与地上部磷含量呈显著正相关。综上，辣蓼通过降低根冠比、增加比叶面积，以及C/N值升高，C/P和N/P降低的元素化学调节机制，有效应对不同淤积厚度与竞争模式的复合胁迫。

关键词： 边缘侧大模型   数字孪生   移动边缘计算   多智能体深度强化学习   生成对抗网络   联邦学习  

摘要： 边缘侧大模型应用正成为推动智能健康、智慧城市等领域智能化与数字化进程的关键驱动力。然而，大模型海量智能任务异构性和高动态网络的不可预测性，使得边缘设备有限的算力资源难以满足复杂推理任务对高效且可靠服务质量（Quality of Service， QoS）的需求。因此本文提出了一种基于生成对抗网络（Generative Adversarial Network， GAN）增强的多智能体深度强化学习（Multi-Agent Deep Reinforcement Learning， MADRL）的边缘推理与异构资源协同优化方法，以实现数字孪生（Digital Twin， DT）驱动的边缘侧大模型赋能系统中异构资源的动态负载均衡，确保推理任务高效性与可靠性。首先，本文构建并分析了DT驱动的边缘侧大模型系统中的物理网络层和孪生网络层，并采用GAN实现对物理实体的孪生映射，从而对海量异构边缘数据进行分布式处理、生成与优化。接着，利用MADRL算法来对系统中的异构资源进行综合量化与协同优化，并将边缘推理数据反馈至MADRL算法中以减少集中式训练过程中的数据通信开销。同时，借助于联邦学习，该架构能够实现多方知识共享，从而有效提升模型训练速度与性能。最后，仿真结果表明，该算法能够在动态复杂大模型赋能边缘系统环境中有效降低推理任务的时延和能耗，充分利用有限的系统资源，确保推理任务的高效性，并提升智能服务的质量。

关键词： 抚仙湖   水化学特征   离子来源   贡献率   形成机制  

摘要： 水是生命之源，地表水和地下水的水化学成分影响生态环境与元素循环过程。抚仙湖作为我国蓄水量最大的深水型淡水湖，是珠江流域、西南地区具有重大意义的饮用水源。系统采集了湖区井水、泉水、河水和湖水样品，综合运用水化学图解、数理统计和因子分析-多元线性回归（APCS?MLR）等方法，研究了抚仙湖流域水体水质、化学特征、溶质来源和演化模式。区内水体pH值呈现湖水＞河水＞地下水的特征，而TDS为地下水＞河水＞湖水，湖水水化学指标的空间分异不明显，显示水动力条件较好。湖区水化学类型主要为HCO3-Ca·Mg，I类水质占88.9%，Ⅱ类水质占11.1%。饱和指数显示方解石和白云石达到饱和，石膏、钾长石和钠长石未达到饱和。APCS?MLR受体模型显示，区内水体溶质主要有地质作用、生活污染、农业施肥和大气沉降4种来源，平均贡献率分别为32.04%、10.13%、30.21%和27.63%。碳酸盐岩和硅酸盐岩风化是流域水化学形成的主控因素，大气沉降主要表现在氮元素的输入和对水体pH的控制。研究可为西南地区水资源开发利用及高原湖泊不同水体化学元素耦合提供依据。

关键词： 锆石U-Pb定年   岩石地球化学   Sr-Nd-Hf同位素   白花草花岗岩   找矿潜力  

摘要： 花岗岩岩株一直是个旧地区重要的找矿标志。卡房铜锡多金属矿床与新山花岗岩体密切相关,然而新山岩体在仙人硐断裂附近深插地下,仙人硐断裂往南因未探测到花岗岩岩株而找矿方向不明。近年来,深部探矿工程在仙人硐断裂南侧揭露了隐伏的白花草花岗岩体,白花草岩体的年代学和地球化学研究是破解该区找矿瓶颈的关键。本文以白花草岩体为研究对象,通过岩相学、锆石U-Pb年代学、锆石Hf同位素以及全岩地球化学和Sr-Nd同位素研究,对比分析白花草岩体与该区成矿岩体和不成矿岩体的地球化学特征,为该区找矿预测提供依据。白花草岩体锆石U-Pb年龄为83.12±0.54 Ma,SiO2含量为74.50%～76.81%,K2O/Na2O比值为1.35～1.64,1-6～238.64×10-6,具有强烈Eu负异常（δEu为0.03～0.09）,这些岩石地球化学特征与成矿岩体新山岩体相同,而明显区别于西区不成矿的龙岔河岩体。全岩(87Sr/86Sr)i为0.726236～0.778916,εNd（t）为-9～-8.1,对应的二阶段模式年龄tDM2（Nd）为1.54～1.62 Ga;εHf（t）为-9.15～-4.9,tDM2（Hf）为1.46～1.72 Ga,与新山岩体表现出相同特征,指示白花草岩体与个旧地区成矿岩体来源于同一岩浆房,可能为晚中生代华南西部岩石圈伸展背景下中元古界部分熔融形成的母岩浆经高分异演化的产物,指示仙人硐断裂和龙树脚断裂之间具有良好的找矿潜力。

关键词： 双语   双语教育   分析化学   教学改革   国际化视野  

摘要： 通过介绍双语教育的含义、双语教学发展中存在问题的现状，结合国家“一带一路”等建设要求提出新形势发展驱动下分析化学双语教学的改革思考，从双语教材选择、课堂教学改革、教师素质培养，学习移动端及效果等五个方面提出切实可行的举措，为国家新形势战略发展培养高素质与创新型的具有交叉融合和国际化视野的双语专业人才。

关键词： 经典名方   金水六君煎   成分分析   物质基础   超高效液相色谱-四极杆-飞行时间串联质谱法(UPLC-Q-TOF-MS/MS)  

摘要： 目的：阐明金水六君煎基准样品的化学成分组成及其在大鼠体内的入血与组织分布特征。方法：采用超高效液相色谱-四极杆-飞行时间串联质谱法（UPLC-Q-TOF-MS/MS）分别在正、负离子模式下检测金水六君煎基准样品溶液、血浆和组织样本。结合Qualitative Analysis 10.0软件与自建数据库进行一级质谱匹配，通过与对照品、数据库及参考文献的二级质谱碎片信息和保留时间等进行比对，分析推导化合物的裂解规律，实现对金水六君煎基准样品体内外化学成分的表征。结果：金水六君煎基准样品体外共分析鉴定出122个化合物，包括47个黄酮类、5个氨基酸类、13个环烯醚萜类、16个三萜皂苷类等化合物，其中42个化合物经过对照品比对确认。入血成分共鉴定出21个原型成分；不同组织共鉴定出56个原型成分，分别在心、肝、脾、肺、肾、脑、大肠、胃鉴定出13、10、7、21、11、6、14、40个原型成分；其中阿魏酸、甘草酸、川陈皮素等7个化合物在靶器官肺、肾中均有暴露。结论：该研究表明金水六君煎基准样品以黄酮类、三萜皂苷类成分为主的物质基础及其体内分布特征，可为其质量评价指标的制定提供依据，并为其药效学与药代动力学研究提供参考。

关键词： 无人艇   追逃   对抗进化   强化学习  

摘要： 无人艇在应对海上突发事件方面具有良好的任务效能，针对目标追捕问题，提出了一种基于对抗进化强化学习算法的追逃框架。为了提高追捕效果和泛化性能，红方追捕团队和蓝方逃逸目标均采用强化学习方法来增加策略的多样性，通过双方的迭代对抗进化从而使追捕团队性能提高。其中，对于追捕团体，考虑到任务执行过程中可能会出现个体损毁或油量耗尽等情况，采用了多智能体毁后信用分配算法，并引入残差连接嵌入式长短时记忆网络以改进策略网络，同时利用岛礁等障碍物辅助提高无人艇围捕效率。仿真结果表明，对抗进化迭代训练框架能有效实现追逃双方的共同进步，且改进强化学习算法的稳定性和收敛效果相对较强。