首页--医药、卫生论文--中国医学论文--中药学论文--中药化学论文

桑叶中PPARγ激动剂活性组分的分离和筛选

缩略语第5-6页
摘要第6-8页
Abstract第8-9页
第一章 文献综述第12-17页
    1 糖尿病及桑叶中抗糖尿病成分的研究概况第12-13页
        1.1 糖尿病的危害和研究概况第12页
        1.2 桑叶抗糖尿病效果研究第12-13页
    2 PPARγ的研究概况第13-14页
    3 PPARγ激动剂的研究概况第14-15页
    4 基于PPARγ抗糖尿病药物的检测方法第15-17页
第二章 实验设计方案第17-19页
    1 实验目的和意义第17页
    2 实验内容第17-18页
    3 实验流程图第18-19页
第三章PPARγ及PPRE4 基因的克隆及重组质粒的构建第19-24页
    1 材料与试剂第19页
        1.1 菌种第19页
        1.2 试剂第19页
        1.3 主要试剂的配制第19页
    2 方法第19-22页
        2.1 PPARγ基因的获取第19-20页
        2.2 重组质粒p GEFP- N2-PPARγ的构建第20-22页
        2.3 PPRE4 基因克隆及重组载体pGL4- PPRE4-luc构建第22页
    3 结果第22-23页
        3.1 重组质粒p EGFP-N2-PPARγ双酶切鉴定第22页
        3.2 重组质粒p GL4-PPRE4-luc双酶切鉴定第22-23页
    4 讨论第23-24页
第四章 PPARγ高通量筛选Cos-7 细胞模型的构建第24-33页
    1 材料与试剂第24页
        1.1 细胞株第24页
        1.2 材料与试剂第24页
        1.3 试剂配制第24页
    2 方法第24-29页
        2.1 无内毒素的重组质粒的提取第24-25页
        2.2 Cos-7 细胞传代培养第25-26页
        2.3 细胞冻存第26页
        2.4 PPARγ 通量筛选细胞检测模型的建立第26-28页
        2.5 PPARγ高通量筛选细胞检测模型的优化及稳定性,特异性检测第28-29页
    3. 结果第29-32页
        3.1 模型筛选条件的优化第29-31页
        3.2 模型稳定性评价第31页
        3.3 模型特异性检测第31-32页
    4 讨论第32-33页
第五章 桑叶中具有治疗糖尿病作用的天然药物提取物的制备第33-40页
    1. 材料与试剂第33页
        1.1 植物材料第33页
        1.2 试剂第33页
        1.3 仪器第33页
    2. 方法第33-35页
        2.1 干燥桑叶粉的制作第33页
        2.2 桑叶提取溶剂的选择第33页
        2.3 桑叶中正己烷提取物的初分离第33-34页
        2.4 桑叶中石油醚提取物的硅胶柱层析第34页
        2.5 桑叶石油醚提取物的LC-MS分析第34-35页
        2.6 PPARγ活性成分的筛选第35页
    3 结果第35-38页
        3.1 桑叶溶剂的选择第35页
        3.2 正己烷提取物初分离后的组分活性检测第35-36页
        3.3 桑叶石油醚提取物的LC-MS分析第36页
        3.4 石油醚提取物硅胶柱层析后的药物活性检测第36-38页
    4 讨论第38-40页
第六章 活性样品的脂肪酸分析第40-51页
    1 材料与试剂第40页
    2 方法第40-41页
        2.1 样品的碱法衍生第40页
        2.2 GC-MS分析第40页
        2.3 脂肪酸活性分析第40页
        2.4 桑叶提取物中活性脂肪酸的定量分析第40-41页
        2.5 活性脂肪酸混合成分PPARγ激活效应分析第41页
    3 结果第41-50页
        3.1 脂肪酸的成分分析第41-47页
        3.2 脂肪酸的活性分析第47-48页
        3.3 桑叶提取物中活性脂肪酸的定量分析第48-49页
        3.4 活性脂肪酸混合成分PPARγ激活效应分析第49-50页
    4 讨论第50-51页
结论第51-52页
参考文献第52-57页
致谢第57页

论文共57页,点击 下载论文
上一篇:基于全覆盖粒计算的新闻文档子话题划分方法研究
下一篇:融合图像分离和特征分析的烟雾检测算法研究