• 學位論文

壹:結合?酚衍生的四級胺鹽六足歧狀混成體在光激發DNA交聯鏈結作用之研究;貳:具嵌合基團之掌性氧釩錯合物於DNA光激斷序之研究

在第一部份中，我們利用以三羥基苯甲?胺為核心的三足歧狀結構雙聚合體經由Click chemistry，接上三甲基胺的?酚，其上的三甲基胺的?酚在完成甲基化反應後，生成四級胺鹽?酚的三足歧狀雙聚合物，其經光激發後，產生o-quinone methid的中間產物，經分子?的共振效應和DNA的鹼基對作用交聯鍊結。使用瓊膠電泳、凝膠滲和原子力顯微鏡(AFM)去觀測六足歧狀混成體和DNA鹼基對交聯鍊結的狀況，由於六足歧狀混成體和DNA的交聯效果太好，導致有聚集(aggregation)的現象；第二部份中，利用我們實驗室在2005年發表的掌性氧釩錯合物對DNA光激斷序的結果作衍生；改變配位子，接上發光基團增加了π-π共振效應。在光激發後，分子內電子共振產生過渡產物，氧釩鍵會釋放出單重態的氧或產生氫氧自由基與DNA作用進而使其斷鍵。我們由瓊膠電泳分析得知，我們所改良的IMS-complex和Q-IMS complex對於DNA光激斷序有更好的效果。

• 學位論文

以二苯并環庚烷為骨架之螺旋烯與?唑環與茀環為中心模板之三芳香胺在有機電激發光和非線性光學材料之研究

中文摘要 OLED 我們利用上盤二苯并環庚烷 (dibenzosuberane) 10號跟11號位置上融合奎咢? (Quinoxaline) 系統且下盤片段融合不同的芳香族化合物形成螺旋烯分子 (helicene) 來討論其系列分子在有機電致發光材料上的運用。 首先我們在上盤?咢? (Quinoxaline) 分子之對位位子融合上不同的官能基，希望借由結合雙功能性 (bifunction) 與偶極 (dipolar) 的特性，使材料之間更能有效形成光激子 (exciton)，並且利用這些系統的衍生物，去做一系列在有機電致發光材料的研究和探討。 而我們利用差相掃瞄卡計法 (DSC) 和熱重量分析儀 (TGA) 去測量這些系統的熱穩定性，除了以?唑環 (flavone) 為下盤片段之化合物2e之熱穩定比較不好以外，對其他的系統而言熱穩定性質都不錯，其中當分子量越大或下盤片段之立障越大時，其熱穩定性就會越好。接著對這些系統的衍生物進行吸收，放射光譜，螢光量子產率的測量;同時也利用循環伏特安培法評估其氧化還原行為和測定其HOMO-LUMO能階。接著搭配合適的電子傳輸層或電洞傳輸層製作發光二極體元件，並測量其光電性質，目前以化合物1g作為發光層的效果最好，其最大波長為516 nm，其半波寬長為98 nm，且元件操作在電流密度20 mA/cm2時，電流效應 (Luminance Efficiency) 為7.21 cd/A，功率 (Power Efficiency) 為2.18 lm/W，外部量子效率 (External Quantum Efficiency) 為2.3 %。 NLO 我們用茀環 (fluorene) 之2，7號位置接上不同取代基為上盤而在下盤片段融合上?唑環 (flavone) 分子，討論這個螺旋烯分子的非線性光學性質。這一類的分子有相當好的電荷轉移 (charge transfer) 特性可以誘導出非線性光學的性質，而其模式是藉由中間雙鍵扭張構形之變化使得fluorene上盤模版成為極優良的電子受體，而其電子受體之能力則由在C2和C7位置二芳香胺來調控。螺旋烯分子的上下盤有著扭曲的雙鍵結構，由已發表的文章指出，如果分子內的π-電子系統有著扭曲的結構，可以增強其非線性光學的特性。我們得到最大的非線性光學數值是化合物4h大小為5.1x10-45，比較標準品DANS 之8.8x10-46可以看得出來雖然我們的化合物缺少了好的電子受體，但是在C2和C7位置二芳香胺來調控下可得NLO性質高於DANS，故可以期待作為一個不錯的非線性光學材料。

• 學位論文

含胺取代之聯?啶釕錯化合物在光誘導電子轉移反應中的影響

本論文研究 [Ru(bpy)2(4,4’-dabpy)]2+ 和[Ru(bpy)2(5,5’-dabpy)]2+ 兩種位向配位基的釕金屬錯合物作為電子提供者的同異。合成出六種以不同胺基酸為橋基的衍生物，分別是[Ru(bpy)2(4,4’-dabpy-(gly- A)2)]2+、[Ru(bpy)2(4,4’-dabpy-(phe-A)2)]2+、[Ru(bpy)2(4,4’-dabpy-(ile-A)2 )]2+、[Ru(bpy)2(4,4’-dabpy-(ile-A))]2+、[Ru(bpy)2(5,5’-dabpy-(phe-A)2 )]2+、[Ru(bpy)2(5,5’-dabpy-(ile-A)2)]2+。 利用冷光光譜的Quantum Yield及Time –Resulted luminescence decay的方式可測得電子轉移速率常數。[Ru(bpy)2(4,4’-dabpy-(gly- A)2)]2+、[Ru(bpy)2(4,4’-dabpy-(phe-A)2)]2+、[Ru(bpy)2(4,4’-dabpy-(ile-A)2 )]2+ 的電子轉移速率常數分別是 3.2 x 106 、 1.1 x 107 、 1.5 x 107 s-1，[Ru(bpy)2(5,5’-dabpy-(phe-A)2)]2+、[Ru(bpy)2(5,5’-dabpy-(ile-A)2)]2+則是2.1 x 107 、 2.4 x107 s-1；我們發現，兩種電子提供者會因為取代基位向不同而有不同程度的電子提供能力，進而影響電子傳遞的效果。其中，[Ru(bpy)2(5,5’-dabpy)]2+ 的電子提供能力較好，其胺基酸衍生物的電子傳遞速率亦較快。 在生命系統的電子轉移效應中，除了胺基酸的種類是ㄧ大關鍵外，取代基的位向亦扮演了重大的角色。

• 學位論文

含十六族元素(硒、碲)與第八族(釕)金屬團簇化合物的合成與其反應探討及化性研究

1. Se-Ru-CO 化合物之合成 將K2SeO3與Ru3(CO)12以原子比Se：Ru = 1：5的比例於MeOH下加熱反應，可得到化合物[SeRu5(CO)14]2-，若將原子比改為Se：Ru = 1：2，置於相同的反應條件下，可得到化合物[HSe2Ru4(CO)10]-；此外，若同樣以原子比為Se：Ru = 1：2，但在更高溫下反應則會得到更多核的化合物[Se4Ru6(CO)12]2-，因此可藉由調整起始物的比例及溫度，控制不同結構的化合物生成。 2. [HSe2Ru4(CO)10]-和[SeRu5(CO)14]2-與CO及CO2反應 化合物[HSe2Ru4(CO)10]-在MeOH下與CO加熱反應一段時間後，再外加Ru3(CO)12，可得到活化C-O鍵並伴隨CO嵌入的綠色化合物[{HSe2Ru4(CO)10}2(Ru2(CO)4)(O2CMe)]3-；而化合物[SeRu5(CO)14]2-在MeOH下與CO2加熱反應，則會得到活化O-H鍵及CO2插入的另一個綠色化合物[{HSe2Ru4(CO)10}2(Ru2(CO)4)(O2COMe)]3-。由此可見Se-Ru-CO的金屬團簇化合物具獨特的活化特性。 3. E-Ru-CuX (E = Te，Se) 的電化學研究 八面體的化合物[ERu5(CO)14]2- (E = Se、Te)與CuX (X = Cl，Br，I)在不同比例下反應，可以得到具有單銅蓋接[ERu5(CO)14CuX]2-及雙銅橋接[E2Ru4(CO)10(CuX)2]2-化合物，而此系列化合物在電化學上均具有氧化還原性質，DFT理論計算顯示此類化合物的HOMO主要貢獻在Ru原子及CuX，而LUMO則主要來自Ru原子的貢獻，與我們在電化學所偵測的氧化還原結果相符合。

• 學位論文

功能化金奈米粒子於生物技術上的應用

近幾年來，對於尋找新材料的科學家們，奈米科技的發展已經引起他們極大的研究興趣，例如半導體、金屬團簇及線狀等奈米層級的材料，由於其獨特的物理性質，使其可以應用至作為奈米感測器、催化載體或光電儀器。此外，為了方便觀察量測，金屬奈米粒子也可以隨著實驗的需要，組裝至我們所需要的結構。在多樣化的金屬半導體中，金奈米粒子的研究更是被科學家長久以來的青睞，由於金奈粒子其簡易的修飾性並且具有極高的穩定性，使得金奈米粒子的應用更加地廣泛。因此我們首次將金奈米粒子與醣分子結合，利用簡單地化學修飾將醣分子共價地鍵結至金奈米粒子上，由於金奈米粒子與硫基可以穩定鍵結，因此我們可以使用金奈米粒子為載體，使醣分子可以在金奈米粒子上呈現出多價效應。利用大腸桿菌鞭毛上特定的蛋白質受體與特定的醣分子鍵結，我們可以使用電子顯微鏡直接觀測蛋白質受體的位置，其結合對於高濃度鹽類溶液有相當高的耐受度。我們也利用流通式生物分子感測系統來測量醣分子與特定蛋白質的鍵結強度，金奈米粒子與醣分子的結合不僅可以提供單一醣分子所呈現的選擇性，並且其共價效應甚至強過單一分子的鍵結力。經由我們的研究，相信可以為奈米技術與生物技術的結合提供另一境界的便利性。利用奈米粒子特殊的物性及化性，在生物系統上的觀測甚至可以超越一般傳統的生物觀測模式。

• 學位論文

開發金屬親合層析法結合質譜技術之蛋白質磷酸化研究

蛋白質磷酸化在細胞訊息傳遞及功能調控上扮演關鍵角色。蛋白質的磷酸化是一個動態現象，在細胞內的含量低，並且不同位置的磷酸化可能有不同的功能。對於蛋白質磷酸化進行定性與定量的分析有助於我們了解這些訊息傳遞的複雜過程，所以發展高效能蛋白質磷酸化的分析方法仍是一個重要的課題。 在本論文中，我們結合凝膠電泳（SDS-PAGE）,金屬親和層析( Immobilized Metal Affinity Chromatography, IMAC),免標記定量法( Label Free)和質譜 (Mass Spectrometry, MS)技術分析磷酸化蛋白體。在定性的實驗方面，我們針對影響金屬親和層析法專一性的因素作最佳化研究。本實驗中，我們發現待測樣品的pH、系統溶液的種類和濃度以及溶液中所含的鹽類的種類都會影響其專一性和回收率。在定量實驗方面，我們以免標記定量法為平臺，利用所加入標準品的層析譜峰面積去校正分析物的層析譜峰，可進行相對定量。我們將此方法分別應用於標準蛋白質和複雜的細胞樣品，為了證明此分析平台的可用性，我們將其應用在分析H1299細胞中的磷酸蛋白上，並以凝膠電泳為輔作細胞蛋白的一維分離，我們可鑑定出1598個磷酸化蛋白質共含有12353個磷酸化胜?，在所有鑑定出的胜?中，磷酸化胜?純化專一性達百分之80。並且其定量的標準誤差可以小到0.3左右。證明此平台能廣泛應用在分析大量蛋白質磷酸化的研究上。

• 學位論文

利用多變量分析於中藥分辨

中文摘要 高效液相層析儀(HPLC)及感應耦合電漿質譜儀（ICP-MS）為測定中藥指標成分及微量元素的常用分析工具。本研究開發分析方法，進行藥材的成分分析及樣品辨識。 本研究共分三部份，第一部份為利用加味逍遙散HPLC的有機成分(30 peaks)定量結果及ICP-MS的無機元素(44個元素)測定數據，以人工歸納及統計分析方法建立識別廠牌的準則。觀察各樣品有機成分中成分2 ( Gallic acid ，GA ) 及成分26 ( Paeonol ，PN )的差異，發現利用成分2/IS比值可明顯將所有樣品分成兩組，順天堂、勝昌、科達其值高於1.45，而港香蘭、莊松榮低於1.45；繼而以2/26的比值(順天堂>2.1、1.8<勝昌<2.1、科達<1.8、港香蘭<2.3、莊松榮>2.5)再行細分，則各家廠牌產品就可順利分辨。依上述準則，在五家廠牌共33批樣品中，只有4批樣品分類錯誤：勝昌2批、港香蘭1批其2/IS比值分別為2.21、2.37和1.67，且2/26的比值高於2.1被判定為順天堂；順天堂1批其2/IS比值為1.65，且2/26的比值在1.8與2.1之間被判定為勝昌，整體而言，人工辨識正確率約88 ％。將30 peaks的分析數據進行多變量分析(Multivariate Analysis)處理：主成分分析(Principal Component Analysis ，PCA)發現，PC1(1、11和14)、PC2(2、6、24和25)和PC3(23、27和28)代表61.343% 的總變異性；以PC1、PC2和PC3作成的三度空間PCA圖顯示，各廠牌樣品各自群聚在特定位置，順天堂在中間偏上方，勝昌在左下方，科達在中間，港香蘭在右下方，莊松榮在中間偏下方，分類良好。進行群聚分析(Cluster Analysis (CA)亦能明確分類，在群聚距離設定為0.38（最大刻度為1）後，依次出現順天堂、莊松榮、港香蘭、勝昌、科達等五聚落。進行線性區別分析(Linear Discriminant Analysis ，LDA)， 其原始分類(original)雖達100％，但在交叉驗證(cross-validated)卻只有13.8 %的正確性，因此先用逐步區別分析(stepwise-LDA)選出1(nicotinic acid)、 8(Geniposide)、13 、17 、19、20 、23 、24等8 peaks，再用LDA統計則可得到完全正確的分類結果，該方法亦可正確判斷任一市售樣品的廠牌，另外，17和19在判定函數1中的變數有最大的比重(-26.620 和 –18.404)，判定函數2主要由20和24 (-11.716和-12.520)所組成，判定函數3主要由17、23和24 (21.550、20.372和-17.723)所組成，判定函數4主要由17、24和20 (-8.869、-6.954和6.051)所組成。 用ICP-MS測量各樣品，可得到44個無機元素的分析數據，仔細比對這些數據的差異性，僅能分辨順天堂、勝昌及港香蘭三家產品，而科達及莊松榮的所有元素含量都非常接近，且誤差線範圍內有很大的重疊，人工難以辨別。將該44無機元素的分析數據進行多變量分析：主成分分析顯示，PC1(La、Ce、Nd和Pr)、PC2(Al、Mg和Br)和PC3(I和As)代表71.944% 的總變異性，以PC1、PC2和PC3繪製的的三度空間PCA圖指出，順天堂在左下方，勝昌在左上方，科達在右下方，港香蘭在右上方，莊松榮在中間偏下方，各自形成聚落、分隔明顯。群聚分析以距離0.41（最大刻度為1）處理後，明確分成五個聚落，依次為順天堂、莊松榮、港香蘭、科達、勝昌。線性區別分析，其原始分類可達100％，但交叉驗證只有17.2 %的正確性，因此先以逐步區別分析自44個元素中選出Na、Mg、Al、Ni、Cu、I、Ce、Bi、U等9個元素，再用LDA統計則可得到完全正確的分類結果，所有的加味逍遙散樣品皆能無誤地分類，該統計分析方法亦可正確判斷任一市售樣品的廠牌，其中 Mg、Na和Cu(-2.443、2.203和2.140)在判定函數1中的變數有最大的比重，判定函數2主要由Ce和U (-6.208和4.730)所組成，判定函數3主要由Cu、Mg和I (1.843、-1.126和1.063)所組成，判定函數4主要由U、Mg和Ce (1.185、1.115和-1.021)所組成。 另外，隨機抽取三個樣品，以比較五家廠牌的同質性，發現順天堂、莊松榮及勝昌生產之不同批次樣品，相似度最高，分別為0.23、0.22及0.21，品質最穩定，港香蘭及科達所生產之商品相似度較差，分別為0.16及0.09，品質較不穩定。 第二部份為枳實(Aurantii Fructus Immaturus)及枳殼(Aurantii Fructus Maturus)之分析與辨識。從台灣及中國的中藥市場收集20批枳實[綠衣枳實(Poncitrus trifoliata)]和30批[酸橙枳殼 (Citrus aurantium)，香圓枳殼(C. wilsonii)]樣品，經外觀判別及組織鏡檢，再以HPLC分析這些樣品中的12個主要的成分；該HPLC分析方法以Cosmosil 5C18-AR為分析管柱，以KH2PO4水溶液及MeOH/CH3CN之混合液為沖提液，可在60分鐘內順利完成分離，積分面積的RSD為0.30-1.21(intraday) 及0.45-1.93 (interday) ，偵測極限在2.84-6.85 ng之間。分析結果顯示，枳實與枳殼可用NR、 HE、 NE和QU等成份之有無來判別，枳實樣品中沒有或幾乎沒有HE及NE等成份，而枳殼樣品中沒有或很少NR及QU成份；兩枳殼(酸橙及香圓)的差異，則可用NGC及HE的成分的含量及HE/NG，HE/NE與NGC/NE比值分辨， 該等比值在酸橙枳殼分別為0.49以上、2.30以上及0.21以上，在香圓枳殼則在0.40以下、1.31以下及0.21以下，但有5批不易判別，依相近數據，判定分屬兩品種。將12 peaks的分析數據代入多變量分析軟體，發現不論PCA、CA或LDA均能明確分辨綠衣枳實、酸橙枳殼或香圓枳殼，經交叉驗證或添加試驗，均得到完全正確的結果。值的注意的是，5批用人工不易判別的樣品皆清楚落入香圓枳殼的群聚，與人工辨識有著很大的不同。 第三部份，我們利用本實驗室已有的HPLC分析方法，測定牡丹皮(Moutan Cortex) 、厚朴(Magnoliae Cortex)、防己(Fangchi Radix)等的主要有機成分及微量元素含量。我們曾比較水煮及消化兩種前處理方式，發現後者約為前者的102到104倍，但所有數值皆呈平行關係，因此選擇與中藥煎煮情形相同的水煮方法，製作檢液。 1.牡丹皮(Moutan Cortex): 收集23批市售牡丹皮樣品，分屬西昌丹皮（Paeonia delavayi，10批）、川丹皮（P. suffruticosa，13批），用HPLC測量4,6-di-GG (1，G為glucose)，1,2,3,6-tetra-GG (2) ，1,2,3,4,6-penta-GG (3) ， 1,3,4,6-tetra-GG (4) ，3,4,6-tri-GG (5) ，1,3,6-tri-GG (6) ， 3,6-di-GG (7) ，1,2,6-tri-GG (8) 。paeoniflorin（Pf）和paeonol(PN)等10成分含量。發現由PN/Pf及3/2的比值就可區別西昌丹皮(PN/Pf > 1， 3/2>15.1)與川丹皮(PN/Pf < 1， 3/2<11.4) ；整體而言，人工辨識正確率為100％。將10 peaks分析數據輸入PCA、CA及LDA軟體 ，發現主成分分析與線性區別分析，都能正確分辨各批藥材所屬的品種，後者的交叉驗證亦證實100 %正確。但群聚分析則無法分辨，因此以逐步區別分析選出peak1(4,6-di-GG)、peak4(1,3,4,6-tetra-GG)、Pf(paeoniflorin))等3成分，再進行群聚分析，但也無法正確分類；不過只用該三peaks的定量數據，進行線性區別分析，卻也可得到100%的正確結果，顯示用LDA統計分析時，不論10成分或3成分都能明確分辨基原，但後者更為簡捷。 仔細觀察18批牡丹皮樣品(西昌丹皮9批、川丹皮9批)的62種元素之分析數據，發現Ge、Mo、Cd、Ce及Tl等五元素，在兩品種中相異性最顯著，用該五元素的分析數據作為人工辨識的工具，正確率達100％。若將62種元素分析數據用主成分分析、群聚分析及線性區別分析軟體處理，則只有PCA可達到完全正確的分類目標，CA無法分辨，LDA之原始分類雖有100%正確性，但交叉驗證卻只有50%的分辨率。我們用stepwise-LDA選出Be、V、Ag、Cd、Tl、Pb、Bi及Th等8元素，用該8元素為變數，則CA及LDA兩統計分析模式，均能完全確認所有樣品的基原。 2.厚朴(Magnoliae Cortex)： 收集22批分屬川厚朴（Magnolia officinalis Rehd. Et Wils，12批）、凹葉厚朴 [M. officinalia ssp. biloba （Rehd. et Wils.）Law，4批]、和厚朴(M. obovata THUNB. ，6批)的市售藥材，用HPLC測量(-)-magnocurarine (1)， (+)-magnoflorine (2)，(+)-laurifoline (3)，(+)-oblongine (4)，(+)-menisperine (5)，(+)-xanthoplanine(6)，(+)-N-methylglaucine (7)等七個生物鹼及Honokiol (8)， Magolol(9)兩個酚類成分含量。發現由2/1及9/8的比值可挑出屬於川厚朴(2/1>5.102及9/8<1.397)的樣品，再由2/3及4/3的比值就可區別凹葉厚朴(2/3<6.458及4/3<1.130)與和厚朴(2/3>18.901及4/3>3.156)，用這流程的人工辨識正確率為100％。將9 peaks的定量結果輸入PCA、CA及LDA軟體，發現各統計方法都能迅速歸納出基原與成分的關係，分辨結果完全正確；以 stepwise-LDA處理，選出7及8兩成分作為新變數，結果顯出只用該二吸收峰的定量數據，亦能精確指示任一樣品所屬的基原。 用收集9批厚朴樣品(川厚朴7批、凹葉厚朴2批)的46個無機元素之分析數據，經仔細比對其差異性，發現Fe、Pb、V、Zr、Sb、Bi、Th等七元素可作為人工分辨依據。我們將46個元素的分析數據，以PCA、 CA及LDA處理，結果顯示PCA及LDA均能正確分類，CA則無法明顯劃分群落；用stepwise-LDA自46個元素中選出Sc、Cu、Sr、Zr和Th等5個元素，以該5數據為變數，不論CA或LDA均能正確分辨，前者至距離0.31(最大刻度為1)就可將川厚朴與凹葉厚朴分成兩群落，後者用五元素與四十六元素均能得到100%的交叉驗証。 3.防己（Fangchi Radix）： 收集37批分屬日防己(Sinomenium acutum 5批)、粉防己（S. tetrandra 11批）、廣防己（Aristolochia fangchi 15批）、木防己(Cocculus trilobus 6批)的防己樣品，用HPLC分析各藥品發現日防己含有 acutumidine (1)、 magnoflorine (2) 、 stepharine (3) 、 sinomenine (4) 、 acutumine (5) and tetrandrine (9)， 粉防己含有 sinomenine (4) 、 cyclanoline (6) 、 fangchinoline (7) 、 berbamine (8) 、 tetrandrine (9) and isotetrandrine (10)， 廣防己含有magnoflorine (2) 、 tetrandrine (9) 、 aristolochic acid II (12) 、 aristolochic acid I (13) 、 aristololactam (14) 和未知成份 X(推測應該是aristoloactone)， 木防己含有magnoflorine (2) 、 sinomenine (4) 、 tetrandrine (9) 、 trilobine (11) 、 isotrilobine (15),和未知成份 A and B ，各不同品種藥材可由指紋圖譜分辨。以18 peaks分析數據進行多變量分析，發現不論主成分分析、群聚分析或線性區別分析，均能將各樣品依所屬基原迅速分類，正確性及相似度都相當明確，也可用於判定未知樣品的基原。以逐步區別分析自18 peaks中選出2、4、7、11、15等5成分，再用LDA統計亦可得到完全正確的分類結果。 用ICP-MS測量16批防己樣品(日防己2批、粉防己4批、廣防己10批)的55微量元素含量，發現其中Be、Mn、Br、Yb、Tl、U、Bi的差異性，可作為人工分辨依據。將全部55元素數據輸入多變量分析軟體，發現只有主成分分析能達到分辨基原的目標，線性區別分析原始分類雖為100%正確，但交叉驗證只有12.5%的分類結果。我們繼而用逐步區別分析(stepwise-LDA)挑選出Be、Mn、Br、Yb、Tl、U、Bi等7元素作為變數，再進行群聚分析及線性區別分析，結果顯示兩種方法都可以得到完全正確的分類效果。

• 學位論文

合成具?基取代之多並苯衍生物及此類化合物在場效電晶體之應用

本篇論文之目標為使用具有?基取代之多並苯為負型半導體材料於製成有機場效電晶體。藉由加長反應及鈀金屬催化下之?基取代反應以獲得具有適當多並苯化合物，探討光學與電學性質，並依據其晶體結構資訊做理論計算，對此類化合物之載子移動率作一研究，後進行元件製作，並改進製程期望能獲得良好之半導體元件。

• 學位論文

一個與癌症相關激?-配合體的對位研究

抑制PDK1的活性是抗癌藥物研發的目標之一。在本研究中，使用Autodock程式進行了ligand-PDK1複合體的docking計算，再現了目前已知的九個ligand-PDK1實驗結構。除了其中兩個ligand以外，其餘的錯合體結合能與實驗所得IC50值呈現相關性。為了設計更好的抑制劑，我們做了一些低IC50值的藥物UCN(nM)、BIM8(μM)，及其衍生物的docking計算。有幾個得到更大的結合能，代表其為更好的抑制劑，並討論穩定複合體之作用力。另外，也計算了一系列以Celebrex為基礎的化合物，其計算結果與實驗IC50的相關度也報告、討論於此論文中。

• 學位論文

用奈米鑽石和奈米孔徑大小的濾紙做低濃度樣品的預濃縮

本實驗的目的在於開發一種新方法來達到樣品的濃縮，並利用此方法所收集到的濃縮樣品，來應用於MALDI或是AP-MALDI這兩種質譜法上。本實驗主要的創新處，在於不同於以往傳統的離心或是萃取這兩種技術。我所使用的方法是加入奈米鑽石，然後利用奈米鑽石會吸附在胜?或是蛋白質的這種特性，讓體積較大的樣品，譬如說溶液液體體積有0.1~1ml甚至更多，可以讓這些我們要進行質譜分析的樣品，不會因為濃度過低這個問題，而沒有辦法使用質譜法來確定分析物的質荷比。在經過奈米鑽石吸附在分析物的這個步驟後，接著使用負壓過濾法。讓已經被奈米鑽石吸附的分析物經過濾膜，並且留置於濾膜上，接著再用自己開發出來的新技術，來達到使樣品濃縮的目的；只需要一個步驟，就可以讓分析物離開濾膜還可以與基質達到很好的混合。然後只需要把液體吸取出來轉移到MALDI的標靶上，等液體乾燥形成結晶後,就可以直接進行質譜的分析了。