Categories: 博客

塔青与墨玉鉴别

我在之前的帖子里,写了青海黑青高仿塔青的鉴别过程。这里再通过实际打光,对比下塔青与墨玉的区别。

塔青属于青玉,它的质量好坏,无非是几个因素:密度、细度、黑度、润度。塔青的致黑因素是铁元素。塔青产于新疆塔县,目前已封矿。市场上大量的青海黑青、广西黑青冒称塔青。

墨玉是单独一个和田玉分类,国检证书可以出具墨玉证书。它的质量好坏,同样也包括黑度、细度、油润度等。墨玉的致黑因素是石墨。好的墨玉都产于新疆,属于籽料。市场上墨玉很少,大量的广西黑青玉假冒墨玉。

青花是墨玉的一个种类。好的青花都是黑白分明,墨聚而不散,白的部分纯度高。有句老话:青花出羊脂。就是说青花里容易产生白度极高的白玉。我这里有块青花,大家可以看看,当然这块青花白度一般。

只要青花里白的部分完全被石墨填充,那就是墨玉了。可见,墨玉还是生于白玉基础上的。所以墨玉打灯看,一定是白底。好的墨玉,灯光聚而不散,光圈极小,基本不透光。如下图是我的墨玉打灯图:

可以看到是白底,光圈极小,整块料基本不透光。而且视觉里能感受到这块料的油润性佳。

请注意广西黑青的灯光,也有这种效果,所以广西黑青多被当作墨玉卖。但这两者截然不同,广西黑青就是石头,出具不了墨玉证书。它也没有油润性可言。

再看看塔青的灯光效果。塔青致黑部分是铁元素,它打灯呈现出一种青绿色的效果。如下图是我的塔青打灯图:

这块是塔青一细,灯光聚而不散,光圈细细的一圈,颜色是青绿色。

塔青有明显的牛毛纹,这一定是鉴别真假塔青的重要证据。很多人不清楚牛毛纹是什么,我这里也打灯给大家看一看。

如上,灯光里那一片像牛皮癣的东西,就是俗称的牛毛纹。这个纹路在真的塔青里非常好辨认,是一个重要的特征。

再看看假冒的塔青,这是一块青海黑青细料,当作塔青卖,市场上都是这种东西。它的光圈效果,包括颜色与大小,与真的塔青很接近。

如果仔细分辨,两者还是有区别。它的光圈比较发散,没有塔青那种聚而不散的效果。我在之前的帖子里写过,最大的区别还是油润度。青海黑青没有那种油润性,比塔青差远了,这点上手盘玩就能感受出来。

塔青、墨玉、青海黑青,这三者油性最好的,还是墨玉。毕竟墨玉属于籽料,那润度十分的好。尽管塔青号称黑羊脂,但还是比不上墨玉。一块好的塔青,40克左右,价格在万元左右。一块同样大小的墨玉,价格在两万以上。从价格就可看出差异。

最后看一块也容易混淆的黑料,帝王紫。它属于青海烟紫玉,不过烟紫浓度高,以至于发黑了。它的外表看就是黑色,但是打灯一看,浓郁的紫色,很容易辨认。

如下是我的帝王紫小挂件的打灯效果:

这种浓郁的紫色在灯光下很漂亮,所以帝王紫比较受女性青睐,近年来价格也蛮高的。与帝王紫类似的还有一种黑碧玉,外观是黑色,打灯呈碧绿色,我没见过这种料。

有句俗话,和田玉的种类,一红二黑三羊脂。就是说黑玉的地位,在和田玉里挺高的。黑玉里尤其以墨玉、塔青的地位高,这两者都是纯正新疆产,油性好、细度高、黑度高。但是,这两者在当前市场上都很少了。大量的广西黑青、青海黑青假冒它们。

老玩家都不建议玩黑料,因为挺容易混淆,不容易鉴别。希望这文给大家一个经验参考。

Print this entry


Categories: 博客

AI参与制药的过程分析

我们从整体看一下传统药物研发过程。

首先是确定疾病靶点和机制,再通过药化专家、大量专利和文献调研来完成分子筛选,主要分为两条路:

1、当根据靶点或疾病蛋白质,已找到阳性分子或靶上药物,就可以此为出发点,设计效果更好的新药物,这种项目常被称为Me-better或者Fast-follow。因为有参考分子,专家大概可以参考分子结构设计合成化合物,进行后续试验。

2、另一类项目是first-in-class项目,这类项目往往没有现成可参考分子,需要进行传统高通量筛选,这种高通量筛选通量也只能达到万级别,主要做法是用已有化合物库,用微孔板为载体进行高通量筛选,所以通量不会很大。

药物活性筛选,主要就是判断蛋白质与药物结合能不能起到药效,以及ADMET实验测试结果。这些如果不合格,就需要进行进一步优化,将这一步骤循环往复。

那具体来说,AI主要作用点于哪一方面?

在靶点和疾病研究方面,AI可以基于多组学数据知识图谱,对靶点和疾病机制进行探索;并基于时空维度对蛋白扫描,进行口袋发现

此外,基于NLP技术也可以分析大量专利文献,提取分子结构和性质之间关系,辅助后续药物设计。

根据之前两种药物开发路径,首先对已有参考分子项目,不再通过专家设计分子,而是通过ligand-based的AI分子生成模型生成大量参考分子,即在某个特定性质、形状、化学性质或药效团上类似分子。

其次,就是没有参考分子的first-in-class项目,AI主要进行高通量筛选,进行数量级更高通量的筛选,这往往就是10亿级化合物库。

这里的化合物库可合成性,虽然没有万级别化合物库好,但也符合化合物合成规则。而且,AI还可以用分子生成方法,在分子空间的某一些区域内更密集生成分子。

在生成分子之后,接下里就是筛选, 例如HIT和LEAD活性实验,这个实验并不直接在实验室,而是通过MD和FEP方法进行验证。

后面我们也会用AI进行ADMET模型判别,对分子进行性质判别,如果不太符合要求就要对分子进行进一步优化。

此时我们也可以采用强化学习技术,基于性质判别器和强化学习技术推动分子结构改变。

以上,就是AI企业切入药物研发可供助力的几个角度。

Print this entry


Categories: 博客

密码保护:石头记

这是一篇受密码保护的文章,您需要提供访问密码:

Print this entry