首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 链转移剂(分子量调节剂)的机理与应用概述

    1、 分子量调节。在自由基聚合过程中,有时在聚合反应体系中有意加入一种链转移常数较大的小分子,以调节和控制聚合产物的分子量。这种物质也称为分子量调节剂。 许多化合物,如脂肪族硫醇、三氯乙烯、四氯甲烷等都可被用作分子量调节剂,而硫醇是最常使用的一种。但是硫醇类化合物含有硫,具有特殊的臭味,难以挥发,污染环境,有毒性。 其残余将影响感官评价,因此现在越来越多的自由基聚合改用环保、非硫型、无气味的分子量调节剂。目前最常用的无气味分子量调节剂就是α-甲基苯乙烯二聚体AMSD。 目前已经被广泛应用于各种丙烯酸树脂、苯乙烯、ABS、ACR、MBS、苯丙胶乳、丁腈胶乳、丁苯胶乳等的聚合反应中,是一款环境友好型、安全无气味的分子量调节剂和链转移剂。 例如在丙烯酸树脂、丙烯酸酯类聚合生产过程中,加入AMSD可以有效调节丙烯酸树脂的分子量,使丙烯酸树脂的分子量变小,分子量分布均匀、狭窄,流平性好,粘度均匀,表观明亮,透明度,耐候性好。

    1.2K10编辑于 2025-06-04
  • 丙烯酸树脂分子量大小的影响因素分析

    4、分子量调节剂(链转移剂)的影响 控制丙烯酸树脂分子量大小与分子量分布的最简单有效的方式是在聚合过程中添加分子量调节剂(也称链转移剂)。 分子量调节剂(也称链转移剂)是指可控制聚合物分子量及可减小聚合物链支化的物质,其特征是链转移常数很大,因此很小的用量就可有效地降低聚合物的分子量,从而使聚合物的分子量小,分子量分布均匀狭窄,产品质量稳定 链转移剂是一类高活性物质,它很容易和自由基发生链转移反应,使活性链终止,而分子量调节剂分子本身则形成一个新的自由基,这种自由基仍然有引发活性,故加入分子量调节剂可降低聚合物分子量,而不影响聚合反应速率。 其残余将影响感官评价,因此为了环保,现在越来越多的自由基聚合反应改用环保无气味型的分子量调节剂(链转移剂)。 分子量调节剂(链转移剂)AMSD不含硫,没有气味,安全环保,通过FDA的认证。

    37410编辑于 2025-08-27
  • 来自专栏Vincent-yuan

    分子量

    题目 给出一种物质的分子式(不带括号),求分子量。本题中的分子式只包含4中原子, 分别为C,H,O,N,分子量分别为12.01,1.008,16.00,14.01(单位:g/mol)。 例如,C6H5OH的分子量为94.108g/mol。

    45020发布于 2020-05-26
  • 来自专栏ypw

    分子量

    给出一种物质的分子式(不带括号),求分子量。 本题中的分子式只包含4种原子,分别为C, H, O, N,原子量分别为12.01, 1.008, 16.00, 14.01(单位:g/mol),输入t个分子式,输出分子量,保留三位小数。

    48220编辑于 2022-05-05
  • 丙烯酸丁酯类流平剂分子量的影响因素分析与改善方案

    聚合度“n”体现分子量的大小。 二:液流的分子量多大最合理? 主要材料有:丙烯酸正丁酯、二甲苯溶剂、偶氮AIBN催化剂、分子量调节剂,为了降成本,还可以加3%--5%的苯乙烯共聚;也有公司用丙烯酸2-乙基己酯、乙烯基三甲基硅氧烷、丙烯酸羟乙酯、丙烯酸辛酯或异辛酯进行改性 适当降低分子量趋向于大滴加时间 2.5—4.0小时加快分子量趋小,太快不利于分子的均匀度放慢,收率高分子量趋大,分子量分布变窄,有益偶氮引发剂用量 0.8%-1.2%较理想适当加量分子量趋小减量分子趋大 ,太少时,反应过慢,1%较合适分子量调节剂用量 (无锡市致远有限公司的分子量调节剂AMSD)(α-甲基苯乙烯二聚体) (2,4-二苯基-4-甲基-1-戊烯)适当加量分子趋小,趋向均匀化,但过量则难反应减量或者不用分子量趋大 通过以上操作控制,我们对生产出的产品进行GPC凝胶色谱测试,得出分子量数据如下:数均分子4457;质均分子量7879;分子量分布1.7679;较为理想。

    31710编辑于 2025-08-27
  • 来自专栏ELISA试剂盒产品推文

    板内变异 < 10%!Elabscience CellaQuant™-人白介素6 elisa试剂盒 精准定量 IL-6,为免疫调节研究赋能

    背景介绍白细胞介素 - 6(IL-6)是分子量为 22-28 千道尔顿的多效性 α 螺旋细胞因子,兼具磷酸化与不同程度糖基化特性。 药物研发:抗炎药物、免疫调节剂等候选药物的活性筛选与疗效评估。细胞生物学研究:细胞因子网络调控、细胞应激反应等细胞层面的蛋白表达分析。

    19610编辑于 2025-11-18
  • AbMole综述丨线粒体研究中的热门荧光染料、功能调节剂

    来自AbMole客户发表文献:Front Microbiol. 2024 Feb 21;15:1358525.三、线粒体自噬、线粒体分裂与融合调节剂线粒体自噬(Mitophagy)是一种选择性清除受损或多余线粒体的自噬过程 来自AbMole客户发表文献:Phytomedicine. 2024 Dec;135:156088.四、线粒体起始的细胞凋亡及其调节剂线粒体起始的凋亡途径是细胞凋亡的常见类型之一,线粒体凋亡受Bcl-2

    23310编辑于 2026-01-28
  • 来自专栏DrugIntel

    J. Med. Chem. | 基于片段的药物设计:从过去到现在,再展望未来

    FBDD涉及筛选低分子量化合物,这些化合物最初与靶蛋白的结合可能较弱,但通过药物化学的努力,有潜力被进一步优化成高效力的药物。 片段库由低分子量化合物(约150-300 Da)组成,通常遵循“三规则”,为后续优化提供了更大潜力。FBDD采用能灵敏检测弱结合物的筛选方法,这些弱结合物常被高通量筛选所遗漏。 有趣的是,最近研究表明PROTAC的结合部分常表现出类似片段的特征,包括低分子量以及对目标蛋白或E3连接酶的弱内在结合亲和力。 例如,FDA批准的RNA剪接调节剂Risdiplam通过改变SMN2前mRNA的剪接,促进外显子7的纳入,从而作为U1小核核糖核蛋白有效剪接其RNA靶点的增强子。

    27010编辑于 2025-12-30
  • 来自专栏生物医药

    TLR4 信号通路调节剂作为炎症和败血症的潜在治疗药物

    这些是天然和合成来源的低分子量化合物,可被视为药物开发的先导化合物。我们展示了败血症模型中的体内研究结果和药物先导化合物的作用机制,并进行了批判性讨论,证实了从啮齿动物到人类的治疗结果存在差异。 传统中医和印度医学使用各种富含可能作为 TLR4 调节剂的分子的草药。由草药提取物介导的 TLR4 激活或抑制促进了大量研究,这些研究集中在这些 TLR4 调节剂的分子作用机制上。 最近的一篇综述讨论了通过计算机模拟设计和发现新的 TLR4 调节剂的方法[152]。还有几篇综述也致力于探讨发现新的 TLR4 调节剂的计算方法[153, 154, 155]。 原文在此TLR4 信号通路调节剂作为炎症和败血症的潜在治疗药物 --- TLR4 Signaling Pathway Modulators as Potential Therapeutics in Inflammation

    90811编辑于 2025-03-13
  • 来自专栏DrugAI

    Cell | 肽类调节剂的去新计算设计:矫正钠通道功能障碍

    研究人员利用计算蛋白设计平台,成功构建了一种去新设计的肽类调节剂,命名为 ELIXIR(engineered late-current inhibitor X by inactivation-gate 这一成果展示了去新蛋白设计在开发离子通道合成调节剂方面的潜力,为未来的治疗策略奠定了基础。 离子通道是维持细胞电信号的“自然晶体管”。其功能障碍与心律失常、癫痫、肌强直症和偏头痛等严重疾病相关。 讨论 本研究展示了通过去新蛋白设计开发离子通道调节剂的可行性。ELIXIR通过促进NaV通道失活,选择性抑制病理性INaL,而对野生型通道影响有限。

    12520编辑于 2026-01-06
  • 来自专栏生命科学

    攻克 "不可成药" 研发策略有哪些? | MedChemExpress (MCE)

    由于分子胶产品分子量相对较小,具有更好的生物利用度。但目前报道的分子胶产品更多是来自于偶然发现,而 PROTAC 分子更容易通过理性设计进行开发。 目前开发的大多数靶向蛋白的调节剂,无论是激动剂、拮抗剂还是抑制剂,绝大多数都属于正构类型 (Orthosteric) 的药物分子,即药物直接靶向受体的内源性分子结合点。 PPIs 的大而平坦的相互作用表面使得小分子调节剂的开发充满挑战。 目前开发的 PPIs 抑制剂主要包括小分子、抗体、多肽或重组蛋白等。

    34600编辑于 2024-05-16
  • AbMole | 全合成纳米纤维水凝胶实现卵巢癌类器官无酶释放

    从具体的实验方法来看,研究团队首先通过可逆加成-断裂链转移聚合合成了PGMA55-PHPMA160二嵌段共聚物,并通过核磁共振氢谱和凝胶渗透色谱对其结构和分子量进行了确认。 通过荧光漂白后恢复技术评估了水凝胶的渗透性,证实了不同分子量的探针(如FITC-葡聚糖和FITC标记的牛血清白蛋白)可以在其中扩散,确保了培养过程中营养物质的输送和代谢废物的排出。 为了支持PTOs的生长,培养基中添加了多种生长因子和信号通路调节剂,其中包括ROCK通路抑制剂Y-27632二盐酸盐,该试剂购自AbMole,用于提高原代上皮细胞的存活率和克隆形成能力,这是在类器官培养起始阶段的一个常用策略

    8010编辑于 2026-01-15
  • 来自专栏智药邦

    Nat Commun|语言模型可以学习复杂的分子分布

    最近使用的一些语言模型案例包括:靶向受天然产物启发的类视黄醇X受体调节剂,设计肝脏X受体激动剂,从基因表达特征生成类似hit的分子等。 c 大规模任务的分子量训练分布。d-f 每个生成式建模任务的训练数据中的分子示例。d 惩罚性LogP任务,e 多分布任务。f 大规模任务。 e 所有模型生成的训练分子和分子的分子量和 SA 分数的二维直方图。 在多分布任务中,两个RNN模型都能很好地捕捉数据分布,并学习训练分布中的每个模式 (图4a)。 图5:大规模的任务I a 训练分子的直方图和KDE以及由RNN生成的分子量的KDE。图中左边显示了两个由RNN生成的分子量低于训练分子的分子。此外,分子量分布的模式和尾部的两个训练分子显示在右边。 随着训练分子越来越大并且出现的次数越来越少,两个RNN模型仍能学会生成这些分子(图5a,当分子量>3000时)。

    59340编辑于 2022-11-16
  • 来自专栏DrugOne

    |基于多模态深度学习预测PPI与调节剂相互作用

    该框架基于生物和化学序列信息预测PPI和调节剂之间的相互作用,它可以推广到训练数据外的PPI靶标和小分子调节剂。 PPIs是各种生物过程和疾病的重要组成部分。 然而,大多数现有的筛选PPI调节剂的计算方法都需要靶标三维结构或参考调节剂作为输入,这限制了它们对新型PPI靶标的适用性。 经过严格的数据过滤后,9,817个调节剂和120个PPI靶标被保留下来。为了构建一个平衡的PPI-调节剂相互作用数据集,作者定义正样本为PPI靶标和与之对应的活性调节剂。 为了生成负样本,对于每一个PPI家族,作者假设所有与其他PPI家族的靶标相互作用的调节剂都是非活性的。负样本随后被定义为PPI靶标和与之对应的假定的非活性调节剂。 结论 这项研究中,作者提出了MultiPPIMI,这是一种通用的多模态深度学习模型,通过预测PPI靶标与调节剂的相互作用,实现PPI调节剂的虚拟筛选。

    70910编辑于 2023-12-04
  • 来自专栏DrugOne

    . | 蛋白-蛋白(PPI)界面感知的分子生成框架用于PPI调节剂设计

    同时,GENiPPI 在有限的PPI界面调节剂条件下,依然能够生成结构多样性丰富的化合物。值得注意的是,这是首个专注于PPI界面的基于结构的分子生成模型,其设计思路有望显著推动PPI调节剂的研发。 然而,传统药物靶点与PPI靶点在生化特性上表现出显著差异,常规药物与PPI调节剂在物理化学和类药性质上也存在显著不同(表1)。 在本研究中,研究人员开发了GENiPPI,一种基于结构的条件分子生成框架,用于生成靶向蛋白-蛋白相互作用界面的调节剂。 总之,GENiPPI为基于结构的PPI调节剂设计提供了有效的解决方案。 图 1. 然而,仅依赖二维表示可能不足以全面评估类药性,尤其是对于PPI调节剂而言,往往需要更复杂的三维特征来实现有效结合。

    42910编辑于 2024-12-23
  • 来自专栏测试GO材料测试

    gpc凝胶渗透色谱仪原理-分子筛分技术

    分子筛分:分子筛分是指利用多孔性凝胶填料的孔径大小,将不同分子量的高分子化合物分离开来的过程;当高分子化合物溶液通过装有多孔性凝胶填料的色谱柱时,不同分子量的高分子化合物在填料孔隙中的行为不同,从而实现分离 小分子:当高分子化合物的分子量小于凝胶填料的孔径时,小分子可以完全进入孔隙,移动速度慢,最后被洗提出来。2. 校正曲线:使用已知分子量的标准样品,建立淋洗体积与分子量之间的校正曲线;在相同的测试条件下,测定一系列标准样品的保留时间,以lgM对t作图,得到校正曲线;通过校正曲线,可以从GPC谱图上计算出未知高分子化合物的分子量分布 分子量分布:通过GPC可以测定高分子化合物的分子量分布,包括数均分子量、重均分子量、Z均分子量和多分散性指数;分子量分布直接影响高分子材料的物理性能和加工性能。2. 绝对分子量测定:通过多角度激光光散射技术,可以测定高分子化合物的绝对分子量;绝对分子量测定可以提供更准确的分子量信息,用于科学研究和工业生产。

    1.1K10编辑于 2024-12-03
  • AbMole小讲堂丨Tauroursodeoxycholic acid (TUDCA):抑制内质网应激与凋亡的调节剂

    Tauroursodeoxycholic acid (TUDCA,牛磺熊去氧胆酸,AbMole,M5158)是一种天然亲水性胆汁酸,由熊去氧胆酸(Ursodiol,UDCA,AbMole,M6047)与牛磺酸(Taurine,M3596)结合形成,其作用机理主要涉及对内质网应激(ER stress,ERS)的抑制、以及对凋亡和线粒体功能的调节。Tauroursodeoxycholic acid(Ursodoxicoltaurine,牛磺熊去氧胆酸)在细胞中可以起到类似分子伴侣的作用,辅助蛋白的正确折叠,减少未折叠蛋白反应(UPR),并缓解内质网应激。这一作用已被证实可降低UPR相关标志物如GRP78、PERK、eIF2α、ATF4、IRE1α和CHOP的表达[1]。并且,Tauroursodeoxycholic acid(牛磺熊去氧胆酸)可通过抑制URP的三大传感器通路(PERK、IRE1α、ATF6)的过度激活,减少下游促凋亡因子(如CHOP)的产生,从而阻断内质网应激诱导的细胞凋亡[2]。在细胞模型中,TUDCA展现出多效性:在转移性乳腺癌细胞系MDA-MB-231中可以有效抑制细胞的侵袭能力;Tauroursodeoxycholic acid (Tauroursodeoxycholate,CAS No.:14605-22-2)对p53功能缺失的肿瘤细胞系具有更强的增殖抑制;Tauroursodeoxycholic acid还可在小鼠白血病(AML)的异体造血细胞移植模型中,作为外源的胆酸补充剂,以预防急性的抑制物抗宿主反应,并且牛磺熊去氧胆酸不会对T细胞的肿瘤杀伤能力造成影响[3]。Tauroursodeoxycholic acid还具神经保护作用,并在分化的SH-SY5Y细胞和PC12细胞中得到验证,结果显示Tauroursodeo(UR 906)可抵抗甲基汞、冈田酸(Okadaic acid)等神经毒素导致的突触损伤[4]。

    25610编辑于 2026-01-04
  • 来自专栏DrugOne

    . | AlphaPPIMI:全面的深度学习框架助力PPI调节剂互作预测

    研究人员提出了AlphaPPIMI,一个结合大规模预训练语言模型与领域自适应的深度学习框架,用于预测PPI-调节剂互作,尤其针对PPI界面。 实验表明,AlphaPPIMI在跨域泛化能力和界面特异性预测方面均优于现有方法,为发现PPI调节剂提供了有前景的工具。 随着机器学习和深度学习的发展,已有多个方法被提出用于PPI调节剂的预测。 跨注意力模块:通过双向交互机制,建模蛋白界面与分子调节剂之间的动态关系,确保信息在不同模态间充分交换。 讨论与结论 AlphaPPIMI的提出解决了PPI调节剂预测中的两个关键难题:多模态信息的有效融合与跨域泛化能力的不足。

    31010编辑于 2025-09-02
  • 来自专栏DrugOne

    . | 序列到功能的深度学习框架加速工程核糖调节剂设计和优化

    支点开关(Toehold Switches)是一种特别通用的合成核糖调节剂,能够通过线性-线性杂交相互作用检测,并响应RNA分子的存在,尽管支点开关已成为合成生物学工具包中有效的组成部分,但由于可用的支点开关数量少以及缺乏实现最佳性能的有效设计规则

    76730发布于 2021-02-01
  • 来自专栏作图丫

    12+!不同癌症中TMB与ICI反应之间的免疫相关因素研究

    如图2D所示,两种调节剂与 TMB 功率呈正相关,包括 M1 巨噬细胞水平和肿瘤纯度水平,并称它们为正调节剂。 其他两种调节剂与 TMB 功率呈负相关,包括 PDL1 组合阳性评分和静息树突细胞,称之为负调节剂。其中淋巴细胞的总体水平与 TMB 功率没有显著相关性。 图 2 03 调节剂预测TMB的能力评估 接下来本研究建立了一个多元线性模型,根据上面确定的四种顶级调节剂的水平预测给定癌症类型的 TMB能力 ,通过留一法交叉验证评估它们的总预测能力。 图 3 04 调节剂的稳健性评估 通过在一系列不同的上下文中重复识别过程来测试本研究的顶级调节剂的稳健性。 结果发现在癌症类型中鉴定的调节剂的预测能力并不能转化为在癌症类型中具有不同 TMB 能力的患者亚组(图 4D-F)。

    68630编辑于 2022-06-24
领券