DOTA-(COOt-Bu)3-NHS，819869-77-7，参与药物传递的大环螯合物

最新推荐文章于 2023-10-26 11:13:54 发布
最新推荐文章于 2023-10-26 11:13:54 发布
阅读量55 收藏
点赞数
分类专栏： 大环化合物 生物化学 文章标签： 大环化合物
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/HaoRanbiology/article/details/132734910
版权

DOTA-(COOt-Bu)3-NHS，819869-77-7，参与药物传递的大环螯合物

NHS 官能团通常与羧基官能团反应，形成活化的羧基，从而可以将 DOTA 分子连接到其他分子或表面上。这种反应通常被称为NHS活化，是用于制备活化的 DOTA 衍生物以进行生物共价连接的一种常见方法。具体来说，DOTA-(COOt-Bu)3-NHS 可能被用于与含有氨基官能团的分子（例如蛋白质、抗体或多肽）反应，形成稳定的酰胺键。这种连接通常用于药物传递、蛋白质标记、生物传感、免疫测定等应用中。

英文名称：DOTA-mono-NHS tris(t-Bu ester)

中文名称：DOTA-三叔丁酯-琥珀酰亚胺酯

分子式：C32H55N5O10

分子量：669.81

CAS：819869-77-7

总之，DOTA-(COOt-Bu)3-NHS 是一种用于活化 DOTA 并进行生物共价连接的官能化衍生物，可以与含有氨基官能团的分子或表面进行特定的化学反应。

DOTA-AE105

DOTA-AE105-NH2

68Ga-DOTA-AE105-NH2

pSCN-Bz-DOTA

异硫氰基苄基-大环配体DOTA

大环配体DOTA-抗体

DOTA-AMB8LK

仅用于科研，RL2023.9

齐岳生物发发发
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
大环化合物DOTA-NHS ester，butyne，azide，SH，MeTz，(COOt-Bu)3，Maleimide，C4-NH2，(COOt-Bu)3-butyne，p-NH2-Bn
09-28 446
DOTA-NHS ester，DOTA mono-NHS ester 中文名：羟基琥珀酰亚胺-四氮杂环十二烷四乙酸 化学名：1,4,7,10-Tetraazacyclododecane-1,4,7,10-tetraacetic acid mono-N-hydroxysuccinimide ester CAS编号：170908-81-3 分子式：C20H31N5O10,HPF6,TFA 分子量：761.5 颜色：白色粉末 结构式： DOTA-butyne CAS编号：2125661-62..
coot-videotext:笨人
04-23
COOT：用于视频文本表示学习的协作式分层变压器 2021-01-31 （v0.3.3）：我们发布了视频字幕代码。 2020-12-31 （v0.2.6）：我们发布了深度学习研究框架作为开源，为DL / CV社区做出了贡献。 2020-10-22 （v0.1）...
药物传递DOTA-(COOt-Bu)3-NHS ，多步反应合成DOTA-三叔丁酯-活性酯
HaoRanbiology的博客
10-11 83
首先，选择1,4,7,10-四乙酸-1,4,7,10-四氢吡啶-1,4,7,10-四甲酸（DOTA）作为起始物质。将DOTA与t-Bu（叔丁基）羧酸（COOH）反应，生成保护好的酸（COOt-Bu）3-DOTA。将活化剂（DCC-NHS）与保护好的酸（COOt-Bu）3-DOTA 反应，生成 DOTA-(COOt-Bu)3-NHS。中文名称：DOTA-三叔丁酯-琥珀酰亚胺酯，DOTA-三叔丁酯-活性酯。英文名称：DOTA-(COOt-Bu)3-NHS。大豆苷元偶联牛血清白蛋白。山奈酚偶联牛血清白蛋白。
819869-77-7，DOTA-(COOt-Bu)3-NHS，一种高效的荧光标记试剂，用于标记肽和抗体
SXPEG的博客
09-06 64
DOTA-tris(tBu)ester NHS ester 是一种高效的荧光标记试剂，可以通过将其与目标生物大分子结合来实现荧光标记，从而实现对其在生物体内的追踪和检测。这种试剂具有较高的荧光稳定性和生物兼容性，因此被广泛应用于体外和体内生物成像研究。
819869-77-7，DOTA-(COOt-Bu)3-NHS，DOTA-三叔丁酯-活性酯，用于标记肽和抗体
jdkyygg的博客
09-05 44
DOTA-tris(tBu)ester NHS ester 是 DOTA 的衍生物，用于标记肽和抗体。4.保存建议：避免反复冻融，避光保存，储液应该立即使用，任何未用的溶液分装小份冷冻于 < -20°C。5.注意点：仅用于科学研究或者工业应用等非医疗目的，不可用于人类，非药用，非食用。中文名称：DOTA-三叔丁酯-琥珀酰亚胺酯，DOTA-三叔丁酯-活性酯。规格标准：1g，5g，10g，可提供mg级以及kg级的产品开发服务。英文名称： DOTA-(COOt-Bu)3-NHS。1.试剂为固体/粉末。
DOTA-(COOt-Bu)3-azide，1402795-92-9参与点击化学反应的大环化合物
HaoRanbiology的博客
09-07 57
DOTA-(COOt-Bu)3-azide 是一种多齿螯合剂，它是螯合剂 DOTA（1,4,7,10-四乙烷二膦酸，1,4,7,10-tetraazacyclododecane-1,4,7,10-tetraacetic acid）的官能化衍生物。衍生物中的 "(COOt-Bu)3" 部分表示 DOTA 分子的羧基被 t-丁基保护，这些保护基团通常用于防止在合成过程中发生不必要的反应，从而使它们可以在需要时被去除。中文名称：DOTA-三叔丁酯-叠氮。分子式：C31H58N8O7。分子量：654.85。
NHS活性酯修饰819869-77-7，活化羧基DOTA-mono-NHS tris (t-Bu ester)试剂
HaoRanbiology的博客
10-26 103
在这个化合物中，DOTA 代表 1,4,7,10-四乙酸-1,4,7,10-四氮杂环十三烷（1,4,7,10-tetraazacyclododecane-1,4,7,10-tetraacetic acid），NHS 代表 N-羟基琥珀酰亚胺酯（N-hydroxysuccinimide ester），tris (t-Bu ester) 表示含有三个叔丁基酯（-OC(CH3)3）基团的结构单元。1,4,7,10-四氮杂环十二烷-1,4,7-乙酸三叔丁酯-10-琥珀酰亚胺。分类：活性酯修饰大环化合物。
DOTA-(COOt-Bu)3-N3，DOTA-三叔丁酯-叠氮，大环化合物用于离子造影剂
SXPEG的博客
09-07 46
DOTA-(COOt-Bu)3-azide，DOTA-三叔丁酯-叠氮，DOTA分子是一种十二元四氮杂大环配体的金属元素螯合剂。英文名：DOTA-(COOt-Bu)3-azide，DOTA-(COOt-Bu)3-N3。CAS号：1402795-92-9。中文名：DOTA-三叔丁酯-叠氮。
DOTA-(COOt-Bu)3-N3，DOTA-三叔丁酯叠氮，大环配体的金属元素螯合剂用于离子造影剂
jdkyygg的博客
09-08 54
DOTA-(COOt-Bu)3-azide，DOTA-三叔丁酯-叠氮，DOTA分子是一种十二元四氮杂大环配体的金属元素螯合剂。英文名：DOTA-(COOt-Bu)3-azide，DOTA-(COOt-Bu)3-N3。温馨提示：所有的试剂仅用于科研实验。CAS号：1402795-92-9。中文名：DOTA-三叔丁酯-叠氮。
Coot Wars-开源
06-08
《Coot Wars》是一款由John E. Dell原作的Drug Wars游戏的精神续作，专为老年人设计。这个游戏的设定颇具讽刺意味，玩家在游戏中扮演的角色因为高昂的住院费用而陷入经济困境，为了生存下去，不得不涉足非法的处方药...
Matlab实现白冠鸡优化算法COOT-CNN-LSTM-Multihead-Attention温度预测.rar
07-19
3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 5.作者介绍：某大厂资深算法工程师，从事...
白冠鸡算法COOT-Kmean-Transformer-LSTM负荷预测【含Matlab源码 6764期】.zip
08-02
3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开除Main.m的其他m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主或扫描博主博客文章...
Matlab实现白冠鸡优化算法COOT-Kmean-Transformer-BiLSTM组合状态识别算法研究.rar
07-29
3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 5.作者介绍：某大厂资深算法工程师，从事...
探索算法迷宫：揭秘寻找最短路径的神兵利器
08-19
数据结构是计算机科学中的一个基本概念，它指的是数据的组织、管理和存储方式，以及对数据的操作。数据结构使得数据的访问和修改更加高效和有序。常见的数据结构包括： 1. **数组**（Array）：一种线性数据结构，可以存储相同类型的元素，并通过索引访问。 2. **链表**（Linked List）：一种线性数据结构，由一系列节点组成，每个节点包含数据部分和指向下一个节点的指针。 3. **栈**（Stack）：一种后进先出（LIFO, Last In First Out）的数据结构，只能在一端进行添加或删除操作。 4. **队列**（Queue）：一种先进先出（FIFO, First In First Out）的数据结构，允许在一端添加元素，在另一端删除元素。 5. **哈希表**（Hash Table）：通过键值对存储数据的数据结构，可以快速地通过键来访问数据。 6. **树**（Tree）：一种层次结构的数据结构，每个节点有零个或多个子节点，通常用于表示具有层次关系的数据。 7. **图**（Graph）：由顶点（节点）和边组成，可以表示复杂的关系和网络结构。 每种数据结构都有其
基于Android习惯养成APP设计与实现.docx
08-19
基于Android习惯养成APP设计与实现.docx
YOLO算法在生物信息学中的创新应用：从基因组到细胞成像
最新发布
08-19
YOLO（You Only Look Once）算法是一种流行的实时目标检测系统，通常用于计算机视觉领域。然而，其原理和效率同样适用于生物信息学领域，特别是在基因组学、蛋白质结构分析和细胞成像等方面。本文将探讨YOLO算法在生物信息学中的多种应用，包括基因组序列识别、蛋白质结构分类和细胞图像分析，并提供相应的代码示例。 YOLO算法在生物信息学领域展现出巨大的潜力，尤其是在需要快速和自动化分析的场景中。随着深度学习技术的不断进步，我们可以预见YOLO算法将在生物信息学中扮演越来越重要的角色。 参考文献 YOLO: Real-Time Object Detection Deep Learning for Bioinformatics 请注意，本文为示例性质，实际编写时需要根据具体主题和要求进行调整和补充。
知识分享辅助工具 - ObsidianPublishToCSDN-V1.1.py
08-19
知识分享辅助工具：ObsidianPublishToCSDN-V1.1.py 简介优化： 告别繁琐，拥抱高效！ObsidianPublishToCSDN-V1.1.py 是专为 Obsidian 用户打造的知识分享利器，旨在将您的笔记内容无缝对接至CSDN平台，让知识分享变得更加轻松快捷。 核心功能亮点： 智能图片提取：自动识别并收集Obsidian笔记中引用的所有图片，一键整理至指定文件夹，无需手动逐一查找，大幅提升发布效率。 Markdown优化转换：精准转换Obsidian的Markdown格式为CSDN兼容格式，保留原有排版与样式，确保内容呈现的专业与美观。 双链处理：特别针对Obsidian的双链特性，提供灵活处理方案，无论是转换为普通链接还是保留注释说明，均可按需配置，让内容更加适应CSDN环境。 高效文档生成：一键生成适用于CSDN发布的Markdown文档，减少手动编辑时间，让您的创意与知识更快触达读者。 持续迭代更新：本工具正处于活跃开发阶段，我们倾听每一位用户的反馈，不断优化功能，修复bug，确保为您提供最稳定、最便捷的使用体验。
电网预测数据集，日期 小时 干球温度 露点温度 湿球温度 湿度 电力负荷 电价
08-19
日期 小时 干球温度 露点温度 湿球温度 湿度 电力负荷 电价
白冠鸡算法优化BP神经网络COOT-BP故障识别数据分类原理和流程
07-10
白冠鸡算法（Cuckoo Optimization Technique, COT）是一种模拟鸟类筑巢行为的优化算法，它结合了探索性和局部搜索的优点。当应用于BP（Back Propagation，反向传播）神经网络的训练过程中，如COOT-BP，其优化故障识别数据分类的主要原理和流程如下： 1. **初始化**：设置BP神经网络的基本结构，包括输入层、隐藏层和输出层。随机生成初始权重作为“鸟巢”。 2. **选择操作**：类似于白冠鸡的弃蛋策略，选择部分当前最优的解（网络权重），并尝试通过随机生成新的解（可能的权重更新）来替换它们。 3. **评估适应度**：对所有“鸟巢”（即网络权重）进行评估，通过训练数据集对其进行分类性能测试，计算预测准确率或其他评价指标。 4. **比较和接受新解**：如果新解的性能优于被替换的解，则接受新解；否则，有一定的概率保留旧解，体现了算法的局部搜索特性。 5. **迭代过程**：重复步骤2到4多次迭代，直至达到预设的停止条件，比如达到预定的训练轮数或网络性能收敛。 6. **最优解决方案**：在训练结束时，得到的最优网络权重就是用于故障识别的最佳模型，可以用于对未知数据进行分类。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值