DOTA-PEG5-DBCO是一种多功能分子,具有良好的连接能力和反应活性

物理参数:
中文名称:DOTA-五聚乙二醇-二苯并环辛炔
英文名称:DOTA-PEG5-DBCO
分子式:C47H67N7O14
分子量:954.09
性状:固体或液体(根据分子量决定)
规格标准:1g,5g,10g
储存条件:-20℃,干燥,避免频繁解冻和冷冻
溶解性:溶于大部分有机溶剂,溶于水
产品可定制:根据需要的试剂进行定制,具体的可以线上和商家沟通
结构式:


简述:
DOTA-PEG5-DBCO是一种多功能分子,具有良好的连接能力和反应活性。
DOTA-PEG5-DBCO中的DOTA部分,赋予了它良好的金属离子螯合能力,使其能够与多种金属离子形成稳定的络合物。
PEG5,即五乙二醇链,作为连接臂,在DOTA与DBCO之间起到了桥梁的作用。这段灵活的链长不仅为DOTA-PEG5-DBCO提供了良好的水溶性,还使得它能够与各种生物分子或纳米颗粒进行连接。
而DBCO,即二苯并环辛炔基团,是DOTA-PEG5-DBCO的另一个部分。这个基团具有良好的反应活性,能够与叠氮基团发生点击化学反应,形成稳定的三唑键。这一特性使得DOTA-PEG5-DBCO可用于构建复杂的分子结构、纳米材料和生物偶联物。
相关试剂:
DBCO-PEG4-acid,二苯并环辛炔-四聚乙二醇-羧酸
DBCO-PEG5-acid,二苯并环辛炔-五聚乙二醇-羧酸
DBCO-PEG12-acid,二苯并环辛炔-PEG12-羧酸
DBCO-PEG24-acid,二苯并环辛炔-PEG24-羧酸
DBCO-C6-acid,二苯并环辛炔-C6-酸
DBCO-SS-COOH,二苯并环辛炔-SS-酸
DBCO-DBCO,二苯并环辛炔-二苯并环辛炔
DBCO-SS-DBCO,二苯并环辛炔-双硫-二苯并环辛炔
DBCO-DPA-DC1,二苯并环辛炔-二十碳五烯酸-DC1
DBCO-Palmitic,二苯并环辛炔-十六烷酸
DBCO-PEG3-F,二苯并环辛炔-三聚乙二醇-F
DBCO-PEG3-OH,二苯并环辛炔-三聚乙二醇-羟基
DBCO-PEG3-OTs,二苯并环辛炔-三聚乙二醇-对磺酰酯
DBCO-PEG4-Benzylamine,二苯并环辛炔-四聚乙二醇-苄胺
DBCO-PEG4-DBCO,二苯并环辛炔-四聚乙二醇-二苯并环辛炔
DBCO-PEG4-Me-Tetrazine,二苯并环辛炔-四聚乙二醇-甲基-四嗪
DBCO-PEG4-Tetrazine,二苯并环辛炔-四聚乙二醇-四嗪
DBCO-NHCO-PEG4-NH-Boc,二苯并环辛炔-NHCO-四聚乙二醇-亚胺-叔丁酯
DBCO-CONH-PEG4-NHCO-DBCO,二苯并环辛炔-CONH-四聚乙二醇-NHCO-二苯并环辛炔
Bis-Sulfone-PEG4-DBCO,双巯基磺酸二苯基
DBCO-PEG5-Acrylate,二苯并环辛炔-五聚乙二醇-Acrylate
DBCO-PEG8-Benzylamine,二苯并环辛炔-八聚乙二醇-苄胺
DBCO-PEG12-OH,二苯并环辛炔-十二聚乙二醇
DBCO-PEG12-Tos,二苯并环辛炔-十二聚乙二醇-对磺酰酯
m-PEG12-DBCO,甲基-十二聚乙二醇-二苯并环辛炔
DBCO-NHS ester,二苯并环辛炔-活性酯
DBCO-PEG3-NHS ester,二苯并环辛炔-三聚乙二醇-NHS酯
DBCO-PEG4-NHS ester,二苯基环辛炔-四聚乙二醇-活性酯
DBCO-PEG5-NHS ester,二苯基环辛炔-五聚乙二醇-活性酯
DBCO-PEG12-NHS ester,二苯并环辛炔-十二聚乙二醇-琥珀酰亚胺酯
DBCO-PEG24-NHS ester,二苯并环辛炔-PEG24-NHS酯
DBCO-CONH-S-S-NHS ester,二苯并环辛基双硫键 N -羟基琥珀酰亚胺酯
Sulfo-DBCO-NHS ester,磺酸基-二苯并环辛炔-活性酯
DBCO-amine,二苯基环辛炔-胺
DBCO-PEG3-amine,二苯并环辛炔-三聚乙二醇-氨基 
原包装应尽量选择避光,阴暗,干燥的地方进行存放,同时此试剂仅用于科研实验。
综合上述皆由西安凯新生物科技有限公司的小编wudong所整理完成,感兴趣的伙伴可以留言哦!

  • 10
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
tph-yolov5是一个用于训练目标检测模型的工具。根据引用\[1\]中的说明,要训练dota数据集,你需要进行以下步骤: 1. 生成anchors文件:运行tph-yolov5生成anchors文件,如果生成的文件为空,可以重新运行一次。 2. 修改模型配置文件:在tph-yolov5的models文件夹下,找到yolov5l-xs-tph.yaml文件,根据自己的需求修改两个参数。首先,将nc改为你的标注类别数。然后,将anchors修改为上一步生成的结果,注意要按照顺序一一对应。 3. 准备数据集:根据引用\[3\]中给出的模板,创建一个类似的数据集配置文件。你需要指定训练集和验证集的路径,以及类别数和类别名称。 4. 开始训练:回到tph-yolov5目录下,运行train.py程序,并根据实际情况修改一些参数,如weights、cfg、data、hyp、epochs、batchsize、imgsz和device。训练命令可以参考引用\[2\]中的示例。 请注意,以上步骤是基于tph-yolov5工具的使用说明,具体的训练过程可能还需要根据你的实际情况进行一些调整和修改。 #### 引用[.reference_title] - *1* *2* *3* [【tph-yolov5】使用tph-Yolov5训练自己的数据集](https://blog.csdn.net/zztjl/article/details/124087047)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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