分子表示学习(MRL)长期以来在药物发现和材料科学领域至关重要,并且由于自然语言处理(NLP)和图形神经网络(GNN)的发展,它取得了重大进展。nlp将分子视为一维顺序令牌,而GNN则将它们视为二维拓扑图。基于通过不同的消息传递算法,GNN在检测化学环境和预测分子特性方面具有各种性能。在此,我们提出了定向的图形注意力网络(D-GAT):具有定向键的表达性GNN。我们策略成功的关键是按照指示图处理分子图,并通过缩放的点 - 产物注意机制来更新键状态和原子状态。这使模型可以更好地捕获分子图的子结构,即官能团。与其他GNN或消息传递神经网络(MPNN)相比,D-Gats的表现优于15个重要分子属性预测基准中的13个。
出色的发光特性,28和相当大的NTE强度。17,29 UIO-66家族是调查最多的MOF之一。30不同形式的金属节点和各种形式的线性羧酸配体构建了大量的UIO-66衍生物,它们具有良好的稳定性,并且可以胜任大多数实用的应用。31此外,在照明下,UIO-66家族通常具有典型的LMCT过程,32适合通过NTE实现发光热增强。作为一种重要的结构调制方法,配体工程已被广泛用于MOF的应用中,包括气体吸附,分离和催化。33,34可以通过在不改变其晶体拓扑的情况下调整MOF中的配体官能团来促进靶向性质,从而为我们提供理想的属性调制设计方法。在此,我们合成了一系列的UIO-66基于EU的MOF(EU-NH 2 -BDC,EU-OH-BDC和EU-NDC),以关联
特性 与大多数苯氧基树脂相比,Phenoxy PK™HH 具有较高的粘度。苯氧基树脂(聚羟基醚)是坚韧、易延展、无定形的热塑性聚合物,具有出色的热稳定性、粘合强度和防潮性能。苯氧基树脂可通过其羟基官能团与异氰酸酯、三聚氰胺树脂或酚醛树脂反应而交联。交联的苯氧基树脂在许多基材上表现出优异的耐化学性、硬度和附着力,包括钢、铝、玻璃和碳纤维以及尼龙和聚酯 (PET) 等塑料。Phenoxy PK™HH 还可以配制成含有潜在硬化剂(如双氰胺)的单组分环氧树脂,在适当固化后可在基材上提供更好的韧性和粘合强度。Phenoxy PK™HH 可溶于许多极性非质子溶剂,如 MEK、环己酮和乙二醇醚。
已有多项研究涉及活性炭的功能化,通过在适当的氧化状态下嫁接不同的表面基团来实现所需的性能。25 – 27 在改变活性炭性能的方法中,用杂原子(如氧、氮、硼、硫和磷)掺杂碳基质是调整电子结构和改善表面性能的最有效方法。氧官能团通常存在于碳表面,必须考虑它们对电容性能的影响,因为它们参与法拉第相互作用,从而显著增加酸性水系超级电容器中碳的比电容。N 的孤对电子与碳材料石墨 p 键的共轭会进一步扭曲碳结构,从而产生缺陷和可用的活性位点,这已经得到了广泛而深入的研究。然而,磷掺杂碳材料骨架中磷配置的作用机理仍不清楚。28 – 36
癌细胞增殖并促进血管生成。[10] NEU5AC并不是唯一具有生物学重要性的神经氨酸。neu5,9AC 2也已被指出在调节糖蛋白的免疫系统和稳定性方面起着作用。在癌症发展,自身免疫性状况和感染中可能作用。[11]由于存在额外的乙酰官能团,与NEU5AC相比,与NEU5AC相比,这些角色归功于不同的特征,例如增加的疏水性,大小和氢键。[12]在癌细胞中也观察到了NEU5,9-AC 2的表达。[13] neu4,5ac 2仅在某些脊椎动物中表达,例如单人类,[14]豚鼠[15]和马[16],在破坏细菌和病毒活性中起着作用。由于存在于NEU4,5AC 2中存在的突出的4位乙酰基组构成的结合位点中的空间障碍,因此存在破坏。[14,16]
多年来,人们对 FOX-7 的衍生物进行了多次成功的尝试。5 一个有趣的例子是 FOX-7 与肼进行亲核取代反应生成 1-氨基-1-肼基-2,2-二硝基乙烯 (HFOX,1)。它是一种结构特征与 FOX-7 相似的坚固高性能爆炸中间体。由于 1 中氨基和肼官能团相邻,因此它反应性极高,或会自发分解,或极其危险。6 FOX-7 和 1 这两种化合物在常见有机溶剂中的溶解性较差。它们本质上是两性的,表现出多种互变异构体和共振结构,可以与碱或酸反应。7,8 例如,HFOX 与酸和碱反应时可以相应地形成质子化 (i) 和阴离子 (ii) 形式(图 1)。 7 这两种离子形式都是高反应性的中间体,与羰基化合物反应后可产生稳定的产物。然而,关于这些共振形式的选择性的研究有限,仅用于高性能材料的构建。9–11
摘要:最近,我们小组报告称,烯酮和酮官能团在光激发下可指导萜类衍生物中的位点选择性 sp 3 C − H 氟化。这种转变究竟是如何发生的仍然是个谜,因为人们想到了大量的机制可能性。在此,我们报告了一项全面的研究,通过动力学研究、同位素标记实验、19 F NMR、电化学研究、合成探针和计算实验描述了反应机制。令我们惊讶的是,该机制表明分子间氢原子转移 (HAT) 化学在起作用,而不是最初设想的经典诺里什氢原子抽象。更重要的是,我们发现了苯偶酰和相关化合物等光促进剂的独特作用,即它们必须通过氟化进行化学转化才能有效。我们的研究结果提供了一种不寻常的定向 HAT 形式的记录,对于定义未来方法开发的必要参数至关重要。■ 简介
气体已促使行业找到来自具有相似或更好性能的可再生资源的聚合物,成功地说明了聚(PEF)的发展(PEF)。[2]但是,聚合物在其他应用中广泛使用,而不是简单的塑料,通常将反应性官能团在聚合物主链中本身中纳入,但最终仍来自原油。光聚合物是一类聚合物,在牙科,微电子或3D打印等专业应用中特别有用。[3]在与光(通常在紫外线范围内)的直接或间接相互作用下,这些聚合物的热物质特性会发生变化。通常,光聚合物根据其对光的反应性进行区分(方案1)。这些反应通常发生在有光引发剂的存在下,例如酮(苯甲酮或苯甲酮,激发剂),onium盐(碘,铵盐,阳离子阳离子引发剂)或硝酸盐(晶体紫叶硝那硝基甲氮基,含量为单位,阴离子发起者)。[4]
摘要:塑料已经成为社会的核心部分,但是与由于对生物降解的抵抗所造成的持久环境影响相比,它们的好处是短暂的。他们的持久性危害了自然生态系统和所有生物,渗透了人类食物链的各个部分。可水解的塑料具有使它们更容易降解的功能组,因此,在理解最终导致其降解的因素和机制方面取得了很大进展。另一方面,不可溶解的聚合物没有官能团,这使阐明其机制更加挑战性,文献中的共识可能很少。微生物的降解作为潜在解决方案的流行越来越流行,但是降解速度在环境中的速度非常慢。有趣的是,已发现Tenebrio molitor和Zophobas Morio的幼虫能够以比单独的微生物更高的速率降解各种抗性聚合物。尽管它们的能力与肠道微生物组紧密相关,但它们的高降解率最终取决于宿主昆虫与肠道微生物组之间的协同关系。
本文提出了一种计算方法,该方法可以根据其对给定案例研究的重要性生成IUPAC宣传的官能团的降序。因此,可以从从中成功启动药物发现的功能组列表。使用针对TDP1抑制剂的Pubchem生物测定法证明了适用于任何具有足够数据的研究案例的方法。Scikit学习了对随机森林分类器(RFC)算法的解释。机器学习(ML)型号RFC获得了70.9%的精度,73.1%的精度,66.1%的召回率,69.4%F1和70.8%的接收器操作特征(ROC)。除了主要研究外,还开发了CID_SID ML模型,该模型仅使用PubChem化合物和物质标识符(CID和SIDS)数据,可以以85.2%的精度预测,94.2%精度为94.2%,75%精度,F1的F1,83.5%F1和85.2%ROC的F1和85.2%ROC是否具有化合物是否具有化合物。