XiaoMi-AI文件搜索系统
World File Search System化合
钙化温度对由锆石矿物质合成的NASICON化合物的结构和辐射屏蔽特性的影响
目前的工作旨在根据基于锆石矿物质在各种钙化温度下制造Na1ÞX Zr 2 Si X P 3-X O 12化合物。在250、500和1000 C中钙化了制造的化合物。钙化温度对制造化合物的结构，晶相和辐射屏蔽特性的影响。X射线衍射衍射仪表明，单斜晶相出现在250 c的钙化温度下，500°C完全转化为高度对称性六边形晶体相。 122Kev。在本研究中对钙化温度对G射线屏蔽行为的影响进行了清晰的影响，当钙化温度从250 C的250 C升高到1000 C时，线性衰减系数在122KeV时的影响增加了218％。©2023韩国核协会，由Elsevier Korea LLC出版。这是CC BY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）下的开放访问文章。
有效合成了富含硫硫的化合物...
对形成碳键的新方法的探索，导致结构新颖的桥接化合物的合成对科学界而言至关重要。许多桥接化合物是众所周知的天然产物和生物活性支架的部分结构，并且也是许多反应中的剂量[1]（图1）。桥接分子的结构唯一性，例如它们的设计，异常对齐和诱人的化学反应，具有较小的桥梁群体鼓励我们检查其独特的有机，猜想和光谱研究[2]。设计一种连贯的策略来访问桥接化合物的综合策略的令人震惊的综合挑战，该化合物具有非保障的热力学稳定性，在合成化学家中产生了好奇心[3]。在桥位的杂原位的紧张的杂循环部分的合成是一项迷人的合成工作，由于兴高采烈以及许多有用的特性，与碳环糖化合物相比，由于兴高采烈以及许多有用的特性，它一直在获得大量的cur现利息[4]。在1928年，奥托·迪尔斯（Otto Diels）教授和他的学生库尔特·奥尔德（Kurt Alder）报告了关于合成的[4Þ2]环加成反应的开创性工作
分离化合物和半合成衍生物的体外 α-葡萄糖苷酶抑制活性
摘要 本研究旨在从塞内加尔刺桐叶和茎皮中分离植物成分，并评估其对与糖尿病相关的消化酶α-葡萄糖苷酶的抑制活性。对叶子的植物化学研究结果分离出三种皂苷（3-5）、两种三萜类化合物（7和8）和两种甾体（10a和10b）作为不可分离的混合物，而从茎皮中分离出一种皂苷（6）、一种三萜类化合物（9）和两种肉桂酸酯的混合物（2a和2b）。除化合物2b、7、8、10a和10b外，所有分离的化合物均为首次从刺桐属植物中报道。两种肉桂酸酯（2a 和 2b）的混合物乙酰化后，生成一种新的二酯衍生物（1），俗称刺桐花苷。与标准药物阿卡波糖相比，提取物和纯化合物（3、4、6）表现出良好的 a -葡萄糖苷酶抑制活性。研究结果表明，E. senegalensis 的皂苷可用于开发潜在的抗高血糖药物。
聚丙烯化合物高性能-Eilenburg
仅提供信息的内容。PCW GmbH对本出版物中包含的信息的准确性，可靠性或完整性不承担任何责任。无法保证其完整性，也不应将其用于技术规范目的。自行决定，PCW GMBH可以随时在本出版物中随时修改信息。
有机化合物的定性分析
Q. 在DUMAS的估计方法中，有机化合物的0.3g在300 K温度和715 mM压力下收集了50毫升的氮。 计算化合物中氮的百分比组成。 （300 k = 15 mm的水张力）Q.在DUMAS的估计方法中，有机化合物的0.3g在300 K温度和715 mM压力下收集了50毫升的氮。计算化合物中氮的百分比组成。（300 k = 15 mm的水张力）
肾细胞癌中的铁死亡相关基因和化合物
透明细胞肾细胞癌 (ccRCC) 是肾细胞癌 (RCC) 的主要类型，常与冯·希佩尔·林道 (VHL) 基因的缺失或突变、糖脂代谢增强以及肿瘤微环境的异质性有关。RCC 细胞中的 VHL 改变导致缺氧诱导因子及其下游靶点血管内皮生长因子的激活，以及多种细胞死亡途径的重编程和代谢无力，包括铁死亡，这与靶向治疗或免疫治疗有关。生物代谢物 (如铁和脂质) 的变化支持铁死亡作为 RCC 的潜在治疗策略，而铁代谢和铁死亡调控已在许多研究中被作为抗 RCC 剂进行研究，并且各种铁死亡相关分子已被证明与 ccRCC 的转移和预后有关。例如，谷胱甘肽过氧化物酶4和谷氨酰胺酶抑制剂可以抑制嘧啶合成并增加VHL缺陷型RCC细胞中的活性氧水平。此外，经历铁死亡的肿瘤细胞释放的损伤相关分子模式也介导抗肿瘤免疫，免疫治疗可以通过铁死亡与靶向治疗或放疗产生协同作用。然而，诱导铁死亡不仅可以抑制癌症，而且由于其对抗癌免疫的潜在负面影响，还会促进癌症发展。因此，铁死亡和各种肿瘤微环境相关分子可能在RCC的发展和治疗过程中共同发生，进一步了解铁死亡的相互作用、核心靶点和相关药物可能为RCC治疗提供新的联合用药策略。本文我们总结了关于铁死亡和RCC的关键基因和化合物，以展望未来的治疗策略并为通过铁死亡克服RCC耐药性提供足够的信息。
Alethea AI 推出全球首个去中心化合成媒体网络
为了展示其技术并挑战合成媒体因其近期滥用历史而获得的负面声誉，Alethea AI 制作了以下有关气候紧急情况的视频。这段讽刺性的合成视频是为 Apologia 项目制作的，该项目是由非营利组织 STEP 发起的气候变化宣传项目，令人不安地描述了 2032 年的世界状况。选择这一年份是因为科学家预测地球温度将达到相应的 +1.5°C 上限，这被广泛认为是不可挽回的。未来几周，人们将民主投票选出下一位应该为忽视气候紧急情况道歉的领导人。使用 Alethea AI 技术生成的所有合成视频都将带有显眼的免责声明，并加注水印以表明视频已被数字修改。
机器学习筛查工具，用于预测废水中药物化合物的提取产率
药物化合物已成为废水中越来越重要的污染物来源，因为它是传统的处理方法无效地去除它们的方法，因此它们通常被放入环境中。可以使用液体液体提取成功去除药物，并且可以使用宇宙RS预测相互作用并识别最有前途的溶剂。但是，COSMO热模型无法解释关键过程参数，从而降低了这些计算模型的准确性。因此，需要替代计算方法来准确预测可以纳入处理和相互作用变量的药物的提取产率。这项工作使用机器学习来预测使用八种溶剂的11种药物的提取产率。探索了六个回归模型和两个分类模型。使用ANN回归器（测试MAE：4.510，测试R 2：0.884）和RF分类器（测试精度：0.938，测试召回：0.974）获得了最佳性能。RF回归分析和分类还显示了关键的提取产率特征：溶剂与喂养比，N - 辛烷 - 水分系数，氢键，氢键和范德华对多余的焓的贡献，以及pH距离至最近的PKA。机器学习显示为筛选和选择最有希望的溶剂和过程条件的绝佳工具，以从废水中去除药物。
学习糖尿病时学习碳水化合物（碳水化合物）
©2006-2020 Healthwise，Incorporated。护理说明是由您的医疗保健专业人员根据许可进行的。如果您对医疗状况或此说明有疑问，请始终询问您的医疗保健专业人员。Healthwise，Incorporated违反您使用此信息的任何保证或责任。