抗臭氧剂是能够阻碍或减缓臭氧诱导降解的物质。臭氧自然存在于空气中,浓度极低,具有高反应性,尤其对不饱和聚合物反应剧烈,会导致臭氧裂解。臭氧分解需要一类独特的抗氧化稳定剂,通常以对苯二胺为基础。这些抗臭氧剂与臭氧的反应速度比臭氧与聚合物中易受损伤的官能团(通常是烯烃基团)的反应速度更快。它们之所以能做到这一点,是因为它们具有较低的电离能,能够通过电子转移与臭氧结合。这种转变会产生自由基阳离子,并通过芳香性进行稳定。这些物质保持活性并继续反应,生成1,4-苯醌、苯二胺二聚体和氨氧基自由基等产物[66- 67]。
fi g u r e 1七个步骤模块化二线线,以量化降解有机外DNA的环境因素并预测特定地点特定的理想采样持续时间(中心部分)及其所涉及的数据集。(a)步骤1-3概述了创建最终的全局模型的过程,该过程符合模型假设,(b)步骤4-7描述了生成可靠模型估计的过程,并根据A部分A中生成的最终全局模型进行了预测模型。框宽度指示涉及的定性数量;一个狭窄的框表明,每个步骤涉及的模型数量的减少,扩大了。根据模型构建数据集中的21个采样访问生成交叉验证中的折叠。粗体轮廓指示案例研究的遵循的路径。
摘要 棕榈油产业是马来西亚最重要的大宗商品产业之一,马来西亚分别占全球棕榈油产量和出口量的 39% 和 44%。大部分棕榈油通过海运出口到各个国家,这增加了船舶漏油等海洋污染的风险。微生物降解研究对于建立基线数据非常重要,而基线数据对于缓解规划和政策制定至关重要。根据 OECD 化学品测试指南 OECD TG 306(海水中的生物降解性)中所述的改良摇瓶法,使用从巴生港收集的天然海水和分离的细菌铜绿假单胞菌 UMTKB-5 研究了棕榈油衍生物的降解。测定 CPO 和 CPKO 降解的分析方法包括测量溶解有机碳 (DOC)、菌落形成单位 (CFU)、使用基于 16S rDNA 基因的宏基因组分析的细菌多样性以及脂肪酸测量。从巴生港收集的海水中 CPO 和 CPKO 的降解表明细菌数量增加,并分别在第 7 天和第 21 天达到峰值,随后下降,表明棕榈油被用作细菌生长的底物,同时降解由选定的细菌产生的脂肪酶辅助进行。在 P. aeruginosa UKTKB-5 培养样品中观察到类似的生长模式。样品中的 DOC 去除显示负值,表明 CPO 和 CPKO 降解的碳输入高于细菌的消耗。脂肪酸测量显示细菌降解和油利用过程中的成分变化。宏基因组分析显示不同采样地点的细菌种群多样,并在生物降解实验结束时分离出四种产脂肪酶的细菌菌株。该研究表明棕榈油在海水中的生物降解性,并能够提供基线数据以了解和制定海洋环境泄漏事件的行动计划。
图 6-5: 氙弧和太阳光光谱 [102] 111 图 AI: TINUVIN 320 结构 129 图 A-2: 吸收光谱 131 图 A-3: 结构 146 图 A-4: 吸光度 146 图 A-5: 搭接剪切 154 图 A-6: 暴露周期 155 图 B-1: 应力与应变 (MET 16) 182 图 B-2: 应力与应变 (K 404) 182 图 B-3: 应力与应变 (I TIN 53) 182 图 B-4: 应力与应变 (MET 23) 183 图 B-5: 应力与应变 (NUV 1) 183 图 B-6: 应力与应变 (K 100) 183 图 B-7: 应力与应变 (NUV 17) 184 图 B-8: 应力与应变 (MET 31) 184 图 B-9: 应力与应变 (NUV 26) 185 图 B-I0: 应力与应变 (MET 4) 185 图 B-ll: 应力与应变 (I TIN 48) 185 图 B-12: 应力与应变 (I TIN 8) 186 图 B-13: 应力与应变 (I TIN 4) 186 图 B-14: 应力与应变 (I TIN 61) 186 图 B-15: 应力与应变 (MET 2) 187 图 B-16: 应力与应变 (I TIN 5) 187 图 B-17: 应力与应变 (MET 17) 187 图 B-18: 应力与应变 (MET 33) 188 图 B-19: 应力与应变 (MET 8) 188 图 B-20: 应力与应变 (I TIN 48) 188 图 B-21: 应力与应变 (MET 6) 189 图 B-22: 应力与应变 (NUV 8) 189 图 B-23: 应力与应变 (NUV 4) 189 图 B-24: 应力与应变 (NUV 28) 190 图 B-25: 应力与应变 (NUV 32) 190 图 C1: (波长与折射率) MET 6 与 MET 192 图 C-2: (波长与折射率) MET 2 与 MET 17 192 图 C-3: (波长与折射率) MET 8 与 MET 17 193 图 C-4: (波长与折射率) NUV 8 与 NUV 16 193 图 C-5:(波长 vs. 折射率) NUV 16 vs. NUV 3 194 图 C-6:(波长 vs. 折射率) NUV 4 vs. NUV 16 194 图 C-7:(波长 vs. 折射率) I TIN 5 vs. I TIN 48 194 图 C-8:(波长 vs. 折射率) I TIN 4 vs. I TIN 48 195 图 C-9:(波长 vs. 折射率) I TIN 8 vs. I TIN 48 195 图 F-1:DCS 扫描显示 Tg (NUV 8) 212 图 F-2:DCS 扫描显示 Tg (I TIN 5) 212 图 F-3:DCS 扫描显示 Tg (MET 6) 213 图 F-4:DCS 扫描未显示 Tg (I TIN 5) 213 图 F-5: DCS 扫描未显示 Tg (MET 6) 214 图 G1:1 NUV 9 216 图 G-2:2 NUV 9 216 图 G-3:1 I TIN 58 217 图 G-4:1 MET 30 217 图 G-5:2 I TIN 58 218 图 G-6:2 MET 30 218
开发。该平台技术将使投资者能够建立合作伙伴关系并共同开发他们自己偏好的目标/适应症。此外,ACTT 还旨在开发我们自己的靶点结合剂,一种常见癌症和一种罕见癌症。
摘要:磺基杆菌属的细菌是与原材料生物处理有关的嗜酸性微生物群落的主要成员。对不同磺杆菌物种的基因组分析揭示了来自链球菌和热硫杆菌链球菌中α-葡聚糖的淀粉/糖原依赖性生物合成途径。该途径的关键酶是一种融合的麦芽糖 - 三藻/α-淀粉酶蛋白,未编码在其他磺基杆菌细菌的基因组中。同时,所有编码酶分解酶的基因的存在允许在这两个物种中预测多糖降解途径。尽管新陈代谢具有最佳的多种嗜营养性类型,但磺基杆菌对多糖的逐渐适应了它们的活性有机嗜生长。此外,酶测定确定参与糖原和淀粉降解的细胞外酶的活性。在天然和工业栖息地的嗜酸性群落中,多糖在粘液基质基质的细胞外聚合物物质组成中的重要功能是促进微生物细胞附着在固体表面上,例如矿物颗粒。多糖也可以是在特定环境条件下用于能量和碳代谢的储存化合物。在本研究中提供的硫杆菌细菌在食用和合成α-葡聚糖中的代谢能力对于理解嗜酸性微生物群落及其在实践中的应用至关重要。
https://doi.org/10.26434/chemrxiv-2024-0z10j ORCID:https://orcid.org/0000-0002-9376-7897 内容未经 ChemRxiv 同行评审。许可:CC BY-NC-ND 4.0
摘要:靶向蛋白质降解已成为一种抗癌替代疗法,与传统抑制剂相比具有多种优势。新型降解药物提供了不同的治疗策略:它们可以通过向细胞外蛋白质添加特定部分来穿过磷脂双层膜。另一方面,它们可以通过生成 E3 连接酶的三元复合物结构来有效改善降解过程。在此,我们回顾了基于 TAC 的技术 (TACnologies) 的当前使用趋势,例如蛋白水解靶向嵌合体 (PROTAC)、光化学靶向嵌合体 (PHOTAC)、CLICK 形式的蛋白水解靶向嵌合体 (CLIPTAC)、自噬靶向嵌合体 (AUTAC)、自噬体束缚化合物 (ATTEC)、溶酶体靶向嵌合体 (LYTAC) 和去泛素酶靶向嵌合体 (DUBTAC),在实验开发及其在临床应用方面的进展。
乳腺癌仍然是女性中最常见的癌症,约占全球新病例的 25% 和癌症死亡率的 16%。1 乳腺癌是一种高度异质性的疾病,其特征是不同的免疫组织化学生物标志物、风险因素、临床结果和治疗反应。2 在临床分子亚型中,70-80% 为雌激素受体 α (ERα) 阳性,并且依赖于 ERα 信号传导来促进肿瘤的生长和进展。3 内分泌疗法是早期 ERα 阳性乳腺癌的标准治疗方法,其作用是抑制雌激素生物合成(例如芳香化酶抑制剂,AI)4 或与 ERα 竞争性结合(例如选择性 ER 调节剂,SERM)。5 然而,由于其部分 ERα 激动作用,长期使用先锋 SERM 他莫昔芬(1,图 1)治疗会促进子宫内膜癌和血栓栓塞性疾病。 6 第二代 SERM,包括雷洛昔芬 ( 3 ) 和拉索昔芬 ( 4 ),表现出子宫增生活性降低,但均未证明对晚期疾病有效。 7 此外,疾病复发和耐药性通常发生在多达 30-50% 的患者中,这限制了上述药物的使用,并对晚期转移性乳腺癌的最佳临床管理构成了重大挑战
本演示文稿包含《1995 年私人证券诉讼改革法案》(PSLRA)和其他联邦证券法所定义的前瞻性陈述。这些陈述包括有关我们当前和未来前景以及我们的运营和财务业绩的信息,这些信息基于当前可用的信息。本演示文稿中包含的除历史事实陈述以外的所有陈述,包括有关我们的战略、未来财务状况、未来运营、预计成本、前景、计划、管理目标和预期市场增长的明示或暗示陈述,均为前瞻性陈述。在某些情况下,您可以通过“目标”、“预期”、“假设”、“相信”、“考虑”、“继续”、“可能”、“设计”、“由于”、“估计”、“期望”、“目标”、“打算”、“可能”、“目的”、“计划”、“预测”、“定位”、“潜在”、“寻求”、“应该”、“目标”、“将”、“会”等术语识别前瞻性陈述,这些术语是预测或表明未来事件和未来趋势的,或这些术语或其他类似术语的否定形式。这些前瞻性陈述包括关于我们未来临床试验的启动、时间安排、进展和结果以及我们候选产品和研发计划的当前和未来临床前研究;我们开发和商业化当前候选产品和任何未来候选产品的计划以及我们业务、当前候选产品和任何未来候选产品的商业模式和战略计划的实施。我们可能无法真正实现我们前瞻性陈述中披露的计划、意图或期望,您不应过分依赖我们的前瞻性陈述。您不应将前瞻性陈述视为对未来事件的预测。