Talazoparib (BMN-673) 是一种高效的口服活性抑制剂 | MedChemExpress (MCE)

Talazoparib(BMN-673)是一种针对DNA修复缺陷的高效PARP1/2抑制剂,具有低纳摩尔级的抑制活性。体内外研究显示其在BRCA突变肿瘤模型中表现出显著的抗肿瘤效果,并具有良好的口服生物利用度和药代动力学特性。

Talazoparib | 他拉唑帕利

中文名:他拉唑帕利

CAS:1207456-01-6

品牌:MedChemExpress (MCE)

存储条件:Powder: -20°C, 3 years; 4°C, 2 years.In solvent: -80°C, 6 months; -20°C, 1 month.

生物活性:Talazoparib (BMN-673) 是一种高效的口服活性 PARP1/2 抑制剂。Talazoparib 通过 Kis 抑制 PARP1 和 PARP2 酶活性分别为 1.2 nM 和 0.87 nM。 Talazoparib 具有抗肿瘤活性[1]。 IC50 和目标:IC50:0.57 nM (PARP1)[1]
Ki:1.2/0.87 nM (PARP1/2)[1]

体外:Talazoparib 在细胞 PARylation 测定中显示 EC50 为 2.51 nM[1]。
Talazoparib 显示 EC50 为 0.3 nM, 5 nM 和 0.31 用于 MX-1 细胞(BRCA1 突变体)、Capan-1 细胞(BRCA2 突变体)和 MRC-5 细胞(正常)[1]。

体内:Talazoparib(0.33 mg/kg;ig;每天一次;持续 28 天)在小鼠中对 BRCA1 突变型乳腺癌模型表现出抗肿瘤活性[1]。
Talazoparib 表现出适度的口服生物利用度(大鼠 56 %) 和 Cmax(大鼠 7948 ng/mL)口服给药后(大鼠 10 mg/kg)[1]。由于静脉内给药(大鼠 5 mg/kg)后的血浆清除率 (2 mL/min/kg),Talazoparib 显示出终末消除半衰期(大鼠 2.25 小时)[1]。

参考文献:

[1]. Shen Y, et al. BMN 673, a novel and highly potent PARP1/2 inhibitor for the treatment of human cancers with DNA repair deficiency.Clin Cancer Res. 2013 Sep 15;19(18):5003-15.
[2]. Wang B, et al. Discovery and Characterization of (8S,9R)-5-Fluoro-8-(4-fluorophenyl)-9-(1-methyl-1H-1,2,4-triazol-5-yl)-2,7,8,9-tetrahydro-3H-pyrido[4,3,2-de]phthalazin-3-one (BMN 673, Talazoparib), a Novel, Highly Potent, and Orally Efficacious Poly(ADP- 详情:https://www.medchemexpress.cn/BMN-673.html

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略与效果评估体系,涵盖当前企业传播面临的预算、资源、内容与效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势与发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化与GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理与舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率与ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放与GEO优化,提升品牌在AI搜索中的权威性与可见性;④通过数据驱动评估体系量化品牌影响力与销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析与工具指南进行系统学习,重点关注媒体适配性策略与GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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