抗病毒化合物库 | 药物筛选 | MCE

MedChemExpress提供1352种自噬信号通路相关产品,其中1266种独特的生物活性抗病毒化合物可用于HTS和HCS。这些化合物针对多种病毒,具有临床验证的活性和安全性,适用于研究和药物开发。化合物提供多种浓度包装,并支持定制服务。

抗病毒化合物库 | 药物筛选

品牌:MedChemExpress (MCE)

概述:自噬是一条溶酶体降解途径,对细胞存活、分化、发育和稳态至关重要。哺乳动物细胞自噬发生过程如下:吞噬泡或隔离膜包裹需要降解的细胞器及细胞质部分,形成自噬小体,自噬小体的外膜随后与核内体融合,然后与溶酶体融合,内容物被降解。自噬参与多种生理和病理过程。细胞自噬调控异常会导致多种疾病的发生,包括感染、癌症、神经退行性疾病、衰老和心脏病等。MCE 提供 1352 种自噬信号通路相关的产品,是研究自噬相关调控及疾病的有用工具。我们将在明确您的产品用途后,向符合资质的客户通过定制合成服务的方式提供 MCE 自噬化合物库,我们为该库中的所有产品提供溶液包装或粉末包装。溶液包装中,1323 个产品以 10 mM 浓度提供,26 个产品以 2 mM 浓度提供,3 个产品以 3 mg/mL 浓度提供。溶液包装中,我们对于溶液状态稳定且溶解度不低于 10 mM 的产品,提供 10 mM 溶液;对于溶液状态稳定且溶解度介于 2~10 mM 的产品,我们提供 2 mM 溶液;对于溶液状态稳定、分子量不确定且溶解度不低于 3 mg/mL产品,我们提供 3 mg/mL 溶液。

活性 & 特点:
•    1266 种生物活性抗病毒化合物的独特集合,用于高通量筛选(HTS) 和高内涵筛选(HCS)。
•    靶标包括HBV、HCV、HIV、HSV、流感病毒、逆转录酶等。
•    发现抗病毒药物的有用工具。
•    经临床前研究和临床试验证实的生物活性和安全性。有些已获得 FDA 批准。
•    结构多样、具有药用活性且具有细胞渗透性。
•    详细的化合物信息,包括结构、IC50 和简介。
•    经过验证的NMR 和HPLC 可确保高纯度和质量。
•    所有化合物均有库存并持续更新。

使用方法:

配方:以预溶解溶液或固体溶液形式提供的 1266 种抗病毒化合物的集合:1233 种化合物以 10 mM 溶液形式提供,22 种化合物以 2 mM 溶液形式提供,11 种化合物以 3 mg/mL 溶液形式提供。布局:96 孔储存管或 96 孔板:第 1 列和第 12 列留空。 384孔板:前两列和后两列留空。不同浓度或溶解在不同溶剂中的化合物将被放置在单独的板上。这种布局方式可能会增加板的数量,因为可能存在三种溶剂和三种浓度。如果您有其他要求,请告知我们。容器:带有可剥离箔密封的 96 或 384 孔板;带螺旋盖和可选 2D 条形码存储的 96 孔格式样品存储管:-80°C 运输:Blue Ice

详情:https://www.medchemexpress.cn/screening/Anti-virus_Compound_Library.html

源码来自:https://pan.quark.cn/s/a3a3fbe70177 AppBrowser(Application属性查看器,不需要越狱! ! ! ) 不需要越狱,调用私有方法 --- 获取完整的已安装应用列表、打开和删除应用操作、应用运行时相关信息的查看。 支持iOS10.X 注意 目前AppBrowser不支持iOS11应用查看, 由于iOS11目前还处在Beta版, 系统API还没有稳定下来。 等到Private Header更新了iOS11版本,我也会进行更新。 功能 [x] 已安装的应用列表 [x] 应用的详情界面 (打开应用,删除应用,应用的相关信息展示) [x] 应用运行时信息展示(LSApplicationProxy) [ ] 定制喜欢的字段,展示在应用详情界面 介绍 所有已安装应用列表(应用icon+应用名) 为了提供思路,这里只用伪代码,具体的私有代码调用请查看: 获取应用实例: 获取应用名和应用的icon: 应用列表界面展示: 应用列表 应用运行时详情 打开应用: 卸载应用: 获取info.plist文件: 应用运行时详情界面展示: 应用运行时详情 右上角,从左往右第一个按钮用来打开应用;第二个按钮用来卸载这个应用 INFO按钮用来解析并显示出对应的LSApplicationProxy类 树形展示LSApplicationProxy类 通过算法,将LSApplicationProxy类,转换成了字典。 转换规则是:属性名为key,属性值为value,如果value是一个可解析的类(除了NSString,NSNumber...等等)或者是个数组或字典,则继续递归解析。 并且会找到superClass的属性并解析,superClass如...
基于遗传算法辅助异构改进的动态多群粒子群优化算法(GA-HIDMSPSO)的LSTM分类预测研究(Matlab代码实现)内容概要:本文研究了一种基于遗传算法辅助异构改进的动态多群粒子群优化算法(GA-HIDMSPSO),并将其应用于LSTM神经网络的分类预测中,通过Matlab代码实现。该方法结合遗传算法的全局搜索能力与改进的多群粒子群算法的局部优化特性,提升LSTM模型在分类任务中的性能表现,尤其适用于复杂非线性系统的预测问题。文中详细阐述了算法的设计思路、优化机制及在LSTM参数优化中的具体应用,并提供了可复现的Matlab代码,属于SCI级别研究成果的复现与拓展。; 适合人群:具备一定机器学习和优化算法基础,熟悉Matlab编程,从事智能算法、时间序列预测或分类模型研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①提升LSTM在分类任务中的准确性与收敛速度;②研究混合智能优化算法(如GA与PSO结合)在神经网络超参数优化中的应用;③实现高精度分类预测模型,适用于电力系统故障诊断、电池健康状态识别等领域; 阅读建议:建议读者结合Matlab代码逐步调试运行,理解GA-HIDMSPSO算法的实现细节,重点关注种群划分、异构策略设计及与LSTM的集成方式,同时可扩展至其他深度学习模型的参数优化任务中进行对比实验。
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