Rucaparib (AG014699) 是一种口服有效的 PARP 蛋白抑制剂 | MCE

Rucaparib | 瑞卡帕布

中文名:瑞卡帕布

CAS:283173-50-2

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:Rucaparib (AG014699) 是一种口服有效的 PARP 蛋白(PARP-1、PARP-2 和 PARP-3)抑制剂,具有 Ki/对于 PARP1,b> 为 1.4 nM。 Rucaparib 是一种适度的 hexose-6-phosphate dehydrogenase (H6PD) 抑制剂。 Rucaparib 具有用于去势抵抗性前列腺癌 (CRPC) 研究的潜力[1][2][3][4] 。 体外Rucaparib (AG014699) 可能是 AG14644 的 N-去甲基化代谢物[1]。
Rucaparib (0.1, 1, 10, 100 μM; 24 hours) 具有细胞毒性,LC50 在 Capan-1(BRCA2 突变体)细胞中为 5?μM,而只有 100?nM在 MX-1(BRCA1 突变体)细胞中[2]。
Rucaparib 的放射增敏作用是由于下游抑制 NF-κB 的激活,并且与 SSB 修复抑制无关。 Rucaparib 可以靶向由 DNA 损伤激活的 NF-κB,并克服经典 NF-κB 抑制剂观察到的毒性,而不会损害其他重要的炎症功能[5]。
Rucaparib 在透化 D283Med 细胞中以 1 μM 的浓度抑制 97.1% 的 PARP-1 活性[6]。
体内: Rucaparib (AG014699) 和 AG14584 显着增加替莫唑胺的毒性。 Rucaparib (1 mg/kg) 显着增加替莫唑胺诱导的体重减轻。 Rucaparib (0.1 mg/kg) 可使替莫唑胺诱导的肿瘤生长延迟增加 50%[1]。
Rucaparib (10?mg/kg for ip or 50, 150 mg/kg for po; daily for 5 dates per week for 6 weeks) 显着抑制肿瘤生长,1例肿瘤完全消退,2例持续的部分回归[2]。
Rucaparib (150?mg/kg; po; 每周一次,持续 6 周或每周 3 次,持续 6 周) 具有最强的抗肿瘤作用,可达到 3 次完全消退[2]。
Rucaparib 增强替莫唑胺的抗肿瘤活性,并表明 NB1691 和 SHSY5Y 异种移植物中的肿瘤完全和持续消退[6]。

体外:Rucaparib (AG014699) 可能是 AG14644[1] 的 N-去甲基化代谢产物。
Rucaparib(0.1、1、10、100 μM;24 小时)具有细胞毒性,在 Capan-1(BRCA2 突变体)细胞中的 LC50 为 5 μM,在 MX 中仅为 100 nM -1(BRCA1 突变体)细胞[2]。
Rucaparib 的放射增敏作用是由于下游抑制 NF-κB 的激活,并且与 SSB 修复抑制无关。 Rucaparib 可以靶向由 DNA 损伤激活的 NF-κB,并克服经典 NF-κB 抑制剂观察到的毒性,而不会损害其他重要的炎症功能[5]。
Rucaparib 在透化 D283Med 细胞中以 1 μM 的浓度抑制 97.1% 的 PARP-1 活性[6]。

体内:Rucaparib (AG014699) 和 AG14584 显着增加替莫唑胺的毒性。 Rucaparib (1 mg/kg) 显着增加替莫唑胺诱导的体重减轻。 Rucaparib (0.1 mg/kg) 可使替莫唑胺诱导的肿瘤生长延迟增加 50%[1]。
Rucaparib (10 mg/kg for ip or 50, 150 mg/kg for po; daily for 5 dates per week for 6 weeks) 显着抑制肿瘤生长,有一个肿瘤完全消退和两个持续存在部分回归[2]。
Rucaparib(150 mg/kg;口服;每周一次,持续 6 周或每周 3 次,持续 6 周)具有最强的抗肿瘤作用,可达到 3 次完全消退[2]。
Rucaparib 增强替莫唑胺的抗肿瘤活性,并表明 NB1691 和 SHSY5Y 异种移植物中的肿瘤完全和持续消退[6]。

参考文献:

[1]. Thomas HD, et al. Preclinical selection of a novel poly(ADP-ribose) polymerase inhibitor for clinical trial. Mol Cancer Ther, 2007, 6(3), 945-956.
[2]. Hunter JE, et al. NF-κB mediates radio-sensitization by the PARP-1 inhibitor, AG-014699. Oncogene, 2012, 31(2), 251-264.
[3]. Daniel RA, et al. Inhibition of poly(ADP-ribose) polymerase-1 enhances temozolomide and topotecan activity against childhood neuroblastoma. Clin Cancer Res, 2009, 15(4), 1241-1249.
[4]. Matt Shirley, et al. Rucaparib: A Review in Ovarian Cancer. Target Oncol. 2019 Apr;14(2):237-246.
[5]. J Murray, et al. Tumour cell retention of rucaparib, sustained PARP inhibition and efficacy of weekly as well as daily schedules. Br J Cancer. 2014 Apr 15;110(8):1977-84.
[6]. Jianneng Li, et al. Hexose-6-phosphate dehydrogenase blockade reverses prostate cancer drug resistance in xenograft models by glucocorticoid inactivation. Sci Transl Med. 2021 May 26;13(595):eabe8226.

【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)》的技术资源,聚焦于电力系统中低碳经济调度问题,结合N-1安全准则与分布鲁棒机会约束(DRCC)方法,提升调度模型在不确定性环境下的鲁棒性和可行性。该资源提供了完整的Matlab代码实现,涵盖建模、优化求解及仿真分析全过程,适用于复杂电力系统调度场景的科研复现与算法验证。文中还列举了大量相关领域的研究主题与代码资源,涉及智能优化算法、机器学习、电力系统管理、路径规划等多个方向,展示了广泛的科研应用支持能力。; 适合人群:具备一定电力系统、优化理论和Matlab编程基础的研究生、科研人员及从事能源调度、智能电网相关工作的工程师。; 使用场景及目标:①复现高水平期刊(如EI/SCI)关于低碳经济调度的研究成果;②深入理解N-1安全约束与分布鲁棒优化在电力调度中的建模方法;③开展含新能源接入的电力系统不确定性优化研究;④为科研项目、论文撰写或工程应用提供可运行的算法原型和技术支撑。; 阅读建议:建议读者结合文档提供的网盘资源,下载完整代码与案例数据,按照目录顺序逐步学习,并重点理解DRCC建模思想与Matlab/YALMIP/CPLEX等工具的集成使用方式,同时可参考文中列出的同类研究方向拓展研究思路。
内容概要:本文详细介绍了一个基于MATLAB实现的电力负荷预测项目,采用K近邻回归(KNN)算法进行建模。项目从背景意义出发,阐述了电力负荷预测在提升系统效率、优化能源配置、支撑智能电网和智慧城市建设等方面的重要作用。针对负荷预测中影响因素多样、时序性强、数据质量差等挑战,提出了包括特征工程、滑动窗口构造、数据清洗与标准化、K值与距离度量优化在内的系统性解决方案。模型架构涵盖数据采集、预处理、KNN回归原理、参数调优、性能评估及工程部署全流程,并支持多算法集成与可视化反馈。文中还提供了MATLAB环境下完整的代码实现流程,包括数据加载、归一化、样本划分、K值选择、模型训练预测、误差分析与结果可视化等关键步骤,增强了模型的可解释性与实用性。; 适合人群:具备一定MATLAB编程基础和机器学习基础知识,从事电力系统分析、能源管理、智能电网或相关领域研究的研发人员、工程师及高校师生;适合工作1-3年希望提升实际项目开发能力的技术人员; 使用场景及目标:①应用于短期电力负荷预测,辅助电网调度与发电计划制定;②作为教学案例帮助理解KNN回归在实际工程中的应用;③为新能源接入、需求响应、智慧能源系统提供数据支持;④搭建可解释性强、易于部署的轻量级预测模型原型; 阅读建议:建议结合MATLAB代码实践操作,重点关注特征构造、参数调优与结果可视化部分,深入理解KNN在时序数据中的适应性改进方法,并可进一步拓展至集成学习或多模型融合方向进行研究与优化。
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