Peimisine 是一种毒蕈碱型 M 受体拮抗剂和血管紧张素转化酶 (ACE) 抑制剂 | MedChemExpress (MCE)

部署运行你感兴趣的模型镜像

Peimisine

中文名:贝母辛

CAS:19773-24-1

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:Peimisine (Ebeiensine) 是一种毒蕈碱型 M 受体拮抗剂和血管紧张素转化酶 (ACE) 抑制剂。 Peimisine 具有抗肿瘤、抗炎、抗高血压活性。 Peimisine可诱导细胞凋亡,用于咳喘研究[1][2][3]。 

体外:Peimisine (17.43-92.07 μg/mL; 72 h)显示出显着的细胞毒性作用[3]。
Peimisine (15 μg/mL; 24、48和72 h)诱导G 0/G1期阻滞和细胞凋亡率上升[3]。

详情:www.medchemexpress.cn/Peimisine.html

参考文献:

[1]. Pan F, et al. Peimisine and peiminine production by endophytic fungus Fusarium sp. isolated from Fritillaria unibracteata var. wabensis. Phytomedicine. 2014 Jul-Aug;21(8-9):1104-9.
[2]. Armando Alberola-Die, et al. Peimine, an Anti-Inflammatory Compound from Chinese Herbal Extracts, Modulates Muscle-Type Nicotinic Receptors. Int J Mol Sci. 2021 Oct 19;22(20):11287.
[3]. Dongdong Wang, et al. Evaluation of antitumor property of extracts and steroidal alkaloids from the cultivated Bulbus Fritillariae ussuriensis and preliminary investigation of its mechanism of action. BMC Complement Altern Med. 2015 Feb 21;15:29.

您可能感兴趣的与本文相关的镜像

ACE-Step

ACE-Step

音乐合成
ACE-Step

ACE-Step是由中国团队阶跃星辰(StepFun)与ACE Studio联手打造的开源音乐生成模型。 它拥有3.5B参数量,支持快速高质量生成、强可控性和易于拓展的特点。 最厉害的是,它可以生成多种语言的歌曲,包括但不限于中文、英文、日文等19种语言

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性稳定性。此外,文档还列举了大量相关的科研方向技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
先展示下效果 https://pan.quark.cn/s/a4b39357ea24 本项目是本人参加BAT等其他公司电话、现场面试之后总结出来的针对Java面试的知识点或真题,每个点或题目都是在面试中被问过的。 除开知识点,一定要准备好以下套路: 个人介绍,需要准备一个1分钟的介绍,包括学习经历、工作经历、项目经历、个人优势、一句话总结。 一定要自己背得滚瓜烂熟,张口就来 抽象概念,当面试官问你是如何理解多线程的时候,你要知道从定义、来源、实现、问题、优化、应用方面系统性地回答 项目强化,至少与知识点的比例是五五开,所以必须针对简历中的两个以上的项目,形成包括【架构实现细节】,【正常流程异常流程的处理】,【难点+坑+复盘优化】三位一体的组合拳 压力练习,面试的时候难免紧张,可能会严重影响发挥,通过平时多找机会参与交流分享,或找人做压力面试来改善 表达练习,表达能力非常影响在面试中的表现,能否简练地将答案告诉面试官,可以通过给自己讲解的方式刻意练习 重点针对,面试官会针对简历提问,所以请针对简历上写的所有技术点进行重点准备 Java基础 JVM原理 集合 多线程 IO 问题排查 Web框架、数据库 Spring MySQL Redis 通用基础 操作系统 网络通信协议 排序算法 常用设计模式 从URL到看到网页的过程 分布式 CAP理论 锁 事务 消息队列 协调器 ID生成方式 一致性hash 限流 微服务 微服务介绍 服务发现 API网关 服务容错保护 服务配置中心 算法 数组-快速排序-第k大个数 数组-对撞指针-最大蓄水 数组-滑动窗口-最小连续子数组 数组-归并排序-合并有序数组 数组-顺时针打印矩形 数组-24点游戏 链表-链表反转-链表相加 链表-...
【SCI一区论文复】基于SLSPC系列的高阶PT-WPT无线电能传输系统研究(Matlab代码实现)内容概要:本文围绕“基于SLSPC系列的高阶PT-WPT无线电能传输系统研究”展开,结合Matlab代码实现,复现了SCI一区论文中的核心技术。重点研究了高阶SLSPC拓扑结构在穿透式无线电力传输(PT-WPT)系统中的应用,分析了系统的谐振特性、传输效率、耦合机制及参数优化方法。通过Matlab仿真验证了该系统在不同耦合条件、负载变化频率偏移下的性能表现,展示了其在高效、稳定无线电能传输方面的优势。同时,文档列举了大量相关科研方向与Matlab/Simulink仿真案例,涵盖电力系统、路径规划、机器学习、信号处理等多个领域,体现了该研究在多学科交叉背景下的应用潜力。; 适合人群:具备一定电力电子、自动控制理论基础,熟悉Matlab/Simulink仿真工具,从事无线电能传输、电力系统优化或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①深入理解高阶SLSPC拓扑在PT-WPT系统中的工作原理与设计方法;②掌握Matlab仿真建模技术,复现SCI高水平论文中的实验结果;③为开展无线电能传输系统优化、谐振参数设计、效率提升等课题提供技术参考与代码支持; 阅读建议:建议结合文中提供的Matlab代码与仿真模,逐步调试运行,重点关注系统参数设置、谐振频率匹配及效率分析模块。同时可参考文档中列出的其他研究方向,拓展应用场景,提升科研创新能力。
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