AbMole|Acetylcysteine (NAC) N-乙酰-半胱氨酸；乙酰半胱氨酸(CAS号：616-91-1；目录号 M5385）

最新推荐文章于 2026-06-25 19:00:00 发布
原创 最新推荐文章于 2026-06-25 19:00:00 发布 · 797 阅读 · 9
标签
#生物 #科研 #学习 #笔记 #试剂

Acetylcysteine(NAC，N-acetyl-l-cysteine，N-乙酰-半胱氨酸)是一种ROS和肿瘤坏死因子（TNF）的抑制剂，同时可以拮抗多种蛋白酶体抑制剂的活性，此外Acetylcysteine还能裂解指甲角蛋白中胱氨酸的二硫键。

生物活性

Acetylcysteine(NAC; N-acetyl-l-cysteine)是ROS抑制剂，拮抗多种蛋白酶体抑制剂的活性。它还是肿瘤坏死因子TNF的抑制剂，主要用作祛痰剂，可处理扑热息痛(对乙酰氨基酚)过量。Acetylcysteine(N-acetyl-l-cysteine) 通过抑制IκB kinases抑制TNF诱导的NF-κB活化。Acetylcysteine(N-acetyl-l-cysteine) 通过线粒体依赖性途径诱导凋亡并抑制铁死亡和病毒复制。

化学性质
分子量 163.19
分子式 C5H9NO3S
CAS号 616-91-1
溶解性（25°C） DMSO 30 mg/mL
Water 30 mg/mL
储存条件 粉末型式       -20°C   3年；4°C   2年
溶于溶剂       -80°C  
最低0.47元/天 解锁文章
AbMole
关注
N-Acetylcysteine amide 是一种可透过细胞膜和血脑屏障的巯基抗氧化剂和神经保护剂 ｜MedChemExpress (MCE)
MedChemExpress
08-27 936
N-Acetylcysteine amide 是一种可透过细胞膜和血脑屏障的巯基抗氧化剂和神经保护剂，可减少ROS的产生。
AbMole| Acetylcysteine (NAC)（M5385；乙酰半胱氨酸）
热门推荐
AbMole的博客
08-06 1万+
Acetylcysteine (NAC，N-acetyl-l-cysteine，N-乙酰-半胱氨酸) 是一种ROS和肿瘤坏死因子（TNF）的抑制剂，同时可以拮抗多种蛋白酶体抑制剂的活性，此外Acetylcysteine还能裂解指甲角蛋白中胱氨酸的二硫键。
Unity PICO4 学习记录8： WebRTC
m0_63485455的博客
06-22 497
这一篇和PICO本身没什么关系，只是记录一下开发过程我们要做一个“从超声设备采集影像数据，一对多地传给XR眼镜终端以及其他可能的设备”应用。发送端是Jetson，由同事负责；接收端XR眼镜端由我负责。同事说视频采集卡例程里给了两种通信协议：RSTP和WebRTC.一开始我尝试用HoloLens2，因为老师和医生们似乎更喜欢OST而不是VST；但是UWP ARM64 媒体栈对 RTSP 支持弱、MixedReality-WebRTC 停更，所以 HL2 不适合当主验证平台。
PLC的人机界面学习一
winneryanshan的博客
06-22 202
本文介绍了PLC控制器与HMI、PC系统建立通讯连接的方法及注意事项。对于PLC-HMI连接，主要采用DP或以太网协议，重点要正确设置网络参数、接口类型（1F18/以太网）和IP地址，特别注意应用程序访问点需与网卡名称一致。PLC-PC系统连接时，需通过WinCC RT Professional实现，关键要确保PLC、PC和电脑网络的IP地址不冲突（如192.168.0.1/0.2/0.10），TCP/IP接口的访问点设为S7ONLINE，同样需核对网卡参数匹配。两种连接均需在网络视图中完成设备组态和物理连
完全开源的语言模型学习记录--KAG
日常分享模型调优、Data Agent 搭建实操案例与行业技术思考，记录从数据预处理到智能体迭代的完整实践。沉心打磨可落地的算法方案，输出干货向技术内容，与同好一同探索数据智能与大模型进阶路径。
06-25 299
KAG（知识增强生成）框架，通过融合知识图谱与检索增强生成技术，显著提升专业领域大模型问答的准确性与逻辑推理能力。KAG创新性地构建了分层知识表示体系（LLMFriSPG）、图谱-文本双向索引、逻辑形式求解引擎、语义对齐机制和专项模型增强模块，在政务、医疗等场景中验证了其优越性。实验表明，KAG在多个多跳问答数据集上大幅超越现有方案，产业落地效果显著（政务问答精度提升25%，医疗问答准确率超93%），为专业领域知识推理提供了系统化解决方案。
【学习笔记】tcpdump+Wireshark抓包（1）
2402_82757055的博客
06-22 371
网络上的通信，本质上是数据被拆成一个个 数据包（Packet），经过网卡发送和接收。抓包 = 在某个网卡上，把经过的数据包 复制一份 保存下来，供后续分析。
AzerothCore学习笔记·模组02：Hook 系统（上）——ScriptMgr 与脚本加载机制
文韬博宇的博客
06-20 428
ScriptMgr 维护 48 种脚本类型的独立注册表，每表两层结构：ScriptPointerList（所有实例）+ EnabledHooks（按 Hook ID 分组）。后者跳过未重写的虚函数提升性能。加载分两阶段：代码脚本在模块入口注册，数据库绑定脚本等 DB 加载后注册。Hook 分三类：通知型、拦截型、参数修改型。
Spring AI 学习篇（十六）| AI应用的安全与合规
qq_20236937的博客
06-23 247
Spring AI 学习篇（十六）| AI应用的安全与合规
Spring AI 学习篇（十五）| Spring AI应用的可观测性
qq_20236937的博客
06-23 187
Spring AI 学习篇（十五）| Spring AI应用的可观测性
读书笔记--傅里叶变换学习与感悟
hhue2007的专栏
06-21 221
以通俗易懂的方式介绍了傅里叶变换的核心概念与应用。作者将傅里叶变换比作成分拆解机，通过果汁配方、三棱镜分光等生活化比喻，形象解释了时域与频域的转换原理。文章分析了傅里叶变换的三大作用：频谱分析、系统特性研究和运算简化，并列举了其在语音处理、图像压缩、医学成像等领域的典型应用。重点阐释了时域与频域的对偶关系，包括数学表达上的对称性、运算规则的对应性，以及离散傅里叶变换(DFT)与快速傅里叶变换(FFT)的转换原理。全文生动展现了傅里叶变换作为信号处理基础工具的重要价值。
学习笔记-openclaw接入飞书
最新发布
linqingf的专栏
06-25 39
本文介绍了如何将OpenClaw与飞书进行对接的简化配置步骤。通过新版OpenClaw的插件支持，配置过程已大幅简化。
【Linux驱动学习PCIE篇】PCIE学习--MSI-X中断的注册
qq_54050349的博客
06-20 203
文章摘要 MSI-X是PCIe规范中的增强型消息信号中断机制，相比传统INTx和MSI具有显著优势： 无需物理引脚，通过PCIe TLP报文发送中断 支持最多2048个独立中断向量，每个向量拥有独立地址和数据域 中断表位于设备BAR空间，支持灵活配置 适用于现代高性能设备如NVMe、网卡和GPU 硬件实现上，MSI-X通过PCIe配置空间的Capability结构管理，包含Message Control、Table Offset和PBA等信息。内核驱动通过特定API完成MSI-X的初始化、中断注册和处理，主
Spring AI 学习篇（五）| 嵌入模型与向量表示的本质
qq_20236937的博客
06-22 182
Spring AI 学习篇（五）| 嵌入模型与向量表示的本质
tinyriscv学习记录之四
wangweiwei2020的博客
06-24 263
的 CPU 现场，才能安全地查看、修改和单步控制处理器。时要暂停整条流水线，是因为调试器需要一个。
WPF 上位机学习日记（五）— 右侧面板 UI 布局全记录
Freedom的博客
06-23 320
日期： 2026-06-23 项目： UpperMachine（四轴运动控制）今天没有写任何 C# 后台代码，一整天全部花在 XAML UI 布局上。完成了 HomePage 主页面右侧操作面板 + 导航面板的设计，以及相关的英文命名校正。 关键设计决策 决策 原因 右侧面板用 跨两行高度，顶部到轴卡平齐，底部也与轴卡平齐 Row 0 用 操作按钮内容高度不定，让内容自己撑开 Row 1 用 分隔线只有 3px 高 Row 2 用 导航区吃掉剩余所有高度，自动填满 内
Redis 缓存学习笔记（一）：缓存基础与底层数据结构
bllovepigpig的博客
06-23 342
key 是快递，slot 是格子，Redis 节点是仓库管理员。一个快递只进一个格子，一个格子只归一个管理员管，但一个管理员要管很多格子。
Spring AI 学习篇（十）| 企业级RAG系统实战
qq_20236937的博客
06-22 32
Spring AI 学习篇（十）| 企业级RAG系统实战
论文学习：2.Semi-Supervised Classification with Graph Convolutional Networks（1）
2203_75970230的博客
06-22 378
这篇论文是图神经网络领域的开山之作，其思想简洁、优美且强大。首先我们要明白，普通 CNN 处理的是图片这种规整网格数据，而本文处理图结构数据，图由节点、边两个基础单元构成，比如论文引用网络里每一篇论文是节点，论文之间的引用关系是边，知识图谱里实体是节点、实体关系是边；无向图代表双向关系，A 引用 B 等价 B 引用 A，邻接矩阵 A 用来存储整张图的连接关系，矩阵中 A [i][j]=1 代表 i、j 两个节点存在边，0 代表无连接；度矩阵 D 是对角矩阵，对角数字代表对应节点相连的邻居总数，这两个矩阵是整
Python入门学习9：Python函数基础解析——从基础定义到灵活参数传递
Cupid_kl的博客
06-21 32
文章摘要：本文深入解析Python函数的参数传递机制。首先区分了形参和实参的概念，重点讲解了位置参数的使用注意事项。然后详细剖析了Python特有的参数传递机制：对于不可变对象采用传值方式（如整数、字符串），形参修改不影响实参；而对于可变对象（如列表、字典）则采用传地址方式，函数内修改会影响实参。此外还介绍了默认值参数、关键字参数和可变长度参数（*args和**kwargs）的用法，特别指出默认参数为可变对象时的潜在陷阱，并提供了使用None作为默认值的解决方案。
[论文学习]环境与间接提示注入攻击: 用于 LLM 隐私洩露的深度分析
HK2KING的博客
06-21 168
大型语言模型（LLM）已广泛应用于对话式 AI（Conversational AIs, CAIs）、LLM 代理（Agents）及基于 Model Context Protocol (MCP) 的应用中，为使用者提供高效服务，但同时也带来了严重的隐私风险。LLM 能够记忆上下文与训练资料中的个人识别资讯（PII，例如姓名、年龄、电话、医疗纪录等）。使用者在互动过程中很容易无意洩露这些资料，后续可能被用于进一步训练或攻击。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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