एरिथ्रोमाइसिन CAS:114-07-8 99% पांढरा स्फटिक पावडर
कॅटलॉग क्रमांक | XD90353 |
उत्पादनाचे नांव | एरिथ्रोमाइसिन |
CAS | 114-07-8 |
आण्विक सूत्र | C37H67NO13 |
आण्विक वजन | ७३३.९३ |
स्टोरेज तपशील | सभोवतालचा |
सुसंवादित टॅरिफ कोड | 29415000 |
उत्पादन तपशील
ओळख | USP RS सह IR शोषण स्पेक्ट्रमची तुलना |
पाणी | 10% कमाल |
इथेनॉल | 0.5% कमाल |
इग्निशन वर अवशेष | 0.2% कमाल |
परख | ९९% |
विशिष्ट रोटेशन | -71° ते -78° |
देखावा | पांढरा स्फटिक पावडर |
स्फटिकत्व | आवश्यकता पूर्ण करतो |
एरिथ्रोमाइसिन बी | १२.०% कमाल |
एरिथ्रोमाइसिनC | ५.०% कमाल |
थायोसायनेटची मर्यादा | 0.3% कमाल |
प्रोपॅनॉल | 0.5% कमाल |
N-butyl एसीटेट | 0.5% कमाल |
एरिथ्रोमाइसिन ए एनॉल इथर | 0.3% कमाल |
कोणतेही वैयक्तिक संबंधित पदार्थ | ३.०% कमाल |
सध्याच्या अभ्यासात, आम्ही सस्तन प्राणी पेशी पडदा आणि ग्राम-पॉझिटिव्ह आणि -नकारात्मक जिवाणू पडद्याची नक्कल करणाऱ्या चार मॉडेल लिपिड झिल्लीसह प्रतिजैविक एजंट्सच्या परस्परसंवादाचे परीक्षण केले आणि आमच्या पृष्ठभागाच्या प्लाझ्मॉन रेझोनान्स (SPR) तंत्राचा वापर करून बंधनकारक गतीशास्त्राचे विश्लेषण केले.लिपिड झिल्लीसाठी प्रतिजैविक एजंट्सच्या निवडक आणि विशिष्ट बंधनकारक वैशिष्ट्यांचा अंदाज लावला गेला आणि द्वि-राज्य प्रतिक्रिया मॉडेलच्या वापराद्वारे गतिज मापदंडांचे विश्लेषण केले गेले.बंधनकारक गतीशास्त्राचे पुनरुत्पादन करण्यायोग्य विश्लेषण दिसून आले.Vancomyicn, teicoplanin, erythromycin आणि linezolid यांनी SPR सिस्टीममधील चार लिपिड झिल्लीशी फारसा परस्परसंवाद दर्शविला.दुसरीकडे, व्हॅनकोमायसिन एनालॉग्सने एसपीआर प्रणालीमधील मॉडेल लिपिड झिल्लीसह परस्परसंवाद दर्शविला.लिपिड झिल्लीसाठी व्हॅनकोमायसिन अॅनालॉग्सच्या निवडक आणि विशिष्ट बंधनकारक वैशिष्ट्यांची चर्चा इन विट्रो अँटीबैक्टीरियल क्रियाकलापांच्या डेटावर आणि एसपीआर द्वारे प्राप्त पेंटापेप्टाइड सेल भिंतीच्या डी-अलानिल-डी-एला नाइन टर्मिनसच्या बंधनकारक संबंधावरील डेटावर आधारित आहे.स्टॅफिलोकोकस ऑरियस आणि व्हॅन्कोमायसिन-प्रतिरोधक एन्टरोकॉसी विरुद्ध बॅक्टेरियाच्या वाढीस प्रतिबंध करणारा पदार्थ क्रियाकलाप आमच्या SPR तंत्रांसह प्राप्त बंधनकारक आत्मीयतेचा वापर करून मूल्यांकन केले जाऊ शकते.परिणाम सूचित करतात की SPR पद्धत लिपिड झिल्लीसाठी अनेक प्रतिजैविक एजंट्सची निवडकता आणि विशिष्टता यासारख्या बंधनकारक वैशिष्ट्यांचा अंदाज लावण्यासाठी मोठ्या प्रमाणावर लागू केली जाऊ शकते.