噻吩并嘧啶酮衍生物的合成及其生物活性研究

被引量 : 1次 | 上传用户:seanyx
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
噻吩并嘧啶酮类衍生物由于其良好的生物活性和药理活性,在医学和农用化学领域有很广阔的应用前景,目前许多具有噻吩并嘧啶酮结构的化合物已经被开发为除草剂、杀虫剂、抑菌剂和医药。本论文利用原料简单易得、反应条件温和及产物收率比较高的aza-Wittig反应设计与合成了未见文献报道的噻吩并双嘧啶二酮衍生物,探索了中间体成环得到目标化合物所需要的成环条件。并进一步测试了化合物的生物活性,其中部分化合物表现出良好的抑菌活性。本论文的研究内容分为如下几个方面:1、利用aza-Wittig反应合成了13个3-苯基取代
其他文献
1,4-丁炔二醇(简称BYD)加氢可得到1,4-丁烯二醇(简称BED)、1,4-丁二醇(简称BDO)等,并可进一步向下游延伸制备维他命A、四氢呋喃(THF)、γ-丁内酯(G BL)、聚四亚甲基乙二醇醚(PTMEG)、可生物降解塑料聚丁二酸丁二醇酯(PBS)等,在医药、纺织、军工等领域有着重要而广泛的用途。围绕1,4-丁炔二醇加氢反应体系,研究者开展了Pd基及Raney Ni催化剂的结构调控及反应动
学位
利用电化学极化和交流阻抗谱(EIS)技术研究了非晶合金(Zr55All0Ni5Cu30)0.97Ce0.03和Zr55All0Ni5Cu30及相应的晶态合金在含氯介质、酸性介质、酸性含氯介质及碱性介质中的腐
模式分类是许多工程领域广泛应用的一种关键技术,如:自控监测、图像识别、故障诊断、物料配制、医疗诊断等。经典的模式分类方法主要是基于多元统计分析方法,后来兴起的人工神经网络技术也逐渐成为模式分类的有效工具。这两类方法各有所长,多元统计分析方法计算规范,有明确的概率意义,但需要有足够多的样本,并且要遵从一定的分布;人工神经网络技术表达能力强,适用范围广,但网络设计困难,训练费时,还存在局部极值等缺点。