4,5-dihydro-6-methyl-2-(p-tolyl)-3(2H)-pyridazinone | 76270-11-6

• 分子结构分类: 有机化合物 - 有机杂环化合物 - 二嗪类
• 英文名称: 4,5-dihydro-6-methyl-2-(p-tolyl)-3(2H)-pyridazinone
• 英文别名: 6-methyl-2-p-tolyl-4,5-dihydro-2H-pyridazin-3-one；6-Methyl-2-p-tolyl-4,5-dihydro-2H-pyridazin-3-on；6-Methyl-2-(p-tolyl)-4,5-dihydropyridazin-3(2H)-one；6-methyl-2-(4-methylphenyl)-4,5-dihydropyridazin-3-one
• CAS: 76270-11-6
• 化学式: C₁₂H₁₄N₂O
• mdl: MFCD00448768
• 分子量: 202.256
• InChiKey: AZNWHGXEVZWIIU-UHFFFAOYSA-N

计算性质

• 辛醇/水分配系数(LogP)：
  1.4
• 重原子数：
  15
• 可旋转键数：
  1
• 环数：
  2.0
• sp3杂化的碳原子比例：
  0.333
• 拓扑面积：
  32.7
• 氢给体数：
  0
• 氢受体数：
  2

反应信息

• 作为产物：
  描述：

  乙酰丙酸 在 溶剂黄146 作用下， 生成 4,5-dihydro-6-methyl-2-(p-tolyl)-3(2H)-pyridazinone
  参考文献：
  名称：

  Automatic rule generation for protein annotation with the C4.5 data mining algorithm applied on SWISS-PROT

  摘要：

  标题：摘要 动机：公共数据库中新提交的蛋白质数据量与可靠的功能注释之间的差距正在扩大。传统的文献整理和序列分析工具进行的手动注释，如果不使用自动注释系统，则无法跟上不断增加的数据量。自动补充手动筛选数据库（如TrEMBL或GenPept）的原始数据，但提供的注释有限。为了改善这种情况，需要自动工具来支持手动注释，自动增加可靠信息的数量，并帮助检测手动生成的注释中的不一致之处。 结果：成功应用了标准数据挖掘算法来获取有关SWISS-PROT中关键字注释的知识。生成了11,306条规则，这些规则存储在数据库中，可以应用于尚未注释的蛋白质序列，并通过网络浏览器查看。这些规则依赖于蛋白质所在生物体的分类，以及其序列的特征匹配。通过交叉验证对生成规则的统计评估表明，将这些规则应用于任意蛋白质，可以生成其33%的关键字注释，错误率为1.5%。通过容忍更高的5%错误率，可以将关键字注释的覆盖率提高到60%。 可用性：自动数据挖掘过程的结果可在http://golgi.ebi.ac.uk:8080/Spearmint/ 上浏览。源代码可根据请求提供。 联系方式：[e-mail]

  DOI：

  10.1093/bioinformatics/17.10.920

文献信息

• First synthesis of 4,5-dihydro-3(2H)-pyridazinones via Zn-mediated hydrohydrazination
  作者：Karolin Alex、Annegret Tillack、Nicolle Schwarz、Matthias Beller

  DOI：10.1016/j.tetlet.2008.05.084

  日期：2008.7

  The hydrohydrazination of 4-pentynoic acid with different arylhydrazines proceeds smoothly in the presence of zinc chloride. The domino amination-amiclation sequence leads to aryl-substituted 4,5-dihydro-3(2H)-pyridazinones. (c) 2008 Elsevier Ltd. All rights reserved.
• Automatic rule generation for protein annotation with the C4.5 data mining algorithm applied on SWISS-PROT
  作者：Ernst Kretschmann、Wolfgang Fleischmann、Rolf Apweiler

  DOI：10.1093/bioinformatics/17.10.920

  日期：2001.10.1

  Motivation: The gap between the amount of newly submitted protein data and reliable functional annotation in public databases is growing. Traditional manual annotation by literature curation and sequence analysis tools without the use of automated annotation systems is not able to keep up with the ever increasing quantity of data that is submitted. Automated supplements to manually curated databases such as TrEMBL or GenPept cover raw data but provide only limited annotation. To improve this situation automatic tools are needed that support manual annotation, automatically increase the amount of reliable information and help to detect inconsistencies in manually generated annotations.

  Results: A standard data mining algorithm was successfully applied to gain knowledge about the Keyword annotation in SWISS-PROT. 11 306 rules were generated, which are provided in a database and can be applied to yet unannotated protein sequences and viewed using a web browser. They rely on the taxonomy of the organism, in which the protein was found and on signature matches of its sequence. The statistical evaluation of the generated rules by cross-validation suggests that by applying them on arbitrary proteins 33% of their keyword annotation can be generated with an error rate of 1.5%. The coverage rate of the keyword annotation can be increased to 60% by tolerating a higher error rate of 5%.

  Availability: The results of the automatic data mining process can be browsed on http://golgi.ebi.ac.uk:8080/Spearmint/ Source code is available upon request.

  Contact: [e-mail]

  标题：摘要 动机：公共数据库中新提交的蛋白质数据量与可靠的功能注释之间的差距正在扩大。传统的文献整理和序列分析工具进行的手动注释，如果不使用自动注释系统，则无法跟上不断增加的数据量。自动补充手动筛选数据库（如TrEMBL或GenPept）的原始数据，但提供的注释有限。为了改善这种情况，需要自动工具来支持手动注释，自动增加可靠信息的数量，并帮助检测手动生成的注释中的不一致之处。 结果：成功应用了标准数据挖掘算法来获取有关SWISS-PROT中关键字注释的知识。生成了11,306条规则，这些规则存储在数据库中，可以应用于尚未注释的蛋白质序列，并通过网络浏览器查看。这些规则依赖于蛋白质所在生物体的分类，以及其序列的特征匹配。通过交叉验证对生成规则的统计评估表明，将这些规则应用于任意蛋白质，可以生成其33%的关键字注释，错误率为1.5%。通过容忍更高的5%错误率，可以将关键字注释的覆盖率提高到60%。 可用性：自动数据挖掘过程的结果可在http://golgi.ebi.ac.uk:8080/Spearmint/ 上浏览。源代码可根据请求提供。 联系方式：[e-mail]