服务中心
关于我们
免费注册
结构式
产品分类
产品精选
研发精选
项目整合
数据中心
产业资讯
更多>>
CAS: 5153-25-3; 2-Ethylhexyl 4-Hydroxybenzoate
该化合物是一种有机化合物,通常在防晒霜和化妆品配方中用作紫外线过滤器,其特征为酯结构,源自4-羟基苯酸和2-乙基己醇的反应,该化合物因其吸收紫外线辐射的能力而闻名,特别是在紫外线辐射范围,从而提供保护,防止太阳诱发的皮肤损害,该化合物一般是无色的,淡黄色液体,有温味,溶于有机溶剂,但水溶性有限,在配方中,该化合物增强其他紫外线过滤器的稳定性和功效,并经常与其他成分相结合,以实现广泛保护.此外,2-乙基苯基-4-羟基苯并被认为毒性低,一般被视为安全用于化妆品,尽管监管评估可能因区域而异,但光和热在阳光和热能下的稳定性使其在各种个人护理应用中成为首选.
英文名称
2-Ethylhexyl 4-Hydroxybenzoate
中文名称
4-羟基苯甲酸-2-乙基己酯
IUPAC名称
2-ethylhexyl 4-hydroxybenzoate
其它别名
4-羟基苯甲酸2-乙基己酯; Octylparaben
CAS编号
5153-25-3
MFCD编号:
MFCD00016472
EINECS号:
225-925-9
FDA UNII编号:
0XG05SSB3G
分子式:
C15H22O3
分子量:
250.34
产品CID:
1505120
产品分类
有机原料→分子砌块→芳环类化合物→苯类化合物
相似结构搜索
InChIKey:
VTIMKVIDORQQFA-UHFFFAOYNA-N
InChI=1/C15H22O3/c1-3-5-6-12(4-2)11-18-15(17)13-7-9-14(16)10-8-13/h7-10,12,16H,3-6,11H2,1-2H3
计算化学:
氢键受体数
3.0
氢键供体数
1.0
可旋转键数
7.0
物理性质
熔点
118-120 °C
沸点
270 °C at 50 mmHg
闪点
144.6 °C
密度
1.035g/cm3
pKa:
8.20±0.15(预测)
PSA:
46.53
LogP:
3.7654
折射率
1.51
蒸汽压
9.14E-06 mmHg at 25 °C
敏感性
常温常压下稳定
外观形态
无色至淡黄色至浅橙色透明液体
储存条件
避光,阴凉干燥环境处,密封保存保存
产品应用
该化合物用作食品,饮料(特别是酒精和啤酒草案,在使用水平上可以将储量延长4至5倍于氯二氧化物,化妆品(全国年需求达数百吨)和药品.其化学稳定性,广的PH兼容性(有效超过广的PH范围),其PH兼容性和低.
MSDS等安全信息
GHS象形图
GHS符号
GHS07;
注释: Exclamation mark
危险类别
皮肤腐蚀/刺激 类别2
严重眼刺激 类别2
警示词
Warning(警告)
危险描述
H315 |造成皮肤刺激.
H319 |造成严重眼刺激.
防范说明
P261-P264-P272-P280-P302+P352-P362+P364-P501
危险品标志
Xn
安全声明
26-36/37/39
危险类别码
36/37/38-22
欧盟法规
ECHA物质
C&L通报
REACH预注册
上下游产品
CAS号106-41-2 对溴苯酚 | CAS号104-76-7 2-乙基己醇 | CAS号99-96-7 4-羟基苯甲酸
合成工艺路线路线简述
📜在 乙酰氧肟酸,Potassium Carbonate体系中,用 二甲基亚砜 作为反应溶剂,化学反应 12.0H,以80%的收率获得产物尼泊金辛酯
参考文献:温和条件下芳基铵盐合成酚类
标题:温和条件下芳基铵盐合成酚类
摘要:开发了一种在温和条件下由缺电子芳基铵盐或杂芳基铵盐合成酚类的通用方法.苯甲醛肟,乙酰氧肟酸和盐酸羟胺分别作为氢氧化物替代物进行了研究.使用这些氢氧化物替代物,可以以 20-98% 的收率制备一系列酚类.
DOI:10.1021/acs.Joc.2C01133
海关参考信息
2905121000-正丙醇
2906210000-苄醇
2912110000-甲醛
2912210000-苯甲醛
💡 提示:海关信息按照顺序优先匹配,如需确认的海关信息,请参考相关资料。
详情请参考:
📖 海关编码查询和海关进出口税则
其他信息查阅
➥ 象形图和危险代码
➥ 防范代码详解
➥ 危险代码说明
➥ Globally Harmonized System
➥ REACH监管
全部
工厂
研发
试剂
贸易
现货
供应商参考报价(招募中)
品牌试剂参考报价(招募中)
实用工具
⚠️全国化工行业净网倡议书
📋制造商识别码
📖 海关编码查询
📝MSDS生成器
📌 第三方产品分析报告
✅ COA系统入驻 | 共享模式
合成参考文献
摘要:S109 | PARCEDC | List of 7074 potential endocrine disrupting compounds (EDCs) by PARC T4.2 | DOI:10.5281/zenodo.10944198
参考文献:10.1038/s41374-020-00477-2
摘要:Ciallella HL, Russo DP, Aleksunes LM, Grimm FA, Zhu H. Predictive modeling of estrogen receptor agonism, antagonism, and binding activities using machine- and deep-learning approaches. Laboratory Investigation. 2020 Aug 10;101(4):490–502. doi: 10.1038/s41374-020-00477-2.
📝 需求与反馈
📲 手机号 / 邮箱
*
✏️ 问题内容
*
尽可能描述清楚需求与问题信息
📮 提交
公告通知
加盟合作
微信客服
回到顶部
×
通知