荧光素绿色荧光FITC-HA标记透明质酸钠/牛血清蛋白BSA的制备方法

荧光素绿色荧光FITC-HA标记透明质酸钠/牛血清蛋白BSA的制备方法

今天小编分享荧光素标记牛血清蛋白BSA,一起看看吧:

荧光素标记牛血清蛋白BSA的制备过程:

称取FIIC 及HSA ,分别溶解于(BS(pH 9.60)中,搅拌,将FITC溶液缓慢滴入HSA溶液,避光反应5 h ,其间用0. 1 molL-1碳酸钠溶液维持反应的pH在9.0~9.5之间。反应毕,反应液对PBS透析、过Sephadex G50层析柱LKB仪检测蛋白(流速0.5 ml min')。收集LKB记录仪上DY流出峰及柱上DY荧光带所共同对应的流出液,紫外法测定流出液中蛋白含量(入 =280 nm)及荧光素含量,以标准曲线法定量,按公式"计算产物分子中 FrIC 与 HSA 结合的摩尔比F ^/P)。FIC-HSA标记物制成冻干制品,分装,0℃保存。

由图谱可知,FITC的入ex = 500 nm ,入em = 520 nm;标记后FITC-HSA的入cx = 512 nm ,入em = 528 nm ,zd激发波长与发射波长均发生红移,使荧光的stokes位移有所降低。为了减少蛋白分子的散射干扰,增大 stokes位移,可选取扫描光谱上主峰两侧的某一波长进行测定。由图2可见,500 nm处FITC-HSA的激发光谱基本无干扰,故选用500 nm 作为激发波长,发射波长选取530 nm ,对系列浓度的FITC-HSA进行测定,FITC-HSA浓度与荧光强度之间具有良好的线性关系(r =0.9991)。说明选定的激发与发射波长可行。

荧光染料中,还含有罗丹明、 BDP类荧光染料(BAI)和β-萘胺类荧光染料(AEF)。其中,β-萘胺染料具有较高的荧光强度、较好的光稳定性、较宽的吸收范围和较高的灵敏度。

异硫氰酸荧光素是一种低分子化合物,其发光时间可达几秒至几分钟,而普通的荧光指示剂只能持续数十至几分钟。异硫氰酸荧光素因其发光寿命长、光稳定性好、光稳定性好而被广应用于“绿色”环境保护的新一代荧光指示剂。

相关内容:

Cy5 NHS ester红光蛋白修饰荧光1032678-42-4

酯标记氨基荧光染料Cy3/Cy5/Cy7-NHS

红色荧光Cy5 mal外观蓝色粉末

磺化Sulfo-Cy5 COOH荧光染料

花菁染料CY7标记氨基CAS:1650635-41-8

仅用于科研,RL2023.2

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
OpenCV可以通过色彩空间转换函数和图像分割函数来实现光谱拆分应用示例-FITC检测。 首先,将彩色图像转换为HSV色彩空间,HSV色彩空间的H通道可以表示颜色的色相,S通道可以表示颜色的饱和度,V通道可以表示颜色的亮度。然后,根据需要对图像进行阈值分割,得到二值图像。最后,根据二值图像提取感兴趣区域并进行处理。 下面是一个简单的示例代码,用于检测FITC标记的细胞: ```python import cv2 # 读取彩色图像 image = cv2.imread('cell.jpg') # 将彩色图像转换为HSV色彩空间 hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV) # 设置阈值,提取FITC标记的细胞 low_green = (50, 50, 50) high_green = (70, 255, 255) mask = cv2.inRange(hsv, low_green, high_green) # 对二值图像进行形态学操,去除噪点 kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5)) mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel) # 提取感兴趣区域 contours, hierarchy = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 绘制感兴趣区域 for contour in contours: cv2.drawContours(image, [contour], 0, (0, 255, 0), 2) # 显示结果 cv2.imshow('FITC Detection', image) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在上述代码中,`cv2.cvtColor`函数用于将彩色图像转换为HSV色彩空间,`cv2.inRange`函数用于根据阈值提取FITC标记的细胞,`cv2.morphologyEx`函数用于对二值图像进行形态学操,去除噪点,`cv2.findContours`函数用于提取感兴趣区域,并使用`cv2.drawContours`函数绘制感兴趣区域。最后使用`cv2.imshow`函数显示结果。 注意,在使用`cv2.findContours`函数时,需要根据OpenCV的版本进行调整。在OpenCV 3.x版本中,`cv2.findContours`函数返回两个值,而在OpenCV 4.x版本中,`cv2.findContours`函数只返回一个值。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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