FITC-PEG-DBCO,Fluorescein-PEG-DBCO,荧光素-PEG-DBCO

FITC-PEG-DBCO,DBCO-PEG-FITC,Fluorescein-PEG-DBCO,荧光素-聚乙二醇-二苯并环辛炔,荧光素-PEG-DBCO

Product specifications:
1.CAS No:N/A
2.Molecular weight:1000,2000,3400,5000,10000,20000(可按需定制)
3.Packaging specification:1g, 5g, 10g, flexible packaging, including 100mg packaging and 500mg 1g and 5g large packaging
4.Appearance color:The product is a solid or viscous liquid, depending on the molecular weight of PEG
5.Dissolution conditions:Soluble in most organic solvents, such as DCM, DMF, DMSO, THF, etc., with good solubility in water
6.Stability:-1 year at 20 ° C, dry and dark.
Reaction characteristics:
​DBCO-PEG-FITC中FITC具有高吸收率的荧光量子产率和良好的水溶性等特点,是生物学中应用广泛的一种绿色荧光素衍生物,“点击化学"一般由叠氮化物(azide)和炔烃(alkyne)作用形共价键,具有高效稳定,高特异性等优点。反应不受PH影响,能在常温条件下的水中进行,甚至能在活细胞中进行。
Matters for use:
It is sensitive to light and temperature. In order to use the reagent effectively, the material should always be kept in a low temperature dry condition, away from light, and avoid frequent thawing and freezing.
storage conditions:
Store at - 20 ℃ as much as possible. If conditions permit, the material can be treated under inert gas to obtain better stability of the reagent.
【reagent related products】
FA-PEG-DBCO|叶酸聚乙二醇环辛炔
DBCO-PEG-Alkyne|二苯并环辛炔-聚乙二醇-炔基
DBCO-PEG-OH|二苯并环辛炔-聚乙二醇-羟基
DBCO-PEG-Aminooxy|二苯并环辛炔-聚乙二醇-氨甲基
DBCO-PEG-OPSS|二苯并环辛炔-聚乙二醇-邻吡啶二硫
DBCO-PEG-Lipoic acid|二苯并环辛炔-聚乙二醇-硫辛酸
DBCO-PEG-Methacrylate|二苯并环辛炔-PEG-甲基丙烯酸酯
DBCO-PEG-SPDP|DBCO-聚乙二醇-3-(2-吡啶二硫代)丙酸N-羟基琥珀酰亚胺酯
DBCO-DTPA|二苯并环辛炔-二乙基三胺五乙酸
DBCO-PEG-DTPA|二苯并环辛炔-聚乙二醇-二乙基三胺五乙酸
DBCO-PEG-Tosyl |二苯并环辛炔-聚乙二醇-甲苯磺酸酯
DBCO-PEG-Amine|二苯并环辛炔-聚乙二醇-氨基
8Arm PEG-DBCO|八臂聚乙二醇环辛炔
DBCO-PEG-ACRL|二苯并环辛炔-聚乙二醇-丙烯酸酯
N3-PEG-DBCO|叠氮聚乙二醇环辛炔
DBCO-PEG-NHS |二苯并环辛炔-聚乙二醇-琥珀酰亚胺酯
mPEG-DBCO|甲氧基聚乙二醇环辛炔
DSPE-PEG-DBCO|二苯并环辛炔-聚乙二醇-磷脂
以上试剂仅用于科学研究或者工业应用等非医疗目的,非药用,非食用。接受各种复杂定制服务,合成的Monodispersed PEGs除了有更多样的基团还可以提供各种不同数量的PEG的产品。

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作,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作,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。
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