【星戈瑞】FITC-dextran的合成方法及存储

FITC-dextran的合成方法可以通过以下步骤进行:

1. 活化葡聚糖:首先,将葡聚糖进行活化,引入反应性基团。这可以使用化学活化剂如EDC和N-羟基琥珀酰亚胺(NHS)来实现。将葡聚糖与EDC和NHS一起反应,以形成活性的葡聚糖。

2. FITC反应:将FITC与活化的葡聚糖进行反应,形成FITC-dextran。将FITC溶解在适当的溶剂中(如二甲基亚砜),然后将其与活化的葡聚糖反应。反应通常在室温下进行,并根据需要进行一定时间的反应。

3. 反应停止和纯化:反应完成后,可以加入一些化合物(如氢氧化钠或甲醇)来停止反应。接下来,通过透析、洗涤和浓缩等步骤对FITC-dextran进行纯化,以去除未反应的FITC和其他杂质。

4. 质量分析:合成的FITC-dextran可以通过质量分析方法(如凝胶渗透色谱、核磁共振等)进行验证和表征,确保所得产物具有所需的化学结构和分子量。

关于FITC-dextran的存储,以下是一些建议:

1. 冻干储存:合成的FITC-dextran可以在冻干状态下储存。首先,将溶解的FITC-dextran样品在低温条件下冷冻,然后使用真空冷冻干燥机将其冻干。冻干的样品可以在干燥的密封容器中长期储存,并在需要时重新溶解使用。

2. 避光储存:FITC-dextran应该避光储存,以防止荧光信号的退化。将样品存放在避光的容器中,放置在暗处。

3. 干燥条件:FITC-dextran应该在干燥的条件下储存,以防止潮湿引起的降解。可以使用干燥剂(如干燥剂包或干燥器)来保持储存环境的干燥。

4. 低温储存:将FITC-dextran存放在低温条件下,如冷冻(-20°C或更低)或冷藏(2-8°C)。低温有助于保持样品的稳定性和荧光性能。

在储存FITC-dextran期间,应避免其与湿气、光线和温度波动等因素的接触,以确保其长期稳定性和荧光特性的保持。根据具体的合成方法和实验条件,可能需要根据实验室的具体情况进行适当的优化和调整。

Sulfo CY3 COOH

CY3-PEG-MAL, MW:2K

Amino-β-cyclodextrin

Cy7.5 maleimide

CY7 alkyne

CY5-DEX MW:10K

Avidin CY5.5(2mg/ml)

Avidin CY5(2mg/ml)

Avidin CY3(3mg/ml)

Cy3-Streptavidin(2.5mg/ml)

BSA-CY5.5

CY7-Dextran MW:10K

CY7-Dextran MW:1000K

本篇图文信息均由【星戈瑞stargraydye】小编提供,如需了解详细烦请联系!

  • 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。

“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