HA-FITC 荧光素标记透明质酸 FITC-Hyaluronate

为华生物提供透明质酸用荧光素标记,Ex/Em波长494/518nm。纯度:>95%粉末。取代度:1摩尔%的取代度,每个聚合物至少有一个染料分子

 

参考文献:

1) 荧光素标记透明质酸盐的制备和性质。碳水化合物研究,1975,44(2):251-7。

2) 组织工程用透明质酸基支架——综述,碳水化合物聚合物2013,92(2):1262–1279。

3) 透明质酸在药物靶向和给药中的作用,

可提供以下活性基团:

Hyaluronic Acid-NH2氨基/COOH羧基/NHS活性酯/MAL马来酰亚胺/N3叠氮/Biotin生物素/SH巯基/FITC荧光素/RB罗丹明/PEG聚乙二醇

Hyaluronic acid was labeled with fluorescein and the ex / EM wavelength was 494 / 518nm. Purity: > 95% powder. Degree of substitution: 1 mol%, each polymer has at least one dye molecule reference: 1) preparation and properties of fluorescein labeled hyaluronate. Carbohydrate research, 1975,44 (2): 251-7. 2) Hyaluronic acid based scaffolds for tissue engineering - review, carbohydrate polymers 2013, 92 (2): 1262 – 1279. 3) The role of hyaluronic acid in drug targeting and administration can provide the following active groups: hyaluronic acid-nh2 amino / COOH carboxyl / NHS active ester / mal maleimide / N3 azide / biotin biotin / sh thiol / FITC fluorescein / RB rhodamine / PEG polyethylene glycol

仅供科研,禁止用于人体。

 

  • 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