Ac-PEG-FITC的合成过程:将乙酰基、聚乙二醇和荧光素通过化学反应连接在一起的

物理参数:
英文名称:Ac-PEG-FITC
中文名称:丙烯酸酯聚乙二醇荧光素
分子量:1k,2k,3.4k,5k,10k,20k(可按需定制)
性状:固体或液体(根据分子量决定)
规格标准:1g,5g,10g,可提供mg级以及kg级的产品开发服务
储存条件:-20℃,干燥,避免频繁解冻和冷冻
溶解性:溶于大部分有机溶剂,溶于水
产品可定制:根据需要的试剂进行定制,具体的可以线上和商家沟通
结构式:


简述:
Ac-PEG-FITC是由三部分组成的:乙酰基(Ac)、聚乙二醇(PEG)和荧光素(FITC)。
乙酰基是一种常见的有机官能团,具有很好的水溶性和稳定性。聚乙二醇是一种高分子聚合物,具有良好的生物相容性和水溶性。荧光素是一种具有荧光特性的染料,可以用于标记和检测生物分子。
西安凯新生物科技有限公司的Ac-PEG-FITC的合成过程。将乙酰基、聚乙二醇和荧光素通过化学反应连接在一起的。
Ac-PEG-FITC具有良好的水溶性和稳定性,它可以作为标记物用于检测细胞表面抗原和蛋白质等生物分子。 
相关试剂:
丙烯酸酯聚乙二醇二苯并环辛炔
AC-PEG-DBCO
丙烯酸酯聚乙二醇对硝基苯碳酸酯
AC-PEG-NPC
丙烯酸酯聚乙二醇硫辛酸
AC-PEG-LA
丙烯酸酯聚乙二醇二巯基吡啶
AC-PEG-OPSS
丙烯酸酯聚乙二醇聚(乳酸-乙醇酸)共聚物
AC-PEG-PLGA
丙烯酸酯聚乙二醇聚己内酯
AC-PEG-PCL
丙烯酸酯聚乙二醇聚乳酸
AC-PEG-PLA
八臂聚乙二醇丙烯酸酯
8Arm PEG-AC
FITC-PEG-NH2
丙烯酸酯聚乙二醇叠氮
AC-PEG-N3
丙烯酸酯聚乙二醇马来酰亚胺
AC-PEG-Mal
丙烯酸酯聚乙二醇二硬脂酰基磷脂酰乙醇胺
AC-PEG-DSPE
丙烯酸酯聚乙二醇生物素
AC-PEG-Biotin
丙烯酸酯聚乙二醇羧基
AC-PEG-COOH
丙烯酸酯聚乙二醇氨基
AC-PEG-NH2
四臂聚乙二醇丙烯酸酯
4Arm PEG-AC
丙烯酸酯聚乙二醇维生素E
AC-PEG-Tocopherol
丙烯酸酯聚乙二醇赖氨酸
AC-PEG-Lysine
FITC-PEG-COOH
丙烯酸酯聚乙二醇巯基
AC-PEG-SH
丙烯酸酯聚乙二醇氨基
AC-PEG-NH2
丙烯酸酯聚乙二醇巯基
AC-PEG-SH
丙烯酸酯聚乙二醇羧基
AC-PEG-COOH
丙烯酸酯聚乙二醇生物素
AC-PEG-Biotin
丙烯酸酯聚乙二醇二硬脂酰基磷脂酰乙醇胺
AC-PEG-DSPE
FITC-PEG-SH
FITC-PEG-N3
FITC-PEG-OPSS
FITC-PEG-FA
丙烯酸酯聚乙二醇马来酰亚胺
AC-PEG-Mal
FITC-PEG-FITC
FITC-PEG-ACA
丙烯酸酯聚乙二醇丙烯酸酯 
AC-PEG-AC
丙烯酸酯聚乙二醇罗丹明
AC-PEG-RB
丙烯酸酯聚乙二醇活性酯
AC-PEG-NHS
丙烯酸酯聚乙二醇叠氮
AC-PEG-N3
FITC-PEG-DA
FITC-PEG-CHO
丙烯酸酯聚乙二醇酰肼
AC-PEG-HZ
FITC-PEG-OH
丙烯酸酯聚乙二醇胆固醇
AC-PEG-CLS
FITC-PEG-ALK
FITC-PEG-DBCO
丙烯酸酯聚乙二醇甲基丙烯酸酯
AC-PEG-MAC
AC-PEG-RGD
丙烯酸酯聚乙二醇环氧基
AC-PEG-EPO
丙烯酸酯聚乙二醇醛基
AC-PEG-CHO
丙烯酸酯聚乙二醇硅烷
AC-PEG-Silane
丙烯酸酯聚乙二醇炔基
AC-PEG-Alkyne
丙烯酸酯聚乙二醇羟基
AC-PEG-OH
FITC-PEG-DSPE
ACA-PEG-FITC
原包装应尽量选择避光,阴暗,干燥的地方进行存放,同时此试剂仅用于科研实验。
综合上述皆由西安凯新生物科技有限公司的小编wudong所整理完成,感兴趣的伙伴可以留言哦!

  • 21
    点赞
  • 22
    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