FITC-PEG2000-FA,含有荧光素和叶酸的线性PEG,Fluorescein-PEG2000-Folic acid

叶酸PEG荧光素(FITC-PEG-FA),叶酸(-FA)具有高亲和力的叶酸受体,可用于靶向药物传递的细胞膜受体。异硫氰酸荧光素FITC荧光标记的聚乙二醇是荧光标记PEG衍生物中的一种。(FITC-PEG)吸收波长495 nm,发射波长约515-520 nm。FITC可以很容易追踪黄色和绿色荧光。

英文名称:FITC-PEG-FA

Fluorescein-PEG-Folic acid

中文名称:荧光素-聚乙二醇-叶酸

分子量:1k,2k,3.4k,5k,10k,20k(可按需定制)

质量控制:95%+

原料分散系数PDI:≤1.05

存储条件:-20°C,避光,避湿

用  途:仅供科研实验使用,不用于诊治

外观: 固体或粘性液体,取决于分子量

注意事项:取用一定要干燥,避免频繁的溶解和冻干

溶解性:溶于大部分有机溶剂,如:DCM、DMF、DMSO、THF等等。在水中有很好的溶解性

纯度(PEG):90%以上

取代率(FITC):90%以上

取代率(FA):90%以上

分散系数(PDI):小于等于1.05

结构式:

供应商:西安凯新生物科技有限公司

FITC-PEG-FA是一种绿色荧光叶酸-PEG衍生物,其激发/发射波长为~490 nm/~520 nm。荧光素标记的PEG叶酸是一种线性分子,叶酸连接到PEG链的一端,荧光素染料连接到另一个PEG端。叶酸也被称为维生素M、维生素B9或叶酸。叶酸是一种重要的生物活性分子,具有多种生物功能。它参与DNA的合成、修复和甲基化,并在许多生物反应中充当辅助因子。叶酸是细胞表面叶酸受体的配体。荧光素-PEG-叶酸具有很强的荧光性,是一种在体外和体内靶向和检测叶酸受体的优秀荧光探针。

其他相关产品:

FITC-PEG-Vinylsulfone,MW:2000

FITC-PEG-Vinylsulfone,MW:3400

FITC-PEG-Vinylsulfone,MW:5000

FITC-PEG-FA,MW:2000

FITC-PEG-FA,MW:3400

FITC-PEG-FA,MW:5000

FITC-PEG-OH,MW:2000

FITC-PEG-OH,MW:3400

FITC-PEG-OH,MW:5000

以上信息由西安凯新生物科技有限公司为您提供,如需了解详细信息请联系!!!

  • 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