荧光素标记多聚赖氨酸 FITC-PLL

荧光素标记多聚赖氨酸         FITC-PLL            

描述:

荧光素标记多聚赖氨酸(Fluorescein-labeled polylysine)是一种将荧光素(Fluorescein)共价连接到多聚赖氨酸(polylysine)分子上的化合物。多聚赖氨酸是由赖氨酸单元组成的多肽,具有多种生物学和生物医学应用,如细胞培养、细胞标记和*输送等。荧光素标记的多聚赖氨酸可用作细胞内示踪剂、荧光探针和生物分析试剂。

制备荧光素标记多聚赖氨酸的方法通常包括以下步骤:

  1. 准备多聚赖氨酸: 通过合成或商购获得适当长度的多聚赖氨酸,如polylysine(Lysine,Poly(D,L-lysine))。

  2. 激活荧光素: 将荧光素化合物(如Fluorescein isothiocyanate, FITC)在碱性条件下激活,使其与赖氨酸的氨基反应。

  3. 标记反应: 将激活的荧光素与多聚赖氨酸在适当的缓冲液条件下反应,通常需要较长时间和轻柔的条件,如室温下反应数小时。

  4. 纯化: 使用适当的方法(如凝胶过滤、透析或柱层析)去除未反应的荧光素和其他杂质,得到纯化的荧光素标记多聚赖氨酸。

  5. 表征: 使用荧光光谱、凝胶电泳等方法对标记产物进行表征,确定荧光素成功地连接到多聚赖氨酸上。

荧光素标记多聚赖氨酸可用于多种生物学和生物医学研究中,如追踪标记的蛋白质在细胞内的运输和定位、细胞增殖和分化研究、细胞内信号传导通路的研究等。它还可以作为荧光标记的探针用于生物成像、细胞追踪和*输送系统等领域。

qiyue生物科技有限公司是集化学科研和定制与一体的高科技化学公司。主营产品:原料药,天然产物,COF、MOF单体系列:三蝶烯衍生物、金刚烷衍生物、四苯甲烷衍生物、peg、上转换、石墨烯、光电材料、点击化学、凝集素、载玻片、蛋白质交联剂、脂质体、蛋白、多肽、氨基酸、糖化学等等。


更多系列:
Cy5.5标记高铁血红蛋白(MetHb)
Cy5.5标记肌钙蛋白
Cy5.5标记肌球蛋白
Cy5.5标记鸡卵白蛋白
Cy5.5标记鸡卵清蛋白
Cy5.5标记甲胎蛋白(AFP)
Cy5.5标记卵清蛋白
Cy5.5标记牛血清白蛋白
Cy5.5标记亲和素
Cy5.5标记人血清白蛋白
Cy5.5标记人转铁蛋白
Cy5.5标记视黄醇结合蛋白

以上资料由qiyue生物小编kx提供,仅用于科研!

  • 6
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    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。
评论 1
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