科研试剂 FITC荧光标记酒石酸长春瑞滨VBT/盐酸拓扑替康/吉非替尼/凡德他尼 等药物

FITC标记的优点及应用

在众多的荧光染料中,FITC以其高吸收率、优异的荧光量子产率和良好的水溶性而成为最受欢迎的荧光染料之一。与其他荧光素衍生物一样,FITC可以产生可检测信号,而无需额外的检测试剂。这一特性使得FITC在检测蛋白质或抗体的位置和激活、识别蛋白质或抗体复合物的形成和构象变化以及监测体内的生物过程方面具有极其广泛的用途。由于这些优点,FITC已经被广泛应用。FITC标记的抗体可以检测细胞、组织切片和western blots中的抗原。用FITC标记分子在电泳分离后检测蛋白质和蛋白质及肽的微序列分析中也很有用。

异硫氰酸荧光素(FITC)标记

异硫氰酸荧光素(FITC)具有永久性标记生物分子的独特检测性能,可用于检测或跟踪共轭物与其他生物分子的相互作用。FITC是荧光素的异硫氰酸酯衍生物,主要通过对其5-碳位下环的改性合成。FITC的异硫氰酸酯能与蛋白质或抗体的伯胺基发生反应,这种性质可用于标记。FITC的荧光特性包括在495nm处的吸光度和520nm的发射波长。

酒石酸长春瑞滨名称
中文名    酒石酸长春瑞滨
英文名    vinorelbine L-tartrate
中文别名    长春瑞宾双酒石酸盐 | 重酒石酸长春瑞滨
密度    1.36g/cm3
熔点    181-183°C
分子式    C53H66N4O20
分子量    1079.106

我们可以提供如下定制产品:

1:可以提供⼀些荧光标记的药物:

如FITC/Rhodamine/Cy3/Cy3.5/Cy5/Cy5.5/Cy7/Cy7.5/ICG

2:还可以提供⼀些活化基团的糖产品如:

Amine/Thiol/Azide/Maleimide/Alkyne/NHS/COOH等基团

3:还可以提供⼀些⼩分⼦或蛋⽩偶连的糖产品如:

Biotin/Folic acid/cRGD/DBCO/DOTA/Cyclodextrin/Galactose/Streptavidin/BSA/HAS/Concan1:可以提供⼀些荧光标记的糖,

如FITC/Rhodamine/Cy3/Cy3.5/Cy5/Cy5.5/Cy7/Cy7.5/ICG

2:还可以提供⼀些活化基团的糖产品如:

Amine/Thiol/Azide/Maleimide/Alkyne/NHS/COOH等基团

3:还可以提供⼀些⼩分⼦或蛋⽩偶连的糖产品如:

Biotin/Folic acid/cRGD/DBCO/DOTA/Cyclodextrin/Galactose/Streptavidin/BSA/HAS/Concanavalin

 相关产品

FITC荧光标记多西紫杉醇
FITC荧光标记10-羟基喜树碱
FITC荧光标记氟维司群
FITC荧光标记酒石酸长春瑞滨
FITC荧光标记盐酸拓扑替康
FITC荧光标记吉非替尼
FITC荧光标记凡德他尼
FITC荧光标记阿法替尼
FITC荧光标记阿西替尼
FITC荧光标记克里唑蒂尼
FITC荧光标记奥拉帕尼
FITC荧光标记Lenvatinib
FITC荧光标记多韦替尼
FITC荧光标记西地尼布
FITC荧光标记依维莫司
FITC荧光标记伊马替尼
FITC荧光标记阿那曲唑
FITC荧光标记23-羟基白桦酸Anemosapogenin
FITC荧光标记沙力度铵Thalidomide
FITC荧光标记硼替佐咪Bortezomib
产地 :西安
纯度:99%
用途:仅用于科研
温馨提示:仅用于科研,不能用于人体实验!
QY小编 ysl 2022.5.27

  • 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。 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