FITC-透明质酸|FITC-PEG-HA|透明质酸酯-荧光素|Hyaluronate-Fluorescein|分子量10K 20K 30K

FITC-透明质酸|FITC-PEG-HA|透明质酸酯-荧光素|Hyaluronate-Fluorescein|分子量10K 20K 30K

Hyaluronate透明质酸Hylauronic acid(HA)可以选的荧光分子和分子量:

1:FITC/Rhodamine/TRITC/Comarin/Bodipy/ICG/CY3/CY3.5/CY5/CY5.5/CY7/CY7.5

2:葡聚糖分子量/5000/10000/20000/50000/100000/200000/500000/700000/1000000 Da

3:葡聚糖改变基团:活化脂NHS/氨基NH2/生物素Biotin/叠氮N3/醛基CHO/巯基SH/马来酰亚胺MAL/炔烃Alkyne/DBCO/Vinyl sulfone/Hydrazide

4:可以形成的交联产品:PEG/PCL/PLGA/Dextran/PEI/Chitosan/

齐岳生物提供FITC/Rhodamine/CY3/CY5/CY5.5/CY7/CY7.5/ICG/IR-825/Comarin/Bodipy/荧光量子点标记蛋白 多肽 氨基酸 药物 纳米颗粒 微球 脂质体等材料定制合成

AuNRs纳米金/NHS/氨基NH2/生物素Biotin/叠氮N3/醛基CHO/巯基SH/马来酰亚胺MAL/炔烃Alkyne/DBCO/PEG修饰标记蛋白,药物,氨基酸,小分子,高分子,微球,PNA,DNA等材料

英文品名: Hyaluronate-Fluorescein,

中文品名: 透明质酸酯-荧光素

规格: 50mg/200mg/500mg

外观:黄色粉末

分子量:10K 20K 30K

溶解度:水

质量控制:95%

储存条件:-20℃

保存时间:一年

结构式:

 

其它材料产品:

dox修饰纳米金或二氧化硅

DSPE- PEG3400-Streptavidin(10mg)  磷脂-聚乙二醇-链霉亲和素

DSPE-PEG-TH(PH响应性穿膜肽)(50mg,100mg)

D-赤藓糖-4-磷酸钠盐 CAS:103302-15-4

Eu-DOTA

Eu-DTPA

FA-PEG-宗键-DOX

FITC-dextran

FITC-PLGA苦参碱的纳米颗粒

FITC-苯硼酸

FITC标记的海藻糖

FITC-多烯紫杉醇

FITC-甘露醇(50mg、100mg)

fitc-果糖

FITC-酵母多糖

FITC-葡萄糖

FITC-细胞色素C

FITC-胰岛素

以上资料来自小编axc,2022.04.15

  • 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。
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