荧光标记的透明质酸|FITC-Hyaluronate|荧光素透明质酸|Fluorescent hyaluronic acid

荧光标记的透明质酸|FITC-Hyaluronate|荧光素透明质酸|Fluorescent hyaluronic acid

产品名称:荧光透明质酸

英文名称:Fluorescent hyaluronic acid

别名:荧光素透明质酸

英文别名:Fluorescein Hyaluronic Acid

运输条件;常规运输

透明质酸(HA)有多种各种来源,例如鸡冠或马链球菌。可提供用荧光素标记的这些来源的透明质酸衍生物(F-Ha)。检查所有批次的分子量、取代度、干燥失重和游离FITC。TdB实验室可以提供分子量约为6MDa的荧光素标记透明质酸。F-Ha为黄色粉末。

透明质酸是一种源自马链球菌的由β(1-3)葡糖醛酸和β(1-4)氨基葡萄糖苷单元交替组成的多糖,使用5-氨基荧光素(氨基-四甲基罗丹明)标记得到黄色纤维状产品。该品溶于水和电解质,不过固体溶解时间长,需要在轻柔搅拌过夜(1)。取代度在0.001-0.008之间。标记过程不会导致透明质酸的解聚。分子量是由GPC系统检测,通过葡聚糖标准品矫校正,得到Mw(重均分子量)6.0 x106

 储存和稳定性

按照de 干品应储存在密闭的容器中,室温下置于阴暗处。保质期建议为5年。当产品溶液在pH7.5,37°C下

库存产品目录:

羟基化富勒烯C60-OH
超高纯富勒烯(c60)cas:131159-39-2
MIL-101(Fe)
MIL-53(Fe)
TPE-CS150k
fitc-纤维蛋白原
金磁微粒(110nm),金是10nm
CAS:81363-14-6
LecA (PA-IL) from Pseudomonas aeruginosa - (Bacterial protein produced in E. coli)
FITC-dextran,MW:4000
biotin-PEG2000-SS-NHS
FD-1080 NHS ester
COOH-TK-COOH酮缩硫醇
uio-67,粒径100nm左右
氧化石墨烯分散液10mg/ml
Mn-TCPP
Azide-DOTA(tBu)2
Azide-NOTA(tBu)2
三乙基(硅烷-d) 1631-33-0
香豆素-顺铂
Peg修饰的二氧化锰
2-辛炔酸-牛血清白蛋白(BSA-2-O
FITC-Alginate(海藻酸钠)
腺苷环磷酸酯,CAS号:60-92-4
fitc-鲑鱼降钙素
MOF-525-Co,100nm
TPE-丙烯酸,丙烯酸修饰的四苯乙烯

​以上资料来自小编axc,2022.04.21
 

  • 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