FITC-Phalloidin|异硫氰酸荧光素标记鬼笔环肽|标记物

 产品描述:

新研博美/FITC荧光标记的鬼笔环肽(FITC-Phalloidin),冻干粉形式提供,可直接溶于甲醇或DMSO配置成适当浓度的储存液。之后用PBS或PBS+1%BSA稀释到合适的工作浓度。常用工作浓度范围80~200nM。鬼笔环肽及其衍生物在纳摩尔浓度即可对F-actin染色,且水溶性良好,是非常实用和方便的探针,对组织切片、细胞培养物或无细胞体系内的F-actin进行定性和定量研究。另外,鬼笔环肽及其衍生物很小,直径约12–15,分子量<2000 Da,经标记后的F-actin仍维持许多标记前的功能。比如,标记的甘油抽提肌纤维仍能收缩;标记的肌动蛋白丝仍能在固相肌球蛋白基质中移动。

产品名称:FITC-Phalloidin|异硫氰酸荧光素标记鬼笔环肽|标记物

英文名称:FITC-Phalloidin

中文名称:异硫氰酸荧光素标记鬼笔环肽

CAS:915026-99-2

分子式:C38H41N3O14S

分子量:1177.26

纯度:>95%

保存条件 :避光,干燥,-20℃保存

注意事项:取用一定要干燥,避免频繁的溶解和冻干。

用途:仅用于科学研究或者工业应用等非医疗目的,非药用,非食用


产品应用:
1.对固定的组织切片和组织细胞培养物进行肌动蛋白丝(F-actin)的荧光染色;
2.体外制备稳定的荧光肌动蛋白丝(F-actin)。

保存:-20℃避光干燥保存,2年有效。

注意事项:
1.本品具有一定的毒性,LD50=2mg/kg,操作时请注意防护。
2.本品以冻干粉形式(Cat#KM0133),1mg包装,适合用量多的研究者;另提供溶于甲醇的储存液(20μM)形式(Cat#KM0180),300T包装,适合用量少的研究者;
3.为了您的安全和健康,请穿实验服并戴一次性手套操作。

操作流程(免疫荧光染色):
有几种方法都能用来染色组织细胞培养物内的肌动蛋白丝(F-actin)染色,其中,固定步骤在获得可信且具代表性的细胞F-actin分布情况中至关重要。固定步骤基于实验自身需求来选择。多聚甲醛或戊二醛都能得到优秀的F-actin染色和良好的板状伪足维持保存。

染色工作液准备
2.1取低温保存的FITC-Phalloidin冻干粉置于室温回温至少20min,低速离心后,加入甲醇或无水DMSO充分溶解配制成20~100μM储存液。根据单次用量进行分装,置于-20℃避光保存,一年稳定。
  注意:FITC- Phalloidin的分子量(Mw)以标签为准。
2.2正式实验前,使用1×PBS Buffer(pH7.4)稀释储存液到需要的工作浓度,常用的工作浓度范围为80~200nM。可以100nM为起始工作浓度,最佳的工作浓度请参考文献或根据实验室现有体系来摸索。
  注①:可使用含1%BSA的PBS Buffer稀释储存液,能够降低非特异背景染色,也能最小化鬼笔环肽粘附到管壁的可能性。
  注②:染色工作液现配现用,室温避光保存。

其他相关荧光染料介绍:

FITC-Human IgG

FITC-Human IgM

FITC-Human IgA

Aposcreen Annexin V-FITC

FITC-Phalloidin

FITC-Biotin

FITC-VB12

ATRA-FITC

FA-FITC

FITC-Abrin

FITC-Ricin Toxin

本文简单介绍了【FITC-Phalloidin】的染料基础信息,光谱及产品详细等问题,感兴趣的欢迎大家来电交流。

  • 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