AAT Bioquest/艾美捷用于流式细胞术的链霉亲和素RPE

2024-02-18 19:50

本文主要是介绍AAT Bioquest/艾美捷用于流式细胞术的链霉亲和素RPE,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

链霉亲和素偶联物与生物素偶联物一起广泛用于特异性检测多种蛋白质、蛋白质基序、核酸和其他分子,因为链霉亲和素对生物素具有非常高的结合亲和力。该 RPE-链霉亲和素偶联物包括链霉亲和素(作为生物素结合蛋白)和共价连接的 RPE(作为荧光标记)。当与生物素化一抗联合使用时,它通常用作间接免疫荧光染色的第二步试剂。它是一种非常有价值的工具,用于使用流式细胞术、酶标仪和微阵列平台进行基于生物素链霉亲和素的生物测定和测试。AAT Bioquest的一些客户已将这种 RPE-链霉亲和素偶联物与 Affymetrix 的微阵列平台以及 Luminex 的 XMAP® 和 XTAG® 技术(例如 Bio-Rad 的 Bioplex 检测系统)结合使用。

AAT Bioquest/艾美捷链霉亲和素RPE系列:

名字 激发波长 (nm) 发射波长 (nm)

APC-链霉亲和素偶联物 651 660

PerCP-链霉亲和素偶联物 477 678

FITC链霉亲和素偶联物 491 516

Cy3®-链霉亲和素偶联物 555 569

Cy5®-链霉亲和素偶联物 651 670

Cy7®-链霉亲和素偶联物 756 779

XFD350-链霉亲和素偶联物 *XFD350 与 Alexa Fluor™ 350* 结构相同 343 441

XFD488-链霉亲和素偶联物 *XFD488 与 Alexa Fluor™ 488* 结构相同 499 520

XFD594-链霉亲和素偶联物 *XFD594 与 Alexa Fluor™ 594* 结构相同 590 618

AAT Bioquest链霉亲和素RPE图像示例:

31.png

图 1.对用(红色)或不用(绿色)1ug/ml 抗人 HLA-ABC-生物素染色,然后用 RPE-链霉亲和素偶联物染色的 HL-60 细胞进行流式细胞术分析 (Cat#16901)。在PE通道中使用ACEA NovoCyte流式细胞仪监测荧光信号。

图2.对用生物素化抗人 CD4 抗体染色的全血细胞进行流式细胞术分析,然后用 RPE-链霉亲和素偶联物染色。使用Aurora光谱流式细胞仪在RPE特异性B4-A通道中监测荧光信号。

AAT Bioquest链霉亲和素RPE部分文献引用:

A streptavidin paramagnetic-particle based competition assay for the evaluation of the optical selectivity of quadruplex nucleic acid fluorescent probes

Authors: Largy E, Hamon F, Teulade-Fichou MP.

Journal: Methods. (2012)

Biotin-4-fluorescein based fluorescence quenching assay for determination of biotin binding capacity of streptavidin conjugated quantum dots

Authors: Mittal R, Bruchez MP.

Journal: Bioconjug Chem (2011): 362

Iminobiotin binding induces large fluorescent enhancements in avidin and streptavidin fluorescent conjugates and exhibits diverging pH-dependent binding affinities

Authors: Raphael MP, Rappole CA, Kurihara LK, Christodoulides JA, Qadri SN, Byers JM.

Journal: J Fluoresc (2011): 647

Streptavidin-Binding Peptide (SBP)-tagged SMC2 allows single-step affinity fluorescence, blotting or purification of the condensin complex

Authors: Kim JH, Chang TM, Graham AN, Choo KH, Kalitsis P, Hudson DF.

Journal: BMC Biochem (2010): 50

这篇关于AAT Bioquest/艾美捷用于流式细胞术的链霉亲和素RPE的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/722274

相关文章

用于资产定价的FAFA三因素模型的案例实现

一:FAFA三因素模型的介绍 FAFA三因素模型,即Fama-French三因子模型,是在1992年提出的资产定价模型。该模型是对传统的资本资产定价模型(CAPM)的扩展,它认为除了市场风险之外,还有其他两个因素对股票的预期收益率有重要影响,这两个因素是公司规模(Size)和账面市值比(Book-to-Market Ratio)。 Fama-French三因子模型的核心观点是,投资者在承担额外

波导模式分析2 用于圆TE01模式高功率传输线的大型多模波导滤波器

摘要: 一种对于大型多模波导滤波器的设计方法,其能衰减掉(deteriorate)不想要的模式而不影响所需要的工作模式,被提出来抑制用于圆TE01模式高功率传输线的受限模式谐振。为了从TE10模式中分离出不期望的模式,引入了一种形变圆波导。在波导中的本征模式通过微扰分析理论推断,并且研究了一些公共模式的传输特性。此分析显示在工作TE01模式和其他模式之间通过变形圆波导可以获得显然的模式间隔,特别

用于充电桩的B型剩余电流保护器的设计

摘要       对含有充电桩的充电系统漏电原理、特征和保护安装位置进行了分析,并提出用于充电桩的B型剩余电流保护器的一种设计方案,通过双磁芯及对应的拓扑结构实现剩余电流的检测。分析了不同拓扑结构对应类型的剩余电流实现脱扣的机理,对直流剩余电流的检测采用磁调制技术,对其余类型剩余电流提出不进行波形识别、直接整流的电流检测方案。根据不同拓扑结构检测的电流类型,提出上方磁芯选择磁滞回线扁平、高磁导率

关于Java中Comparable和Comparator用于排序中的理解,以Comparable为例

在Java中,当一个对象实现了 `Comparable` 接口,这意味着该对象的类定义了一个自然的排序标准。`Comparable` 接口要求实现它的类必须实现 `compareTo` 方法,这个方法定义了对象之间的比较规则。 目录 一、为什么使用 `compareTo` 方法: 二、排序函数如何使用 `compareTo` 方法: 一、为什么使用 `compareTo`

CP-Net:用于生物细胞解析的实例感知部分分割网络|文献速递--基于深度学习的医学影像病灶分割

Title 题目 CP-Net: Instance-aware part segmentation network for biological cell parsing CP-Net:用于生物细胞解析的实例感知部分分割网络 01 文献速递介绍 实例分割是计算机视觉中的一个经典任务,用于识别图像中每个像素的对象类别(语义类型)并确定唯一的对象ID(实例索引)(Yi等,201

python pickle 模块用于保存python内存数据(包括实例对象、字典、列表等所有python中的数据)

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 前言基本用法 前言 Python 的 pickle 模块用于序列化和反序列化 Python 对象。这意味着你可以将 Python 对象(如列表、字典、类实例等)转换为字节流(序列化),并将其保存到文件中或在网络上传输,然后在需要的时候将其恢复为原始 Python 对象(反序列化)。 常见用途

论文速读|重新审视奖励设计与评估:用于强健人型机器人站立与行走控制的方法

论文地址:https://arxiv.org/pdf/2404.19173  这篇论文为类人机器人站立和行走(SaW)控制器的持续可衡量改进奠定了基础。通过引入一套定量实际基准测试方法,作者展示了现有控制器的优缺点,并通过基准测试指导新控制器的训练,最终实现了增强的控制器,成功处理了所有测试的扰动。结果表明,当前的RL控制器在能量效率和仿真到现实差距方面存在局限性。未来的工作应专注于在不牺牲

x-cmd pkg | dive - 用于探索 docker 镜像内容和层次结构,优化 Docker/OCI 镜像大小的工具

目录 简介快速上手功能特点竞品和相关项目进一步阅读 简介 dive 是由 Alex Goodman 用 Go 开发的 Docker 镜像探查工具。它提供可视化图形界面,能分析 Docker 镜像的内容和层次结构,如浏览镜像中的文件和目录信息、查看每层镜像内容的文件变更情况、进行安全性检查等。 对于需要深入分析和优化 Docker 镜像的开发者和运维人员,dive 能帮你更高效

《中文Python穿云箭量化平台二次开发技术09》设计一个可视化股票池量化平台项目用于实现选股和自动交易

《中文Python穿云箭量化平台》是纯Python开发的量化平台,因此其中很多Python模块,我们可以自己设计新的量化工具,例如自己新的行情软件、新的量化平台、以及各种量化研究工具。 穿云箭自带指标公式源码运行模块,可以为其他量化平台提供量化功能扩展或量化功能增强效果。 《中文Python穿云箭量化平台》包含有行情接口,指标运算模块,K线和指标显示模块。我们在投资分析研究和策略中,有很多可利用的

CNN-LSTM用于时间序列预测,发二区5分+没问题!

为了进一步提高时序预测的性能,研究者们组合了CNN和LSTM的特点,提出了CNN-LSTM混合架构。 这种架构因为独特的结构设计,能同时处理时空数据、提取丰富的特征、并有效解决过拟合问题,实现对时间序列数据的高效、准确预测,远超传统方法。 因此,它已经成为我们应对时序预测任务离不开的模型,有关CNN-LSTM的研究也成了当下热门主题之一,高质量论文频发。 为了方便大家了解CNN-LSTM的最