ProteoMiner 蛋白质浓缩试剂盒
ProteoMiner 蛋白质浓缩技术采用一个基于微球的高度多样化的大型组合肽配体库,可即时稀释高丰度蛋白和浓缩低丰度蛋白。 当对微球应用复合生物样本时,高丰度蛋白会浸透其高亲和性配体,并会有过量的蛋白质被冲洗掉。 相反,低丰度蛋白会在其特定的亲和配体上浓缩。
ProteoMiner 蛋白质浓缩试剂盒:
减少高丰度蛋白的数量而不会导致免疫耗竭,从而防止损失与高丰度蛋白相结合的蛋白质。
浓缩无法通过传统方法检测的中丰度和低丰度蛋白。
不依赖预定义的抗体组,不同于免疫耗竭产品。
与各种样本类型兼容。
提供一种简便且易于使用的格式。
可用于差异表达分析。
提供多种试剂盒
小容量试剂盒适用于处理 ≥10 mg 蛋白质,而大容量试剂盒适用于处理 ≥50 mg 蛋白质。 这些试剂盒已进行优化,适用于血清和血浆样品,但它们可用于推荐的总蛋白范围内的其他样品类型。
小容量和大容量试剂盒有两种形式:
ProteoMiner 蛋白质浓缩试剂盒 — 提供了分析低丰度蛋白的所有必需试剂,可在简单、易于执行的过程中使用单一洗脱剂。
ProteoMiner 连续洗脱试剂盒 — 利用多种洗脱试剂根据不同的性质对蛋白质进行连续洗脱。 这些试剂盒可分级分离蛋白质以改善检测和分辨率,并已针对 SELDI 试验样本(试剂不适合直接用于 2-D 凝胶电泳)进行了优化。
ProteoMiner™ Protein Enrichment Small-Capacity Kit
1633006
10 preps, low-abundance protein enrichment kit for 10 mg of total protein, includes 10 spin columns, wash buffer, elution reagents, collection tubes
ProteoMiner™ Protein Enrichment Large-Capacity Kit
1633007
10 preps, low-abundance protein enrichment kit for 50 mg of total protein, includes 10 spin columns, wash buffer, elution reagents, collection tubes
ProteoMiner™ Protein Enrichment Introductory Small-Capacity Kit
1633008
2 preps, low-abundance protein enrichment kit for 10 mg of total protein, includes 2 spin columns, wash buffer, elution reagents, collection tubes
ProteoMiner™ Protein Enrichment Introductory Large-Capacity Kit
1633009
2 preps, low-abundance protein enrichment kit for 50 mg of total protein, includes 2 spin columns, wash buffer, elution reagents, collection tubes
ProteoMiner™ Sequential Elution Large-Capacity Kit
1633011
10 preps, protein preparation kit for sequential elution into 4 fractions, for 50 mg of total protein, includes 10 spin columns, buffers, collection tubes
Related Technologies
Horizontal Streaking
Related Products
ReadyPrep™ 蛋白萃取试剂盒(细胞质/原子核)
ReadyPrep™ 萃取和增溶试剂
ProteoMiner 蛋白质浓缩试剂盒
ReadyPrep™ 蛋白萃取试剂盒(膜 I)
©
金山科研平台 thermo nunc brand millipore eppendorf pall sigma-abcam corning axygen gibco hyclone lonza takara一级代理是专业的授权总代理区域代理经销平台。
© 如需询价,请加客服QQ:1749072012 、客服微信:jinshanbio,或发送邮件到1749072012@qq.com
© 平台为生命科学研究相关领域提供一站式耗材试剂仪器解决方案和采购服务,数据资源基于CC协议。
© 本文地址:
https://jinshanbio.cn/thread-2860.htm