发布时间:2019-10-21 06:17 原文链接: 蛋白质浓度分析实验

  • BRADFORD分析(BIORAD)

  • BCA分析(PIERCE)

  • 三氯乙醇沉淀

           

实验材料

标准蛋白质

试剂、试剂盒

BSA

仪器、耗材

干燥试管

实验步骤

一、标准 Bradford 分析

1. 准备 3 份标准品(用水稀释),BSA 浓度为 0.2~0.9 mg/ml,IgG 浓度为 0.2~1.5 mg/ml。一般设定 4 个或 5 个浓度比较合适。如果样品中蛋白质浓度可能超过分析范围,那么应用样品缓冲液相应稀释。分析的样品至少为双份。

标准蛋白质:使用纯化蛋白质作为相对标准;BSA 或 lgG 试剂盒能够买到(如从 Bio-Rad )。用去离子水制备浓度为 2 mg/ml。

Bio-Rad 蛋白质分析缓冲液或染色剂(包括乙醇、磷酸和考马斯亮蓝 G250 ):使用浓缩的或者将 1 份稀释到 4 份去离子水中并通过 Whatman #1 滤纸过滤(在 4℃ 可保存 2 周)。

2. 分別吸取样品和标准品各 100 μl 置入干净的干燥试管中(10 ml 或更大)。加 5.0 ml 稀释过的染色剂到各试管中。摇匀后于室温放置至少 5 分钟。

准备一个空白对照,其中加 100 μl 用以制备裂解液或稀释(裂解缓冲液中)标准品的缓冲液。

在混匀后 1 小时内(最好在混匀后 10 分钟)在 595 nm 处读取吸收值,如果可能, 可用一次性的塑料杯。

3. 将每个标准浓度得到的 A595 吸收值加以平均,减去空白的吸收值,然后绘制吸收曲线再对样品的吸收值进行平均,减去空白对照值,从吸收曲线上推算出样品的浓度。

二、Bradford 微量分析

1. 按上述步骤 1 制备标准品,标准蛋白使用范围为 BSA 1.2~10.0 μg/ml,IgG 为 1.2~25.0 μg/ml。

2. 吸取 800 μl 样品或标准物质置干净的干燥试管中。每个试管加 200 μl 未稀释的染色剂,如上所述方法摇匀后罝于室温下。

3. 混匀后 1 小时内读取 595 nm 处的吸收值按上述步骤 3 估算蛋白质浓度。

            展开


相关文章

植物减数分裂过程中染色体精准分离调控获揭示

近日,华南农业大学教授王应祥团队在国家自然科学基金等项目的资助下,研究揭示了模式植物拟南芥泛素连接酶后期促进复合物/细胞周期体(APC/C)调控减数分裂染色体正确分离的分子机制。该研究丰富了蛋白质泛素......

科学团队创制荧光探针实现蛋白质成簇/解聚活细胞监测

华东理工大学化学与分子工程学院、费林加诺贝尔奖科学家联合研究中心教授郭志前团队,创制了激活型化学遗传学荧光探针,首次在活细胞中监测蛋白质成簇/解聚的精确状态。相关研究近日作为VIP(VeryImpor......

mRNA“戴帽”后能多产两百倍蛋白质

日本名古屋大学研究团队在最新一期《自然·生物技术》杂志上发表了一项名为“内部帽启动翻译”(ICIT)机制的创新研究。该机制下的仿佛戴着帽子的mRNA可产生200倍以上的蛋白质,为治疗癌症和蛋白质合成异......

科学家从蛋白质动态层面解答早期胚胎发育失败原因

中国科学院脑科学与智能技术卓越创新中心/上海脑科学与类脑研究中心研究员刘真、孙怡迪,博士后朱文成团队,与复旦大学附属中山医院生殖医学中心主治医师木良善团队、上海交通大学医学院研究员李辰团队合作,描绘了......

我国学者在蛋白质酪氨酸泛素化方面取得进展

图FUSEP化学生物学技术用于系统研究赖氨酸和非赖氨酸泛素化的位点信息在国家自然科学基金项目(22137004、22307062)资助下,清华大学药学院尹航教授团队在蛋白质泛素化研究领域取得新进展,开......

专家学者盘点近两年AI发展——加速应用落地变革科研范式

当前人工智能技术和产业有哪些热点?我国人工智能产业发展呈现怎样的特点?12月12日举行的中国科学院人工智能产学研创新联盟2024年会,为这些问题提供了答案。本次年会以“人工智能助力科研范式变革(AIf......

植入式传感器可持续监测炎症水平

受大自然启发,美国西北大学生物工程师团队开发出一种植入皮下的传感器,可实时跟踪活体动物蛋白质水平的波动,测量炎症标志物的变化。相关论文发表在《科学》杂志上,标志着医学检测领域的一个重要里程碑。为了检测......

热烈祝贺黄超兰教授荣获“ClinicalandTranslationalProteomicsAward”

北京时间10月23日,在德国德雷斯顿举行的2024HUPO大会颁奖典礼上,备受瞩目的“ClinicalandTranslationalProteomicsAward”(临床转化蛋白质组学奖)荣耀加冕于......

创新计算框架在蛋白质设计方面获突破

在今年诺贝尔化学奖表彰计算蛋白质设计领域的重大进展后,美国能源部阿贡国家实验室团队宣布开发出一种名为MProt-DPO的创新计算框架,该框架利用人工智能(AI)和世界顶尖的超级计算机,推动蛋白质设计取......

AI设计能提高蛋白质稳定性、精确度及效率

人工智能(AI)蛋白质设计正在走向“更快、更好、更强”。美国麻省总医院布莱根分院和贝斯以色列女执事医疗中心团队开发了一款名为EVOLVEpro的AI工具,被认为是蛋白质工程领域的一项重大突破。团队在最......