来宝网Logo

热门词:生物显微镜 水质分析仪 微波消解 荧光定量PCR 电化学工作站 生物安全柜

AED
现在位置首页>行业专用>植物实验>光合作用测量系统>FluorCam-Pro植物多光谱荧光成像系统
FluorCam-Pro植物多光谱荧光成像系统
FluorCam-Pro植物多光谱荧光成像系统
  • FluorCam-Pro植物多光谱荧光成像系统

FluorCam-Pro植物多光谱荧光成像系统

产品报价:询价

更新时间:2023/10/18 14:06:33

地:北京

牌:Eco-tech

号:FluorCam-Pro

厂商性质: 生产型,贸易型,服务型,

公司名称: 北京易科泰生态技术有限公司

产品关键词: PAM脉冲调制式叶绿素   植物多光谱荧光成像   Fluorcam   易科泰   GFP  

453
访问人数
0
累计评论


北京易科泰生态技术有限公司 : (13701252261) (13701252261)

(联系我时,请说明是在来宝网上看到的,谢谢!)


FluorCam-Pro植物多光谱荧光成像系统


FluorCam-Pro植物多光谱荧光成像系统是FluorCam叶绿素荧光成像技术的扩展产品。此系统既可用于PAM脉冲调制式叶绿素荧光动态成像分析,又可用于UV紫外光对植物叶片激发产生的多光谱荧光成像测量分析,还可选配滤波器组对GFP、RFP、YFP、SYBR Green等荧光蛋白和荧光染料进行稳态荧光成像测量。测量对象包括叶片、果实、花朵、整株拟南芥或其他小型植株、苔藓、微藻、大型藻类乃至特定的动物样品。


应用领域:微信截图_20220302171420.png

§   植物光合生理生态

§   植物逆境胁迫生理与易感性

§   植物初级代谢与次级代谢

§   植物表型组学成像分析(Phenotyping

§   作物遗传育种与抗性筛选

§   种子萌发与活力监测

§   转基因植株筛选


功能特点:

§     微信截图_20220302171435.png多激发光-多光谱荧光成像技术:通过两种以上不同波长的光源激发植物样品中不同的发色团发出荧光并进行成像检测,即为多激发光多光谱荧光成像技术。植物的多光谱荧光主要包括叶绿素荧光、UV紫外光激发多光谱荧光和荧光蛋白荧光

§   FluorCam-Pro无需更换任何配件即可同步实现多激发光-多光谱荧光成像功能:

s  PAM脉冲调制式叶绿素荧光成像

s  紫外激发F440F520F690F740多光谱荧光成像

s  GFPRFPYFP等常用荧光蛋白成像

§   可根据用户需要定制荧光蛋白或荧光染料成像,如BFPCFPSYBR GreenDAPI

§   可对黄酮、花青素含量进行定量测量

§   可进行自动重复成像测量和无人值守监测,可设置实验程序(Protocols)自动循环成像测量,成像测量数据自动按时间日期存入计算机(带时间戳)

§   测量样品为各种活体植物样品,包括叶片、花卉、果实、整株拟南芥或其他小型植物、微藻(包括液滴、多孔板、固体培养基)及大型藻类等

微信截图_20220302171447.png

叶绿素荧光成像:草铵膦除草剂影响拟南芥光合生理状态  多光谱荧光成像:通过检测茶多酚的次生代谢物荧光对不同品种的茶叶进行分析

微信截图_20220302171456.png

RFP荧光蛋白荧光:通过RFP荧光标记确定转基因表达位置,并对表达量进行定量分析(以上成像图均由易科泰Ecolab生态实验室提供) 


技术指标:

§     微信截图_20220302171513.png一体式设计,自带暗适应箱体

§   成像面积:20×20cm

§   测量参数:Fo, Fo’, Fs, Fm, Fm’, Fp, FtDn, FtLn, Fv, Fv'/ Fm', Fv/ Fm ,Fv',Ft,ΦPSII, NPQ_Dn, NPQ_Ln, Qp_Dn, Qp_Ln, qN, qL, QY, QY_Ln, Rfd, ETR50多个叶绿素荧光参数;紫外激发多光谱荧光成像参数:F440F520F690F740;荧光蛋白荧光强度参数Ft;黄酮醇指数Flavonol Index,、花青素指数Anthocyanin Index。每项参数均可显示对应二维荧光彩色图像

· 具备完备的自动测量程序(protocol),可自由对自动测量程序进行编辑

·  荧光激发光源组:630nm红光、5700K冷白光、735nm远红光、365nm紫外光,445nm品蓝光,470nm蓝光,505nm青光,530nm绿光,590nm琥珀色光

§   CCD相机分辨率

1)       图像分辨率:1360×1024像素

2)       时间分辨率:每秒20

§   具备7位滤波轮,根据用户需要可定制各种荧光专用滤波器

微信截图_20220302171807.png

§      微信截图_20220302171816.pngFluorCam叶绿素荧光成像分析软件功能:具Live(实况测试)、Protocols(实验程序选择定制)、Pre–processing(成像预处理)、Result(成像分析结果)等功能菜单

§   客户定制实验程序协议(protocols):可设定时间(如测量光持续时间、光化学光持续时间、测量时间等)、光强(如不同光质光化学光强度、饱和光闪强度、调制测量光等),具备专用实验程序语言和脚本,用户也可利用Protocol菜单中的向导程序模版自由创建新的实验程序

§   自动测量分析功能:可设置一个实验程序(Protocol)自动无人值守循环成像测量,重复次数及间隔时间客户自定义,成像测量数据自动按时间日期存入计算机(带时间戳)

§   快照(snapshot)模式:通过快照成像模式,可以自由调节光强、快门时间及灵敏度得到清晰突出的植物样本稳态荧光和瞬时荧光图片

§   成像预处理:程序软件可自动识别多个植物样品或多个区域,也可手动选择区域Region of interestROI。手动选区的形状可以是方形、圆形、任意多边形或扇形。软件可自动测量分析每个样品和选定区域的荧光动力学曲线及相应参数,样品或区域数量不受限制(>1000

§   微信截图_20220302171828.png

§   输出结果:时间解析度荧光动态图、荧光动态变化视频、荧光参数Excel文件、直方图、不同参数成像图、不同ROI的荧光参数列表等


应用案例:

1.      抗病毒基因研究

法国农业科学研究院一直致力于马铃薯y病毒组的抗病基因研究,通过不同基因编辑处理方法,验证抗病毒分子机制。相关研究中,研究人员利用FluorCam多光谱荧光成像系统的GFP荧光蛋白成像功能,定量分析感染面积与病毒积累量,从而直观地反映了不同基因功能对拟南芥病毒抗性的影响。同时,叶绿素荧光成像则反映病毒对光合系统的损伤,同步提供植物的光合表型信息。

微信截图_20220302171840.png

参考文献:

§   Zafirov D, et al. 2021. When a knockout is an Achilles' heel: Resistance to one potyvirus species triggers hypersusceptibility to another one in Arabidopsis thaliana. Mol Plant Pathol. 22: 334–347

§   Bastet A, et al. 2019. Mimicking natural polymorphism in eIF4E by CRISPRCas9 base editing is associated with resistance to potyviruses. Plant Biotechnology Journal 17: 1736–1750

§   Bastet A, et al. 2018. Trans-species synthetic gene design allows resistance pyramiding and broad-spectrum engineering of virus resistance in plants. Plant Biotechnology Journal: 1–13


2.      蔬菜病害早期检测与病理表型组学研究

德国莱布尼茨蔬菜和观赏植物研究所IGZ、西班牙研究委员会CSIC等使用FluorCam多光谱荧光成像系统对多种蔬菜的病毒、细菌、真菌病害进行了大量研究。光合作用作为植物初级代谢产品的主要合成过程,对病害非常敏感。叶绿素荧光成像可以直接定量反映光合系统在各种胁迫因素下的受损程度与作用机理。紫外激发多光谱荧光成像则主要反映病害发展过程中次生代谢产品的总体水平变化与分布,同时与植物病害防御机制密切相关。这两方面数据再加上红外热成像、高光谱成像获取的温度、反射光谱信息,即可获得全面的植物病理表型组学数据。

微信截图_20220302171852.png

参考文献:

§   Sandmann M, et al. 2017. The use of features from fluorescence, thermography and NDVI imaging to detect biotic stress in lettuce. Plant Disease, doi: 10.1094/PDIS-10-17-1536-RE

§   Pineda M, et al. 2018. Detection of bacterial infection in melon plants by classification methods based on imaging data. Front. Plant Sci. 9(164), doi: 10.3389/fpls.2018.00164

§   Pineda M, et al. 2017. Use of multicolour fluorescence imaging for diagnosis of bacterial and fungal infection on zucchini by implementing machine learning. Functional Plant Biology, https://doi.org/10.1071/FP16164


产地:欧洲