![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/16/17/a2ac175d-27c9-43e7-94e9-d89aae3f9dc3/a2ac175d-27c9-43e7-94e9-d89aae3f9dc3pic.jpg)
![食品中殘留醋酸甲羥孕酮酶免疫檢測方法研究.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/16/17/a2ac175d-27c9-43e7-94e9-d89aae3f9dc3/a2ac175d-27c9-43e7-94e9-d89aae3f9dc31.gif)
已閱讀1頁,還剩52頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、本論文旨在開發(fā)快速檢測醋酸甲羥孕酮(MPA)的ELISA試劑盒。先將肟化后的MPA分別與牛血清白蛋白(bovineserumalbumin,BSA)和卵清白蛋白(ovalbumin,OVA)通過混合酸酐法交聯(lián),制備成免疫抗原MPA-BSA和包被抗原MPA-OVA。再將得到的免疫原MPA-BSA按免疫程序免疫新西蘭白兔4只,5次免疫后發(fā)現(xiàn)其中一只兔子產(chǎn)生的抗血清效價達到6400。然后以此抗血清為基礎設計了間接競爭ELISA方法,并優(yōu)化稀釋
2、緩沖液、pH、競爭時間等實驗條件確定最終的ELISA檢測系統(tǒng)。 本論文研制試劑盒的IC50為4.95ng/mL,線性范圍為0~100ng/mL。通過靈敏度、精密度、準確度和特異性等指標來評估此檢測方法,最低檢測限范圍在0.1~0.3ng/mL之間,除對甲地孕酮的交叉反應率為4.2%外,對其他結構類似物的交叉反應率≤0.1%,并且標準和樣品的重復性的批內(nèi)變異系數(shù)小于15%,批間變異系數(shù)小于20%。本論文以1ng/g和5ng/g兩個
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- snt 1625-2005 進出口動物源性食品中甲羥孕酮和醋酸甲羥孕酮殘留量的檢測方法
- 動物性食品中醋酸甲羥孕酮及乳酸環(huán)丙沙星殘留的ELISA檢測.pdf
- 食品中5-羥甲基糠醛酶聯(lián)免疫檢測方法研究.pdf
- 食品中新霉素獸藥殘留酶聯(lián)免疫檢測方法研究.pdf
- 食品中羅丹明B的殘留免疫檢測方法的研究.pdf
- 食品中金霉素殘留的膠體金免疫檢測方法研究.pdf
- 食品中阪崎腸桿菌酶聯(lián)免疫檢測方法研究.pdf
- 五氯酚殘留的酶聯(lián)免疫檢測方法建立研究.pdf
- 西維因農(nóng)藥殘留酶聯(lián)免疫檢測方法的研究.pdf
- 亞胺硫磷農(nóng)藥殘留酶聯(lián)免疫檢測方法的研究.pdf
- 19-去甲睪酮殘留的酶聯(lián)免疫檢測方法和試劑盒的研究.pdf
- 動物組織中萊克多巴胺殘留免疫檢測方法研究.pdf
- 對硫磷殘留的酶聯(lián)免疫檢測技術的研究.pdf
- 牛尿中玉米赤霉醇殘留酶聯(lián)免疫檢測方法的研究.pdf
- 食品中阿維菌素類藥物酶聯(lián)免疫檢測方法的研究.pdf
- 食品中擬除蟲菊酯酶聯(lián)免疫檢測方法的研究.pdf
- 喹諾酮類獸藥多殘留酶聯(lián)免疫檢測方法的研究.pdf
- 食品中磺胺二甲嘧啶殘留酶聯(lián)免疫方法的建立.pdf
- 去氫甲睪酮的酶聯(lián)免疫檢測技術與方法研究.pdf
- 擬除蟲菊酯多殘留酶聯(lián)免疫檢測方法的研究.pdf
評論
0/150
提交評論