BCA પરીક્ષણના શોષણ વાંચનો અને ઇચ્છિત પ્રોટીન દ્રવ્ય પર આધારિત ચોક્કસ નમૂના વોલ્યુમ ગણો. પશ્ચિમ બ્લોટ અને અન્ય લેબોરેટરી એપ્લિકેશન્સમાં સઘન પ્રોટીન લોડિંગ માટે આવશ્યક.
આ ટૂલ બીસીએ એબ્સોર્બન્સ પરિણામો અને નમૂના દ્રવ્યકણના આધારે જરૂરી નમૂના વોલ્યુમની ગણના કરે છે. દરેક નમૂનાના માટે એબ્સોર્બન્સ મૂલ્ય અને નમૂના દ્રવ્યકણ દાખલ કરો, જેથી સંબંધિત નમૂના વોલ્યુમની ગણના કરી શકાય.
નમૂના વોલ્યુમની ગણના નીચેના ફોર્મ્યુલાનો ઉપયોગ કરીને કરવામાં આવે છે:
• tipAbsorbanceRange
• tipSampleMass
• tipSampleVolume
• tipStandardCurve
BCA શોષણ નમૂના વોલ્યુમ કેલ્ક્યુલેટર એ એક વિશિષ્ટ સાધન છે જે સંશોધકો અને પ્રયોગશાળા ટેકનિકલને BCA (બિસિંચોનિનિક એસિડ) પરીક્ષણના પરિણામો આધારિત રીતે ચોક્કસ નમૂના વોલ્યુમ નક્કી કરવામાં મદદ કરે છે. આ કેલ્ક્યુલેટર તમારા BCA પરીક્ષણમાંથી શોષણ વાંચનો અને તમારી ઇચ્છિત નમૂના દ્રવ્યને લઈ ચોક્કસ વોલ્યુમની ગણના કરે છે જે પશ્ચાત્તાપ, એન્ઝાઇમેટિક પરીક્ષણો અને અન્ય પ્રોટીન વિશ્લેષણ તકનીકોમાં સક્ષમ પ્રોટીન લોડિંગ માટે જરૂરી છે.
BCA પરીક્ષણ એ બાયોકેમિસ્ટ્રી અને મોલેક્યુલર બાયોલોજી પ્રયોગશાળાઓમાં પ્રોટીન માપવા માટેનો સૌથી વ્યાપક રીતે ઉપયોગમાં લેવાતો પદ્ધતિઓમાંની એક છે. તમારા પ્રોટીન નમૂનાઓના શોષણને માપીને અને તેને એક માનક વક્ર સાથે સરખાવીને, તમે ઉચ્ચ ચોકસાઈ સાથે પ્રોટીન સંકોચન નક્કી કરી શકો છો. અમારી કેલ્ક્યુલેટર આ પ્રક્રિયાને સરળ બનાવે છે કારણ કે તે આપોઆપ શોષણ વાંચનોને તમારા પ્રયોગો માટે જરૂરી ચોક્કસ નમૂના વોલ્યુમમાં રૂપાંતરિત કરે છે.
બિસિંચોનિનિક એસિડ (BCA) પરીક્ષણ એ એક બાયોકેમિકલ પરીક્ષણ છે જે એક ઉકેલમાં પ્રોટીનની કુલ સંકોચન નક્કી કરવા માટે છે. આ પરીક્ષણનો સિદ્ધાંત આલ્કલાઇન પરિસ્થિતિઓમાં Cu²⁺-પ્રોટીન સંયોજનના નિર્માણ પર આધાર રાખે છે, ત્યારબાદ Cu²⁺ ને Cu¹⁺ માં ઘટાડવામાં આવે છે. ઘટાડાનો પ્રમાણ પ્રોટીનની હાજરી સાથે પ્રમાણિત છે. BCA Cu¹⁺ સાથે એક જાંબલી રંગના સંયોજન બનાવે છે, જે પ્રોટીનની હાજરીને મોનિટર કરવા માટે આધાર આપે છે.
જાંબલી રંગની તીવ્રતા પ્રોટીન સંકોચન સાથે પ્રમાણમાં વધે છે, જે લગભગ 562 નમ પર સ્પેક્ટ્રોફોટોમીટરનો ઉપયોગ કરીને માપવામાં આવે છે. પછી શોષણ વાંચનોને માનક વક્ર સાથે સરખાવીને અજ્ઞાત નમૂનાઓમાં પ્રોટીન સંકોચન નક્કી કરી શકાય છે.
BCA શોષણ પરિણામો પરથી નમૂના વોલ્યુમ ગણવા માટેનો મૂળભૂત ફોર્મ્યુલા છે:
જ્યાં:
પ્રોટીન સંકોચનને માનક વક્ર સમીકરણનો ઉપયોગ કરીને ગણવામાં આવે છે:
એક માનક BCA પરીક્ષણ માટે, સામાન્ય સ્લોપ લગભગ 2.0 છે, અને ઇન્ટરસેપ્ટ સામાન્ય રીતે શૂન્યના નજીક હોય છે, જો કે આ મૂલ્યો તમારા વિશિષ્ટ પરીક્ષણની પરિસ્થિતિઓ અને માનક વક્ર પર આધાર રાખીને બદલાઈ શકે છે.
અમારી કેલ્ક્યુલેટર BCA પરીક્ષણના પરિણામો પરથી નમૂના વોલ્યુમ નક્કી કરવાની પ્રક્રિયાને સરળ બનાવે છે. ચોક્કસ ગણનાઓ મેળવવા માટે નીચેના પગલાંઓનું અનુસરણ કરો:
નમૂના માહિતી દાખલ કરો:
માનક વક્ર પ્રકાર પસંદ કરો:
પરિણામો જુઓ:
પરિણામો નકલ અથવા નિકાસ કરો:
ચાલો એક વ્યાવહારિક ઉદાહરણ દ્વારા પસાર કરીએ:
આનો અર્થ એ છે કે તમને 20 μg પ્રોટીન મેળવવા માટે તમારા નમૂનાના 13.33 μL લોડ કરવું જોઈએ.
કેલ્ક્યુલેટર ઘણા મહત્વપૂર્ણ માહિતીના ટુકડા પ્રદાન કરે છે:
પ્રોટીન સંકોચન: આ તમારા શોષણ વાંચન પરથી પસંદ કરેલા માનક વક્રનો ઉપયોગ કરીને ગણવામાં આવે છે. આ તમારા નમૂનામાં પ્રોટીનની માત્રા પ્રતિ એકમ વોલ્યુમ (μg/μL) દર્શાવે છે.
નમૂના વોલ્યુમ: આ એ તમારા નમૂનાનો વોલ્યુમ છે જેમાં તમારી ઇચ્છિત પ્રોટીનની માત્રા હોય છે. આ મૂલ્ય એ છે જે તમે તમારા પ્રયોગોને તૈયાર કરતી વખતે ઉપયોગ કરશો.
ચેતવણીઓ અને ભલામણો: કેલ્ક્યુલેટર નીચેની બાબતો માટે ચેતવણીઓ પ્રદાન કરી શકે છે:
આ કેલ્ક્યુલેટર માટેનો સૌથી સામાન્ય ઉપયોગ પશ્ચાત્તાપ માટે નમૂનાઓ તૈયાર કરવાનો છે. સતત પ્રોટીન લોડિંગ વિશ્વસનીય પશ્ચાત્તાપ પરિણામો માટે ખૂબ જ મહત્વપૂર્ણ છે, અને આ કેલ્ક્યુલેટર ખાતરી કરે છે કે તમે દરેક નમૂનાના માટે સમાન પ્રોટીન લોડ કરો છો, ભલે તેમનાં સંકોચનો અલગ હોય.
ઉદાહરણ કાર્યપ્રવાહ:
એન્ઝાઇમેટિક પરીક્ષણો માટે, સામાન્ય રીતે પ્રોટીનની ચોક્કસ માત્રા ઉપયોગમાં લેવી જરૂરી છે જેથી વિવિધ નમૂનાઓ અથવા પરીક્ષણો વચ્ચે પ્રતિક્રિયા શરતોને માનક બનાવી શકાય.
ઉદાહરણ કાર્યપ્રવાહ:
ઇમ્યુનોપ્રિસિપિટેશન (IP) પરીક્ષણોમાં, સમાન પ્રોટીનની માત્રા સાથે શરૂ કરવું પરિણામો સરખાવા માટે મહત્વપૂર્ણ છે.
ઉદાહરણ કાર્યપ્રવાહ:
પ્રોટીન શુદ્ધિકરણ દરમિયાન, વિવિધ પગલાંઓ પર પ્રોટીન સંકોચનને ટ્રેક કરવો જરૂરી હોઈ શકે છે.
ઉદાહરણ કાર્યપ્રવાહ:
જ્યારે કેલ્ક્યુલેટર માનક BCA પરીક્ષણો માટે ડિફોલ્ટ પેરામીટરો પ્રદાન કરે છે, ત્યારે તમે તમારા પોતાના માનક વક્ર બનાવ્યા હોય ત્યારે કસ્ટમ મૂલ્યો દાખલ કરી શકો છો. આ ખાસ કરીને ઉપયોગી છે જ્યારે:
કસ્ટમ માનક વક્રનો ઉપયોગ કરવા માટે:
કેલ્ક્યુલેટર તમને મલ્ટિપલ નમૂનાઓ ઉમેરવાની અને એક સાથે તેમના વોલ્યુમની ગણના કરવાની મંજૂરી આપે છે. આ ખાસ કરીને ઉપયોગી છે જ્યારે પ્રયોગો માટે સમાન પ્રોટીન લોડિંગની જરૂર હોય.
બેચ પ્રોસેસિંગના લાભો:
જો તમારા શોષણ વાંચન 2.0 થી વધુ છે, તો તે BCA પરીક્ષણની રેખીય શ્રેણી બહાર હોઈ શકે છે. આવા કેસોમાં:
શોષણ વાંચનો 0.1 ની નીચે હોય ત્યારે, તમે પરીક્ષણની શોધની મર્યાદા નજીક હોઈ શકો છો, જે ચોકસાઈને અસર કરી શકે છે. વિચાર કરો:
જો કેલ્ક્યુલેટર એક એવી વોલ્યુમ સૂચવે છે જે તમારા એપ્લિકેશન માટે ખૂબ મોટી હોય:
પ્રોટીનની ચોકસાઈથી માપન કરવું બાયોકેમિસ્ટ્રી અને મોલેક્યુલર બાયોલોજીમાં મૂળભૂત જરૂરિયાત રહી છે જ્યારે આ ક્ષેત્રો ઊભા થયા. પ્રારંભિક પદ્ધતિઓ નાઇટ્રોજન સામગ્રીની નિર્ધારણ પર આધાર રાખતી હતી, જે સમય-ખપાવું અને વિશિષ્ટ સાધનોની જરૂર હતી.
કેજલ્ડહલ પદ્ધતિ (1883): પ્રોટીન માપન માટેની સૌથી પ્રારંભિક પદ્ધતિઓમાંની એક, જે નાઇટ્રોજન સામગ્રીને માપવા પર આધાર રાખે છે.
બાયુરેટ પરીક્ષણ (પ્રારંભિક 1900): આ પદ્ધતિ પેપ્ટાઇડ બાંધકામો અને કાંસાના આઇઓન્સ વચ્ચેની ક્રિયા પર આધાર રાખે છે, જે જાંબલી રંગ ઉત્પન્ન કરે છે.
લોયરી પરીક્ષણ (1951): ઓલિવર લોયરી દ્વારા વિકસિત, આ પદ્ધતિ બાયુરેટ પ્રતિસાદને ફોલિન-સિઓકલ્ટે રિએજન્ટ સાથે જોડીને સંવેદનશીલતા વધારતી હતી.
બ્રેડફોર્ડ પરીક્ષણ (1976): મેરિયન બ્રેડફોર્ડ દ્વારા વિકસિત, આ પદ્ધતિ કોઓમેસી બ્રિલિયન્ટ બ્લૂ G-250 ડાઇનો ઉપયોગ કરે છે, જે પ્રોટીન સાથે બાંધે છે અને શોષણ મહત્તમને ખસેડે છે.
BCA પરીક્ષણ (1985): પોલ સ્મિથ અને તેમના સહકર્મીઓ દ્વારા પિયર્સ કેમિકલ કંપનીમાં વિકસિત, આ પદ્ધતિ બાયુરેટ પ્રતિસાદને BCA શોધ સાથે જોડીને વધુ સંવેદનશીલતા અને ડિટર્જન્ટ્સ સાથેની સુસંગતતા પ્રદાન કરે છે.
BCA પરીક્ષણની પ્રથમવાર 1985 ના પેપર "બિસિંચોનિનિક એસિડનો ઉપયોગ કરીને પ્રોટીનની માપણી"માં વર્ણવવામાં આવી હતી. આ પદ્ધતિએ અસ્તિત્વમાં રહેલા પદ્ધતિઓની મર્યાદાઓને દૂર કરવા માટે વિકસિત કરવામાં આવી, ખાસ કરીને પ્રોટીન ઉત્પન્ન અને શુદ્ધિકરણમાં સામાન્ય રીતે ઉપયોગમાં લેવાતા વિવિધ રસાયણો દ્વારા હસ્તક્ષેપના કારણે.
મુખ્ય નવતર એ હતું કે BCA ને Cu²⁺ ના ઘટાડા દ્વારા ઉત્પન્ન Cu¹⁺ આઇઓન્સને શોધવા માટે ઉપયોગ કરવામાં આવ્યો, જે એક જાંબલી રંગના સંયોજન બનાવે છે જે સ્પેક્ટ્રોફોટોમીટ્રિક રીતે માપવામાં આવે છે. આમાં ઘણા ફાયદા હતા:
તેના પરિચય પછીથી, BCA પરીક્ષણ વિશ્વભરના બાયોકેમિસ્ટ્રી અને મોલેક્યુલર બાયોલોજી પ્રયોગશાળાઓમાં પ્રોટીન માપન પદ્ધતિઓમાંની એક સૌથી વ્યાપક રીતે ઉપયોગમાં લેવાતી પદ્ધતિ બની ગઈ છે.
1=IF(B2<=0,"Error: Invalid absorbance",IF(C2<=0,"Error: Invalid sample mass",C2/(2*B2)))
2
3' જ્યાં:
4' B2માં શોષણ વાંચન છે
5' C2માં μg માં ઇચ્છિત નમૂના દ્રવ્ય છે
6' ફોર્મ્યુલા μL માં જરૂરી નમૂના વોલ્યુમ આપે છે
71import numpy as np
2import matplotlib.pyplot as plt
3
4def calculate_protein_concentration(absorbance, slope=2.0, intercept=0):
5 """Calculate protein concentration from absorbance using standard curve."""
6 if absorbance < 0:
7 raise ValueError("Absorbance cannot be negative")
8 return (slope * absorbance) + intercept
9
10def calculate_sample_volume(absorbance, sample_mass, slope=2.0, intercept=0):
11 """Calculate required sample volume based on absorbance and desired mass."""
12 if sample_mass <= 0:
13 raise ValueError("Sample mass must be positive")
14
15 protein_concentration = calculate_protein_concentration(absorbance, slope, intercept)
16
17 if protein_concentration <= 0:
18 raise ValueError("Calculated protein concentration must be positive")
19
20 return sample_mass / protein_concentration
21
22# Example usage
23absorbance = 0.75
24sample_mass = 20 # μg
25slope = 2.0
26intercept = 0
27
28try:
29 volume = calculate_sample_volume(absorbance, sample_mass, slope, intercept)
30 print(f"For absorbance {absorbance} and desired protein mass {sample_mass} μg:")
31 print(f"Protein concentration: {calculate_protein_concentration(absorbance, slope, intercept):.2f} μg/μL")
32 print(f"Required sample volume: {volume:.2f} μL")
33except ValueError as e:
34 print(f"Error: {e}")
351# Function to calculate protein concentration from absorbance
2calculate_protein_concentration <- function(absorbance, slope = 2.0, intercept = 0) {
3 if (absorbance < 0) {
4 stop("Absorbance cannot be negative")
5 }
6 return((slope * absorbance) + intercept)
7}
8
9# Function to calculate sample volume
10calculate_sample_volume <- function(absorbance, sample_mass, slope = 2.0, intercept = 0) {
11 if (sample_mass <= 0) {
12 stop("Sample mass must be positive")
13 }
14
15 protein_concentration <- calculate_protein_concentration(absorbance, slope, intercept)
16
17 if (protein_concentration <= 0) {
18 stop("Calculated protein concentration must be positive")
19 }
20
21 return(sample_mass / protein_concentration)
22}
23
24# Example usage
25absorbance <- 0.75
26sample_mass <- 20 # μg
27slope <- 2.0
28intercept <- 0
29
30tryCatch({
31 volume <- calculate_sample_volume(absorbance, sample_mass, slope, intercept)
32 protein_concentration <- calculate_protein_concentration(absorbance, slope, intercept)
33
34 cat(sprintf("For absorbance %.2f and desired protein mass %.2f μg:\n", absorbance, sample_mass))
35 cat(sprintf("Protein concentration: %.2f μg/μL\n", protein_concentration))
36 cat(sprintf("Required sample volume: %.2f μL\n", volume))
37}, error = function(e) {
38 cat(sprintf("Error: %s\n", e$message))
39})
401function calculateProteinConcentration(absorbance, slope = 2.0, intercept = 0) {
2 if (absorbance < 0) {
3 throw new Error("Absorbance cannot be negative");
4 }
5 return (slope * absorbance) + intercept;
6}
7
8function calculateSampleVolume(absorbance, sampleMass, slope = 2.0, intercept = 0) {
9 if (sampleMass <= 0) {
10 throw new Error("Sample mass must be positive");
11 }
12
13 const proteinConcentration = calculateProteinConcentration(absorbance, slope, intercept);
14
15 if (proteinConcentration <= 0) {
16 throw new Error("Calculated protein concentration must be positive");
17 }
18
19 return sampleMass / proteinConcentration;
20}
21
22// Example usage
23try {
24 const absorbance = 0.75;
25 const sampleMass = 20; // μg
26 const slope = 2.0;
27 const intercept = 0;
28
29 const proteinConcentration = calculateProteinConcentration(absorbance, slope, intercept);
30 const volume = calculateSampleVolume(absorbance, sampleMass, slope, intercept);
31
32 console.log(`For absorbance ${absorbance} and desired protein mass ${sampleMass} μg:`);
33 console.log(`Protein concentration: ${proteinConcentration.toFixed(2)} μg/μL`);
34 console.log(`Required sample volume: ${volume.toFixed(2)} μL`);
35} catch (error) {
36 console.error(`Error: ${error.message}`);
37}
38શોષણ અને પ્રોટીન સંકોચન વચ્ચેનો સંબંધ સામાન્ય રીતે ચોક્કસ શ્રેણીમાં રેખીય હોય છે. નીચે BCA વક્રનું દૃશ્યીકરણ છે:
<text x="150" y="370">0.5</text>
<line x1="150" y1="350" x2="150" y2="355" stroke="#64748b"/>
<text x="250" y="370">1.0</text>
<line x1="250" y1="350" x2="250" y2="355" stroke="#64748b"/>
<text x="350" y="370">1.5</text>
<line x1="350" y1="350" x2="350" y2="355" stroke="#64748b"/>
<text x="450" y="370">2.0</text>
<line x1="450" y1="350" x2="450" y2="355" stroke="#64748b"/>
<text x="550" y="370">2.5</text>
<line x1="550" y1="350" x2="550" y2="355" stroke="#64748b"/>
<text x="45" y="300">1.0</text>
<line x1="45" y1="300" x2="50" y2="300" stroke="#64748b"/>
<text x="45" y="250">2.0</text>
<line x1="45" y1="250" x2="50" y2="250" stroke="#64748b"/>
<text x="45" y="200">3.0</text>
<line x1="45" y1="200" x2="50" y2="200" stroke="#64748b"/>
<text x="45" y="150">4.0</text>
<line x1="45" y1="150" x2="50" y2="150" stroke="#64748b"/>
<text x="45" y="100">5.0</text>
<line x1="45" y1="100" x2="50" y2="100" stroke="#64748b"/>
<text x="45" y="50">6.0</text>
<line x1="45" y1="50" x2="50" y2="50" stroke="#64748b"/>
વિભિન્ન પ્રોટીન માપન પદ્ધતિઓમાં વિવિધ લાભો અને મર્યાદાઓ હોય છે. અહીં BCA પરીક્ષણ અન્ય સામાન્ય પદ્ધતિઓની તુલનામાં છે:
| પદ્ધતિ | સંવેદનશીલતા શ્રેણી | લાભો | મર્યાદાઓ | શ્રેષ્ઠ માટે |
|---|---|---|---|---|
| BCA પરીક્ષણ | 5-2000 μg/mL | • ડિટર્જન્ટ્સ સાથે સુસંગત • પ્રોટીન-થી-પ્રોટીન ભિન્નતા ઓછી • સ્થિર રંગ વિકાસ | • ઘટાડક એજન્ટો દ્વારા હસ્તક્ષેપ • કેટલાક ચેલેટિંગ એજન્ટો દ્વારા અસરગ્રસ્ત | • સામાન્ય પ્રોટીન માપન • ડિટર્જન્ટ્સ ધરાવતા નમૂનાઓ |
| બ્રેડફોર્ડ પરીક્ષણ | 1-1500 μg/mL | • ઝડપી (2-5 મિનિટ) • થોડા હસ્તક્ષેપક પદાર્થો | • ઉચ્ચ પ્રોટીન-થી-પ્રોટીન ભિન્નતા • ડિટર્જન્ટ્સ સાથે અસંગત | • ઝડપી માપન • ડિટર્જન્ટ-મુક્ત નમૂનાઓ |
| લોયરી પદ્ધતિ | 1-1500 μg/mL | • સારી રીતે સ્થાપિત • સારી સંવેદનશીલતા | • ઘણા હસ્તક્ષેપક પદાર્થો • અનેક પગલાં | • ઐતિહાસિક સત્યતા • શુદ્ધ પ્રોટીન નમૂનાઓ |
| UV શોષણ (280 nm) | 20-3000 μg/mL | • વિનાશક-મુક્ત • ખૂબ જ ઝડપી • કોઈ રાસાયણોની જરૂર નથી | • ન્યુકલિક એસિડ દ્વારા અસરગ્રસ્ત • શુદ્ધ નમૂનાઓની જરૂર | • શુદ્ધ પ્રોટીન ઉકેલો • શુદ્ધિકરણ દરમિયાન ઝડપી ચકાસણીઓ |
| ફ્લોરોમેટ્રિક | 0.1-500 μg/mL | • સૌથી વધુ સંવેદનશીલતા • વ્યાપક ગતિશીલ શ્રેણી | • ખર્ચાળ રાસાયણો • ફ્લોરોમેટરની જરૂર | • ખૂબ જ પાતળા નમૂનાઓ • મર્યાદિત નમૂના વોલ્યુમ |
BCA (બિસિંચોનિનિક એસિડ) પરીક્ષણ મુખ્યત્વે નમૂનામાં પ્રોટીનની કુલ સંકોચન માપવા માટે છે. આ બાયોકેમિસ્ટ્રી, કોષ બાયોલોજી અને મોલેક્યુલર બાયોલોજી માટે વ્યાપક રીતે ઉપયોગમાં લેવાય છે જેમ કે પશ્ચાત્તાપ, એન્ઝાઇમ પરીક્ષણો, ઇમ્યુનોપ્રિસિપિટેશન અને પ્રોટીન શુદ્ધિકરણમાં.
BCA પરીક્ષણ સામાન્ય રીતે 5-10% ની ચોકસાઈ ધરાવે છે જ્યારે યોગ્ય રીતે કરવામાં આવે છે. તેની ચોકસાઈ ઘણા ફેક્ટરો પર આધાર રાખે છે જેમાં માનક વક્રની ગુણવત્તા, હસ્તક્ષેપક પદાર્થોનું અભાવ અને અજ્ઞાત પ્રોટીનની રચના માનક પ્રોટીન સાથે સમાન હોવું આવરી લે છે.
આવાં ઘણા પદાર્થો BCA પરીક્ષણના પરિણામોને હસ્તક્ષેપ કરી શકે છે, જેમાં સામેલ છે:
મુખ્ય ફરક છે:
જો કેલ્ક્યુલેટર ખૂબ મોટા નમૂના વોલ્યુમ દર્શાવે છે, તો તે સામાન્ય રીતે તમારા નમૂનામાં નીચી પ્રોટીન સંકોચન દર્શાવે છે. આ હોઈ શકે છે:
વિચાર કરો કે તમારા નમૂનાને કેન્દ્રિત કરવું અથવા તમારા પ્રયોગના ડિઝાઇનને સમાયોજિત કરવું.
આ કેલ્ક્યુલેટર ખાસ કરીને BCA પરીક્ષણના પરિણામો માટે ડિઝાઇન કરવામાં આવ્યો છે. જ્યારે મૂળભૂત સિદ્ધાંત (સંકોચનને વોલ્યુમમાં રૂપાંતરિત કરવું) અન્ય પદ્ધતિઓ માટે લાગુ પડે છે, ત્યારે શોષણ અને પ્રોટીન સંકોચન વચ્ચેનો સંબંધ વિવિધ પરીક્ષણોમાં બદલાય છે. બ્રેડફોર્ડ અથવા લોયરી જેવા અન્ય પદ્ધતિઓ માટે, તમને અલગ માનક વક્ર પેરામીટરોનો ઉપયોગ કરવાની જરૂર પડશે.
રેખીય શ્રેણી બહારના શોષણ વાંચનો (સામાન્ય રીતે >2.0) માટે:
બોવિન સેરમ એલ્બ્યુમિન (BSA) BCA પરીક્ષણો માટે સૌથી સામાન્ય રીતે ઉપયોગમાં લેવાતો માનક છે કારણ કે તે:
પરંતુ, જો તમારા નમૂનાઓમાં એક પ્રભૂત પ્રોટીન હોય જે BSA થી નોંધપાત્ર રીતે અલગ હોય, તો વધુ ચોકસાઈ માટે તે પ્રોટીનને તમારા માનક તરીકે ઉપયોગ કરવા પર વિચાર કરો.
BCA પ્રતિસાદમાં વિકસિત જાંબલી રંગ રૂમના તાપમાન પર કેટલાક કલાકો સુધી સ્થિર રહે છે અને તે સમયગાળા દરમિયાન કોઈપણ સમયે માપી શકાય છે. પરંતુ શ્રેષ્ઠ પરિણામો માટે, તે ભલામણ કરવામાં આવે છે કે તમામ માનક અને નમૂનાઓને રંગ વિકાસ પછી લગભગ સમાન સમયે માપવામાં આવે.
જ્યારે માનક વક્રને ફરીથી ઉપયોગમાં લેવું ટેકનિકલી શક્ય છે, પરંતુ ચોકસાઈ માટે ભલામણ નથી. રસાયણો, ઇન્ક્યુબેશનની પરિસ્થિતિઓ અને ઉપકરણની કૅલિબ્રેશનમાં ફેરફારો શોષણ અને પ્રોટીન સંકોચન વચ્ચેના સંબંધને અસર કરી શકે છે. વિશ્વસનીય પરિણામો માટે, દરેક વખતે નવી માનક વક્ર બનાવવી શ્રેષ્ઠ છે.
સ્મિથ PK, ક્રોહન RI, હર્મન્સન GT, વગેરે. "બિસિંચોનિનિક એસિડનો ઉપયોગ કરીને પ્રોટીનની માપણી." એનાલિટિકલ બાયોકેમિસ્ટ્રી. 1985;150(1):76-85. doi:10.1016/0003-2697(85)90442-7
થર્મો સાયન્ટિફિક. "પિયર્સ BCA પ્રોટીન પરીક્ષણ કિટ." સૂચનાઓ. ઉપલબ્ધ છે: https://www.thermofisher.com/document-connect/document-connect.html?url=https%3A%2F%2Fassets.thermofisher.com%2FTFS-Assets%2FLSG%2Fmanuals%2FMAN0011430_Pierce_BCA_Protein_Asy_UG.pdf
વોકર JM. "બિસિંચોનિનિક એસિડ (BCA) પરીક્ષણ પ્રોટીન માપન માટે." વોકર JM, સંપાદક. પ્રોટીન પ્રોટોકોલ્સ હેન્ડબુક. સ્પ્રિંગર; 2009:11-15. doi:10.1007/978-1-59745-198-7_3
ઓલ્સન BJ, માર્કવેલ J. "પ્રોટીન સંકોચનનો નિર્ધારણ." કરંટ પ્રોટોકોલ્સ ઇન પ્રોટીન સાયન્સ. 2007;Chapter 3:Unit 3.4. doi:10.1002/0471140864.ps0304s48
નોબલ JE, બેઇલી MJ. "પ્રોટીનની માપણી." પદ્ધતિઓ ઇન એન્ઝાઇમોલોજી. 2009;463:73-95. doi:10.1016/S0076-6879(09)63008-1
હવે જ્યારે તમે BCA પ્રોટીન માપન અને નમૂના વોલ્યુમ ગણનાના સિદ્ધાંતોને સમજતા છો, ત્યારે અમારી કેલ્ક્યુલેટરનો પ્રયાસ કરો જેથી તમારી પ્રયોગશાળા કાર્યપ્રવાહને સરળ બનાવે. તમારા શોષણ વાંચનો અને ઇચ્છિત નમૂના દ્રવ્ય દાખલ કરો અને તરત જ ચોકસાઈથી નમૂના વોલ્યુમની ગણનાઓ મેળવો.
ચાહે તમે પશ્ચાત્તાપ, એન્ઝાઇમ પરીક્ષણો અથવા અન્ય પ્રોટીન આધારિત પરીક્ષણો માટે નમૂનાઓ તૈયાર કરી રહ્યા હોય, અમારી કેલ્ક્યુલેટર સતત અને વિશ્વસનીય પરિણામો સુનિશ્ચિત કરવામાં મદદ કરશે. સમય બચાવો, ભૂલો ઘટાડો, અને તમારા પ્રયોગોના પુનરાવર્તનને સુધારો BCA શોષણ નમૂના વોલ્યુમ કેલ્ક્યુલેટર સાથે.
તમારા વર્કફ્લો માટે ઉપયોગી થવાના વધુ સાધનો શોધો