相关产品推荐更多 >
万千商家帮你免费找货
0 人在求购买到急需产品
- 详细信息
- 询价记录
- 文献和实验
- 技术资料
- 库存:
大量
- 现货状态:
有
- 供应商:
深圳市瑞沃德生命科技股份有限公司
- 回抽/注射工作模式,可自定义编制注射程序。
- 多种信号输入、输出接口可与外接设备实现交互控制。
- 适配0.5μL~60 ml注射器,流速0.0001μL/min-102 mL/min。
- 轻简型设计,5.0英寸LCD触控显示屏,用户界面友好,便于操作。
R462微量注射泵由步进电机及驱动器、丝杆和支架等构成,具有往复移动的丝杆、螺母。螺母与注射器的活塞相连,通过软件精准控制,实现高精度、平稳的液体传输。注射泵可在生命科学研究中常用于长时间均匀注射,不仅可以大大减轻工作人员的劳动强度,还能精确的控制各种试剂的注射量。
还在为给药不精确、重复精度不高、耗费时间长的实验而困扰?瑞沃德全新研发生产的R462注射泵,带着超高精度来了!可实现0.0001μL/min(0.5μL注射器)注射速度,注射精度< ± 0.35%;同样条件下注射,不同注射过程中出液量相差不超过0.05%;37h持续注射最大偏差仅32秒!并且可满足多种注射场景,高效简便!
| 测试设置 |
测试速度 |
测试时长 |
时间误差 |
测试结果 |
| 恒定模式 |
0.01 ml/min |
37 h |
30 s |
0.0037% |
| 渐变模式 |
0.009-0.1 ml/min |
37 h |
32 s |
0.004% |
| 脉冲模式 |
1 ml/min |
14 h/28个步骤 |
20 s |
0.08% |
| 程序模式 |
1 ml/min |
14 h/28个步骤 |
20 s |
0.08% |
| 恒定模式 |
0.03 ml/min |
37 h |
30 s |
0.0037% |
1.还在用注射模式单一的微量注射泵,导致无法满足特定实验的注射需求?
R462微量注射泵内置“恒定模式”、“渐变模式”、“脉冲模式”3种工作模式及可自定义的“程序模式”,满足绝大多数生物、化学实验场景中的注射需求。
使用“程序模式”,可添加999个步骤,还可以针对单个或多个步骤设置循环次数。
- R462微量注射泵优化的软件设计使操作简单快捷,最大限度减少重复工作。
R462微量注射泵的初始界面,轻简型设计
可保存自定义程序,对常用的注射模式可进行命名保存,方便下次使用。在公用时,即使课题组师弟师妹的注射参数不一样,也无需要重新设置程序。
保存自定义程序,下次实验直接开机使用,无须重新设置,最多保存50个程序
R462微量注射泵内置多个进口、国产品牌的注射器内径,并增加了国产塑料注射器通用内径选项,可自行设置注射器内径并保存参数,操作方便。
R462内置多个国内外常用品牌的注射器内径与国产通用内径,也可自行设置注射器内径。
- 还在担心无法随时查看注射进程?
在运行界面,可直观看到注射器的注射或回抽方向,以及已注射量/回抽量、剩余量以及所选注射器的品牌、规格、内径等等参数。用户可在此界面点击暂停,如在运行或者暂停中设备掉电,下次开机仍然回到最近一次运行且未完成的运行数据、注射器管理、步骤管理、系统设置、日期时间,无需担心参数丢失。锁屏功能可防止注射过程中误触屏幕导致注射意外终止。
应用
R462微量注射泵内置“恒定模式”、“渐变模式”、“脉冲模式”3种工作模式及可自定义的“程序模式”,满足绝大多数生物、化学实验场景中的注射需求。可配合RWD®微量给药套管进行脑区精准给药以及搭配Eicom微透析探针进行给药或取样。
RWD®R462微量注射泵典型客户(部分)
西安交通大学、第四军医大学、陕西师范大学、上海药明康德、南昌大学、中国科学院深圳先进技术研究院等。
技术参数
| 参数项 |
描述 |
| 运行模式 |
注射/回抽 |
| 注射精度 |
± < 0.35% |
| 重复性 |
± < 0.05% |
| 注射器范围 |
0.5 μL – 60 mL |
| 最低流速 |
0.0001 μL/min (0.5 μL注射器) |
| 最大流速 |
102mL/min(60mL注射器) |
| 通信接口 |
USB-B、BNC、RS485、TTL |
| 每步推进行程 |
0.046 μm |
| 显示屏 |
5.0英寸LCD触摸屏 |
订购信息
| 型号 |
品名 |
描述 |
| R462 |
R462注射泵 |
双通道 |
风险提示:丁香通仅作为第三方平台,为商家信息发布提供平台空间。用户咨询产品时请注意保护个人信息及财产安全,合理判断,谨慎选购商品,商家和用户对交易行为负责。对于医疗器械类产品,请先查证核实企业经营资质和医疗器械产品注册证情况。
- 作者
- 内容
- 询问日期
文献和实验瑞沃德动物给药与采样相关产品被引用文献
1、微量给药套管
Lillo Vizin RC, Kopruszinski CM, Redman PM, Ito H, Rau J, Dodick DW, Navratilova E, Porreca F. Unraveling the directional relationship of sleep and migraine-like pain. Brain Commun. 2024 Feb 18;6(2):fcae051. doi: 10.1093/braincomms/fcae051. PMID: 38444905; PMCID: PMC10914446.
Katariya R, Mishra K, Sammeta S, Umekar M, Kotagale N, Taksande B. Agmatine mitigates behavioral abnormalities and neurochemical dysregulation associated with 3-Nitropropionic acid-induced Huntington's disease in rats. Neurotoxicology. 2024 May;102:12-28. doi: 10.1016/j.neuro.2024.03.002. Epub 2024 Mar 6. PMID: 38453033.
2、缓释泵
Wang L, Cheng M, Wang Y, Chen J, Xie F, Huang LH, Zhan C. Fasting-activated ventrolateral medulla neurons regulate T cell homing and suppress autoimmune disease in mice. Nat Neurosci. 2024 Mar;27(3):462-470. doi: 10.1038/s41593-023-01543-w. Epub 2024 Jan 5. PMID: 38182836.
Rodrigues M, Sabaeifard P, Yildiz MS, Coughlin L, Ahmed S, Behrendt C, Wang X, Monogue M, Kim J, Gan S, Zhan X, Filkins L, Williams NS, Hooper LV, Koh AY, Toprak E. Susceptible bacteria survive antibiotic treatment in the mammalian gastrointestinal tract without evolving resistance. bioRxiv [Preprint]. 2023 Jan 11:2023.01.11.523617. doi: 10.1101/2023.01.11.523617. Update in: Cell Host Microbe. 2024 Mar 13;32(3):396-410.e6. doi: 10.1016/j.chom.2024.01.012. PMID: 36711614; PMCID: PMC9882032.
虐待实验用犬,做完实验后将它们遗弃在学校楼顶上等死:被滥用的实验动物们
动物的丑闻。图片来源:视频截图在一段泄露出的视频中,该实验室的研究人员肆意对实验用的狗与猴子进行殴打,并将猴子的头撞向门框。LPT 实验后的小狗,图片来源:Euronews另一个场景中,进行完实验的动物被遗弃在一旁,在痛苦的呕吐中走向生命的终点,没有安乐死,没有镇静剂。在一些实验室中,实验动物为人类献出了生命,却难以得到一个体面的死亡。但对实验动物的「虐待」并不只有这种形式。每年 1 亿只「小白鼠」,数以十万计的猫、狗等生物用于动物实验,但它们的牺牲真的是有必要的吗?它们真的是无可替代的吗?在实验
从毒品到抗抑郁药物,中国研究团队 Nature 揭示「K 粉
及 GluN2A-L642(同源 GluN2B-L643) 是参与氯胺酮结合的关键氨基酸,在氯胺酮抑制通道活性过程中发挥重要作用。氯胺酮抑制受体机制进一步分析发现,与氯胺酮相互作用的受体 GluN1-Asn616 以及 GluN2B-Leu643 氨基酸的在离子型谷氨酸受体中的保守性,同时分析了手性异构体 R-氯胺酮和 S-氯胺酮在结合和分子机制上的相同点和差异点。通过氯胺酮与 NMDA 受体结合的结构研究,可以促进基于氯胺酮的新型药物开发,特别是与人类 NMDA 受体具有理想相互作用的氯胺酮衍生物和代谢
【回归分析】关于相关与回归——笔者通过自己的文章教你如何化繁为简!
分析。 (6)相关系数(r)和回归系数(β)的方向一致,可以相互推算。 (7)研究两个变量的相互关系用相关分析,研究两个变量的依存关系用回归分析。 正因为教材中的定义和平时常见的表述,在实际应用中两者容易混淆,对于自己的数据,不知道是该用相关,还是该用回归,或者该用哪种回归。 问题一: 没有相关关系就不能做回归分析吗? 我们知道在回归分析之前,首先需要了解变数间是何种相关关系,才能选择适当的回归模型。 但大千世界关系复杂,看似无序的两者,可能存在某种特定关系,因此很多时候看似无序的数据,经过分层、分组











