Immunoaffinity based methods are superior to kits for purification of prostate derived extracellular vesicles from plasma samples
Notice bibliographique
Résumé
BACKGROUND: The ability to isolate extracellular vesicles (EVs) such as exosomes or microparticles is an important method that is currently not standardized. While commercially available kits offer purification of EVs from biofluids, such purified EV samples will also contain non-EV entities such as soluble protein and nucleic acids that could confound subsequent experimentation. Ideally, only EVs would be isolated and no soluble protein would be present in the final EV preparation. METHODS: We compared commercially available EV isolation kits with immunoaffinity purification techniques and evaluated our final EV preparations using atomic force microscopy (AFM) and nanoscale flow cytometry (NFC). AFM is the only modality capable of detecting distinguishing soluble protein from EVs which is important for downstream proteomics approaches. NFC is the only technique capable of quantitating the proportion of target EVs to non-target EVs in the final EV preparation. RESULTS: To determine enrichment of prostate derived EVs relative to non-target MPs, anti-PSMA (Prostate Specific Membrane Antigen) antibodies were used in NFC. Antibody-based immunoaffinity purification generated the highest quality of prostate derived EV preparations due to the lack of protein and RNA present in the samples. All kits produced poor purity EV preparations that failed to deplete the sample of plasma protein. CONCLUSIONS: While attractive due to their ease of use, EV purification kits do not provide substantial improvements in isolation of EVs from biofluids such as plasma. Immunoaffinity approaches are more efficient and economical and will also eliminate a significant portion of plasma proteins which is necessary for downstream approaches.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,007 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».