Single-Particle Discrimination of Retroviruses from Extracellular Vesicles by Nanoscale Flow Cytometry
Notice bibliographique
Résumé
Retroviruses and small EVs overlap in size, buoyant densities, refractive indices and share many cell-derived surface markers making them virtually indistinguishable by standard biochemical methods. This poses a significant challenge when purifying retroviruses for downstream analyses or for phenotypic characterization studies of markers on individual virions given that EVs are a major contaminant of retroviral preparations. Nanoscale flow cytometry (NFC), also called flow virometry, is an adaptation of flow cytometry technology for the analysis of individual nanoparticles such as extracellular vesicles (EVs) and retroviruses. In this study we systematically optimized NFC parameters for the detection of retroviral particles in the range of 115-130 nm, including viral production, sample labeling, laser power and voltage settings. By using the retroviral envelope glycoprotein as a selection marker, and evaluating a number of fluorescent dyes and labeling methods, we demonstrate that it is possible to confidently distinguish retroviruses from small EVs by NFC. Our findings make it now possible to individually phenotype genetically modified retroviral particles that express a fluorescent envelope glycoprotein without removing EV contaminants from the sample.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».