Analytical Considerations in Nanoscale Flow Cytometry of Extracellular Vesicles to Achieve Data Linearity
Notice bibliographique
Résumé
BACKGROUND: Platelet microparticles (PMPs) and their abundance in the blood are a prognostic biomarker in thrombotic disorders and cancer. Nanoscale flow cytometry (nFC) is ideal for high-throughput analysis of PMPs but these clinical assays have not been developed previously. OBJECTIVE: This article demonstrates that nFC is a suitable technology to enumerate PMPs present in plasma samples in a clinical setting. MATERIALS AND METHODS: nFC was performed using the Apogee A50-Micro instrument. Instrument settings and acquisition parameters were developed with the use of fluorescent beads and plasma samples. Sample preparation and handling was also optimized. RESULTS: nFC allows for linear detection of particles between approximately 200 and 1,000 nm based on calibration beads and was dependent on dilution factor and flow rate. Linearity in event analysis as samples became more diluted was lost when events approximately 100 nm were gated while linearity was maintained despite dilution of sample in events larger than 200 nm in diameter. Higher flow rates lead to an under-estimation of events analysed per microlitre of analyte and this was more pronounced when plasma samples were not diluted more than 1/20×. CONCLUSION: nFC offers multi-parametric analysis of PMPs when optimal calibration of acquisition and sample processing settings is performed. Analysis of plasmas from metastatic prostate cancer patients and leukaemia patients revealed that PMP levels were larger than 100 nm and were equally abundant in patients that responded to or failed androgen deprivation therapy or between patients representing different stages of leukaemia.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».