Flow cytometric quantitation of EpCAM‐positive extracellular vesicles by immunomagnetic separation and phospholipid staining method
Notice bibliographique
Résumé
Extracellular vesicles (EV) have attracted attention as circulating biomarkers for many diseases, particularly cancer. Conventional immunofluorescence staining has been used for the detection of target antigens on EV by flow cytometry. However, the staining intensity depends on the amount of antigen expressed on the vesicles and is often only around the noise level. Instead of immunofluorescence, we combined immunomagnetic separation using nanosize MACS® MicroBeads with phospholipid staining of EV (IMS-PS method). EpCAM-positive EV were prepared from the culture supernatants of OVCAR3 (EpCAM-high), A431 (EpCAM-low) or Colon-26 (non-human control) cells as cancer models and were examined by the IMS-PS method using EpCAM mAb-coated MicroBeads. By employing Polaric-500c6F as the dye for staining EV phospholipids and using appropriate flow cytometry settings, autofluorescence was excluded, whereas pretreatment of the MicroBeads with conventional blocking agents reduced nonspecific binding to non-target vesicles. These modifications resulted in a linear relation between the number of EV detected and the sample volume, regardless of the level of EpCAM expression on the vesicles. A431 EV spiked into healthy volunteer plasma were enumerated with good accuracy. The IMS-PS method may be useful for clinical evaluation of EV with low levels of antigen expression that are difficult to detect by conventional immunofluorescence.
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 ».