Precipitation with polyethylene glycol followed by washing and pelleting by ultracentrifugation enriches extracellular vesicles from tissue culture supernatants in small and large scales
Notice bibliographique
Résumé
Extracellular vesicles (EVs) provide a complex means of intercellular signalling between cells at local and distant sites, both within and between different organs. According to their cell-type specific signatures, EVs can function as a novel class of biomarkers for a variety of diseases, and can be used as drug-delivery vehicles. Furthermore, EVs from certain cell types exert beneficial effects in regenerative medicine and for immune modulation. Several techniques are available to harvest EVs from various body fluids or cell culture supernatants. Classically, differential centrifugation, density gradient centrifugation, size-exclusion chromatography and immunocapturing-based methods are used to harvest EVs from EV-containing liquids. Owing to limitations in the scalability of any of these methods, we designed and optimised a polyethylene glycol (PEG)-based precipitation method to enrich EVs from cell culture supernatants. We demonstrate the reproducibility and scalability of this method and compared its efficacy with more classical EV-harvesting methods. We show that washing of the PEG pellet and the re-precipitation by ultracentrifugation remove a huge proportion of PEG co-precipitated molecules such as bovine serum albumine (BSA). However, supported by the results of the size exclusion chromatography, which revealed a higher purity in terms of particles per milligram protein of the obtained EV samples, PEG-prepared EV samples most likely still contain a certain percentage of other non-EV associated molecules. Since PEG-enriched EVs revealed the same therapeutic activity in an ischemic stroke model than corresponding cells, it is unlikely that such co-purified molecules negatively affect the functional properties of obtained EV samples. In summary, maybe not being the purification method of choice if molecular profiling of pure EV samples is intended, the optimised PEG protocol is a scalable and reproducible method, which can easily be adopted by laboratories equipped with an ultracentrifuge to enrich for functional active EVs.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».