Multiplex isolation and profiling of extracellular vesicles using a microfluidic DICE device
Notice bibliographique
Résumé
Profiling of extracellular vesicles (EVs) is an emerging area in the field of liquid biopsies because of their innate significance in diseases and abundant information reflecting disease status. However, unbiased enrichment of EVs and thorough profiling of EVs is challenging. In this paper, we present a simple strategy to immobilize and analyze EVs for multiple markers on a single microfluidic device and perform differentiated immunostaining-based characterization of extracellular vesicles (DICE). This device, composed of four quadrants with a single inlet, captures biotinylated EVs efficiently and facilitates multiplexed immunostaining to profile their extracellular proteins, allowing for a multiplexed approach for non-invasive cancer diagnostics in the future. From controlled sample experiments using cancer cell line derived EVs and specific fluorescence staining with lipophilic dyes, we identified that the DICE device is capable of isolating biotinylated EVs with 84.4% immobilization efficiency. We extended our study to profile EVs of 9 clinical samples from non-small cell lung cancer (NSCLC) patients and healthy donors and found that the DICE device successfully facilitates immunofluorescent staining for both the NSCLC patients and the healthy control. This versatile and simple method to profile EVs could be extended to EVs of any biological origin, promoting discoveries of the role of EVs in disease diagnostics and monitoring.
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 ».