A Review of Exosomal Isolation Methods: Is Size Exclusion Chromatography the Best Option?
Notice bibliographique
Résumé
Extracellular vesicles (EVs) are membranous vesicles secreted by both prokaryotic and eukaryotic cells and play a vital role in intercellular communication. EVs are classified into several subtypes based on their origin, physical characteristics, and biomolecular makeup. Exosomes, a subtype of EVs, are released by the fusion of multivesicular bodies (MVB) with the plasma membrane of the cell. Several methods have been described in literature to isolate exosomes from biofluids including blood, urine, milk, and cell culture media, among others. While differential ultracentrifugation (dUC) has been widely used to isolate exosomes, other techniques including ultrafiltration, precipitating agents such as poly-ethylene glycol (PEG), immunoaffinity capture, microfluidics, and size-exclusion chromatography (SEC) have emerged as credible alternatives with pros and cons associated with each. In this review, we provide a summary of commonly used exosomal isolation techniques with a focus on SEC as an ideal methodology. We evaluate the efficacy of SEC to isolate exosomes from an array of biological fluids, with a particular focus on its application to adipose tissue-derived exosomes. We argue that exosomes isolated via SEC are relatively pure and functional, and that this methodology is reproducible, scalable, inexpensive, and does not require specialized equipment or user expertise. However, it must be noted that while SEC is a good candidate method to isolate exosomes, direct comparative studies are required to support this conclusion.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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 ».