Optimization of small extracellular vesicle isolation from expressed prostatic secretions in urine for in‐depth proteomic analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The isolation and subsequent molecular analysis of extracellular vesicles (EVs) derived from patient samples is a widely used strategy to understand vesicle biology and to facilitate biomarker discovery. Expressed prostatic secretions in urine are a tumor proximal fluid that has received significant attention as a source of potential prostate cancer (PCa) biomarkers for use in liquid biopsy protocols. Standard EV isolation methods like differential ultracentrifugation (dUC) co-isolate protein contaminants that mask lower-abundance proteins in typical mass spectrometry (MS) protocols. Further complicating the analysis of expressed prostatic secretions, uromodulin, also known as Tamm-Horsfall protein (THP), is present at high concentrations in urine. THP can form polymers that entrap EVs during purification, reducing yield. Disruption of THP polymer networks with dithiothreitol (DTT) can release trapped EVs, but smaller THP fibres co-isolate with EVs during subsequent ultracentrifugation. To resolve these challenges, we describe here a dUC method that incorporates THP polymer reduction and alkaline washing to improve EV isolation and deplete both THP and other common protein contaminants. When applied to human expressed prostatic secretions in urine, we achieved relative enrichment of known prostate and prostate cancer-associated EV-resident proteins. Our approach provides a promising strategy for global proteomic analyses of urinary 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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 découle