Free flow electrophoresis allows quick and reproducible preparation of extracellular vesicles from conditioned cell culture media
Notice bibliographique
Résumé
Aim: Despite intensive research during the last decade, it remains challenging to prepare extracellular vesicles (EVs) of high purity, especially from primary body liquids or protein-rich conditioned media. For now, time-consuming combinations of at least two orthogonal methods, e.g., density and size separation, are required to enrich EVs to high purity, often at the expense of processing time. Therefore, novel technologies are required that allow EV preparation in acceptable time intervals and to fair purities. Free-flow electrophoresis (FFE) constitutes a well-established semi-preparative method to separate and prepare analytes, e.g., by inherent differences in their electric charges. FFE combines a flow-driven longitudinal transport of sample material with vertical electrophoresis and allows the separation of sample components into up to 96 different fractions. It was our aim to evaluate the potential of FFE for the separation of EVs from other sample components of EV-containing protein-rich conditioned cell culture media. Methods: Exemplarily, conditioned media of mesenchymal stem/stromal cells raised in the presence of EV-containing 10% human platelet lysate were processed. We analyzed the obtained fractions by different technologies, including imaging flow cytometry, western blot and nanoparticle tracking analysis. Results: We demonstrate that FFE quickly and reproducibly separates EVs from a huge proportion of molecules included in the original sample. Conclusion: 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».