A compendium of single extracellular vesicle flow cytometry
Notice bibliographique
Résumé
Flow cytometry (FCM) offers a multiparametric technology capable of characterizing single extracellular vesicles (EVs). However, most flow cytometers are designed to detect cells, which are larger than EVs. Whereas cells exceed the background noise, signals originating from EVs partly overlap with the background noise, thereby making EVs more difficult to detect than cells. This technical mismatch together with complexity of EV-containing fluids causes limitations and challenges with conducting, interpreting and reproducing EV FCM experiments. To address and overcome these challenges, researchers from the International Society for Extracellular Vesicles (ISEV), International Society for Advancement of Cytometry (ISAC), and the International Society on Thrombosis and Haemostasis (ISTH) joined forces and initiated the EV FCM working group. To improve the interpretation, reporting, and reproducibility of future EV FCM data, the EV FCM working group published an ISEV position manuscript outlining a framework of minimum information that should be reported about an FCM experiment on single EVs (MIFlowCyt-EV). However, the framework contains limited background information. Therefore, the goal of this compendium is to provide the background information necessary to design and conduct reproducible EV FCM experiments. This compendium contains background information on EVs, the interaction between light and EVs, FCM hardware, experimental design and preanalytical procedures, sample preparation, assay controls, instrument data acquisition and calibration, EV characterization, and data reporting. Although this compendium focuses on EVs, many concepts and explanations could also be applied to FCM detection of other particles within the EV size range, such as bacteria, lipoprotein particles, milk fat globules, and viruses.
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 | 0,009 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,009 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,031 |
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 ».