Alternating Magnetic Field-Promoted Nanoparticle Mixing: The On-Chip Immunocapture of Serum Neuronal Exosomes for Parkinson’s Disease Diagnostics
Notice bibliographique
Résumé
The analysis of cargo proteins in exosome subpopulations has considerable value in diagnostics but a translatable impact has been limited by lengthy or complex exosome extraction protocols. We describe herein a scalable, fast, and low-cost exosome extraction using an alternating (AC) magnetic field to support the dynamic mixing of antibody-coated magnetic beads (MBs) with serum samples within 3D-printed microfluidic chips. Zwitterionic polymer-coated MBs are, specifically, magnetically agitated and support ultraclean exosome capture efficiencies >70% from <50 μL of neat serum in 30 min. Applied herein to the immunocapture of neuronal exosomes using anti-L1CAM antibodies, prior to the array-based assaying of α-synuclein (α-syn) content by a standard duplex electrochemical sandwich ELISA, sub pg/mL detection was possible with an excellent coefficient of variation and a sample-to-answer time of ∼75 min. The high performance and semiautomation of this approach hold promise in underpinning low-cost Parkinson's disease diagnostics and is of value in exosomal biomarker analyses more generally.
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 | 0,002 |
| 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 ».