Nanoscale flow cytometry‐based quantification of blood‐based extracellular vesicle biomarkers distinguishes MCI and Alzheimer's disease
Notice bibliographique
Résumé
INTRODUCTION: Accurate testing for Alzheimer's disease (AD) represents a crucial step for therapeutic advancement. Currently, tests are expensive and require invasive sampling or radiation exposure. METHODS: We developed a nanoscale flow cytometry (nFC)-based assay of extracellular vesicles (EVs) to screen biomarkers in plasma from mild cognitive impairment (MCI), AD, or controls. RESULTS: Circulating amyloid beta (Aβ), tau, phosphorylated tau (p-tau)181, p-tau231, p-tau217, p-tauS235, ubiquitin, and lysosomal-associated membrane protein 1-positive EVs distinguished AD samples. p-tau181, p-tau217, p-tauS235, and ubiquitin-positive EVs distinguished MCI samples. The most sensitive marker for AD distinction was p-tau231, with an area under the receiver operating characteristic curve (AUC) of 0.96 (sensitivity 0.95/specificity 1.0) improving to an AUC of 0.989 when combined with p-tauS235. DISCUSSION: This nFC-based assay accurately distinguishes MCI and AD plasma without EV isolation, offering a rapid approach requiring minute sample volumes. Incorporating nFC-based measurements in larger populations and comparison to "gold standard" biomarkers is an exciting next step for developing AD diagnostic tools. HIGHLIGHTS: Extracellular vesicles represent promising biomarkers of Alzheimer's disease (AD) that can be measured in the peripheral circulation. This study demonstrates the utility of nanoscale flow cytometry for the measurement of circulating extracellular vesicles (EVs) in AD blood samples. Multiple markers including amyloid beta, tau, phosphorylated tau (p-tau)181, p-tau231, p-tau217, and p-tauS235 accurately distinguished AD samples from healthy controls. Future studies should expand blood and cerebrospinal fluid-based EV biomarker development using nanoflow cytometry approaches.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».