CandyCollect: An Open-Microfluidic Device for the Direct Capture and Analysis of Salivary-Extracellular Vesicles
Notice bibliographique
Résumé
Extracellular vesicles (EVs) are promising biomarkers for disease detection using a 'liquid biopsy' approach, in which they are enriched and analyzed directly from biofluids. However, implementing EV biomarker technologies in the clinic remains limited by the need for practical and patient-centric biofluid collection methods that are compatible with downstream EV processing and analysis. While saliva offers a non-invasive source of EVs, its complexity and heterogeneity-cells, debris, and other non-EV proteins-can present hurdles when using traditional analytical platforms. Here, we present the CandyCollect, a lollipop-inspired sampling device with open microfluidic channels, as a patient-friendly approach for rapid salivary EV capture. CandyCollect simplifies sample preparation by effectively pre-concentrating EVs in oxygen-plasma treated open microfluidic channels. In this proof-of-principle study, we show that following a 3-5 minute-oral sampling period, EVs collected by the CandyCollect can be released with high purity within minutes and subsequently quantified and analyzed for cargo content. We observed consistent EV capture across repeated collections within individuals and expected variability across healthy participants. Additionally, single and pooled collections of EVs from a healthy participant resulted in a concordant protein profile. Overall, the CandyCollect is a new platform for rapid, non-invasive salivary EV collection and analysis for clinical diagnostics.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».