Identification of DYRK1b as a novel regulator of small extracellular vesicle release using a high throughput nanoscale flow cytometry screening platform
Notice bibliographique
Résumé
Extracellular vesicles (EVs) are important mediators of intercellular communication and have various roles in physiological and pathological processes. Discovery of regulators of EV biogenesis and release has led to significant improvements in our understanding of EV biology and has highlighted disease-specific pathways. Large scale discovery studies of EV regulators are limited by conventional methods of EV analysis with limited throughput and sensitivity. To address this, this study presents a high-throughput flow cytometry-based platform for the quantification of EVs released from cells. Here, a system was developed using the MDA-MB-231 cell line stably expressing ZsGreen, which passively loads ZsGreen proteins into EVs, and nanoscale flow cytometry. EV detection and quantitation was optimized and validated for a 96-well format. The high-throughput flow cytometry screening platform quantified the effect of 156 kinase inhibitors on EV number and identified AZ191 - a DYRK1b inhibitor - as a potent EV inhibitor. DYRK1b inhibition and knockdown confirmed a significant reduction in total EV number, with small EVs demonstrating the largest reduction. DYRK1b knockdown altered the intracellular distribution of EV marker CD63, suggesting a role for DYRK1b in EV trafficking. In conclusion, our study establishes a platform for high-throughput analysis of EV dynamics and introduces DYRK1b kinase as a novel EV-regulator.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 ».