Next Generation Aqueous Two‐Phase System for Gentle, Effective, and Timely Extracellular Vesicle Isolation and Transcriptomic Analysis
Notice bibliographique
Résumé
The isolation of extracellular vesicles (EVs) using currently available methods frequently compromises purity and yield to prioritize speed. Here, we present a next-generation aqueous two-phase system (next-gen ATPS) for the isolation of EVs regardless of scale and volume that is superior to conventional methods such as ultracentrifugation (UC) and commercial kits. This is made possible by the two aqueous phases, one rich in polyethylene glycol (PEG) and the other rich in dextran (DEX), whereby fully encapsulated lipid vesicles preferentially migrate to the DEX-rich phase to achieve a local energy minimum for the EVs. Isolated EVs as found in the DEX-rich phase are more amenable to biomarker analysis such as nanoscale flow cytometry (nFC) when using various pre-conjugated antibodies specific for CD9, CD63 and CD81. TRIzol RNA isolation is further enabled by the addition of dextranase, a critical component of this next-gen ATPS method. RNA yield of next-gen ATPS-isolated EVs is superior to UC and other commercial kits. This negates the use of specialized EV RNA extraction kits. The use of dextranase also enables more accurate immunoreactivity of pre-conjugated antibodies for the detection of EVs by nFC. Transcriptomic analysis of EVs isolated using the next-gen ATPS revealed a strong overlap in microRNA (miRNA), circular RNA (circRNA) and small nucleolar RNA (snoRNA) profiles with EV donor cells, as well as EVs isolated by UC and the exoRNeasy kit, while detecting a superior number of circRNAs compared to the kit in human samples. Overall, this next-gen ATPS method stands out as a rapid and highly effective approach to isolate high-quality EVs in high yield, ensuring optimal extraction and analysis of EV-encapsulated nucleic acids.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».