An Extracellular Vesicle (EV) Paper Strip for Rapid and Convenient Estimation of EV Concentration
Notice bibliographique
Résumé
Extracellular vesicles (EVs) have emerged as promising biomarkers and therapeutic agents, yet their quantification remains technically challenging due to the limitations of conventional methods. Here, a low-cost, fluorescence-based, paper-strip immunoassay is presented for rapid and semi-quantitative estimation of EV concentration, inspired by pH strips. The assay utilizes nitrocellulose membranes functionalized with capture antibodies (anti-CD63, CD9, CD81) and fluorescent dye (ExoBrite™) for EV detection. Systematic optimization of assay parameters-including dye application sequence, incubation time, antibody configuration, and dye concentration-revealed that labeling EVs with dye and incubating on the nitrocellulose paper strips for 20 min yielded the strongest and most reproducible signal. A 200× dilution of ExoBrite™ dye was determined to provide the best balance between sensitivity and specificity. A standard curve generated through twofold serial dilution of EVs from ovarian cancer cell culture medium confirmed a positive, concentration-dependent fluorescence response, establishing a usable dynamic range. Compared to existing technologies, this platform enables fast, simple-to-implement EV quantification using minimal sample volume and equipment. The simplicity and scalability of the method offer strong potential for use in clinical diagnostics and EV research applications.
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 | 0,000 |
| 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 ».