Comparison of extracellular vesicle elution methods from aptamer-conjugated magnetic beads for downstream physical characterization and immunoassays
Notice bibliographique
Résumé
Aptamer-based affinity chromatography is a promising approach for the efficient capture and gentle release of extracellular vesicles (EVs) with preserved EV integrity; however, to date, there is no direct comparison of EV elution methods from the aptamers and evaluation of their effects on downstream EV analysis. This study compares the efficacy of two simple-to-implement elution methods using deoxyribonuclease (DNase) I and NaCl in releasing EVs from anti-CD63-aptamer-conjugated magnetic beads, focusing on downstream physical and protein analysis of the EVs. We used anti-CD63-aptamer-functionalized magnetic beads to capture EVs from ovarian cancer cell line OVCAR-3 culture media, subsequently eluting them using NaCl (0.5 or 1.0 M) or DNase I (50 or 100 U/mL). Dynamic light scattering and transmission electron microscopy (TEM) were used to assess elution efficiency and EV morphology, respectively, and showed intact EVs after elution. Enzyme-linked immunosorbent assay (ELISA) quantified CD9 and EGFR protein expression in the eluted EVs. Our results indicated that NaCl and DNase I can effectively elute EVs, maintaining their structural integrity as observed by TEM. 100 U/mL DNase I provided the highest elution efficiency of 88%, followed closely by 1.0 M NaCl with a comparable efficiency of 87%. With ELISA targeting two EV surface proteins, CD9 and EGFR, EVs eluted by 1.0 M NaCl demonstrated the highest signals for both proteins. Due to the high elution efficiency and low cost of NaCl, it is more suitable for immunoassay-based downstream analysis. This comparative study demonstrated the importance of selecting an appropriate elution method to optimize EV yield and maintain protein activity for downstream 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 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) | 0,001 | 0,001 |
| 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 | 0,001 |
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 ».