$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Este protocolo describe una plataforma integral y libre de etiquetas que integra espectroscopía Raman mejorada en superficie (SERS) con aprendizaje automático (ML) para detectar y perfilar molecularmente pequeñas vesículas extracelulares (sEVs) individuales para aplicaciones diagnósticas y terapéuticas. El método comienza con el aislamiento de sEV utilizando cromatografía de exclusión de tamaño o ultracentrifugación. Las vesículas aisladas se analizan luego sobre sustratos de nanopirámides plasmónicas de oro 2D diseñados con sensibilidad a una sola vesícula. Aprovechando huellas bioquímicas intrínsecas Raman, el protocolo permite la detección de alta especificidad sin etiquetas externas. Tras la adquisición espectral, los datos se preprocesan y se analizan utilizando algoritmos de aprendizaje automático entrenados (por ejemplo, LDA, SVC) para clasificar estados patológicos, distinguiendo con éxito el cáncer gástrico de los controles sanos usando sEVs de tejido, plasma y saliva con precisiones de clasificación respectivas del 90,1%, 70,9% y 60,7%. Además, su aplicación terapéutica se demuestra cuantificando la carga de doxorubicina en sEVs individuales, una medición mejorada mediante el uso de sustratos recubiertos de grafeno como estándar interno. Este enfoque permite un análisis de alto rendimiento que captura la heterogeneidad poblacional esencial para la detección temprana de la enfermedad y la comprensión de la eficiencia de carga de fármacos a nivel de vesícula única.