2025年2月28日
ここでは、ヒト被験者の涙や唾液などの生体液から採取された細胞外小胞(EV)の特性評価法を示します。この方法で使用されるスキャナーは、サンプルの1μLからEVの表現型、サイズ、および総粒子数を検出することができます。
細胞外小胞は、生理学的状態を反映する疾患のバイオマーカーとして機能します。私たちのアプローチは、微量の涙液から豊富なデータを抽出することを可能にし、体液のEV研究を前進させます。実験上の主な課題には、小さなサンプルから十分な細胞外小胞濃度を得ること、単離中のサンプル損失を最小限に抑えること、チップの過飽和やシグナルの弱さを検出するための分析の最適化などがあります。
このプロトコルは、単離ステップを回避し、処理時間を短縮し、少量のサンプルから細胞外小胞を分析できるため、涙液などの限られた生物学的サンプルに最適です。非侵襲的バイオマーカーは、角膜疾患の早期発見と管理に不可欠です。細胞外小胞バイオマーカーは、疾患のモニタリング、個別化治療、患者のコンプライアンスの向上、生活の質の向上を可能にします。
私たちの研究室は、KC被験者の涙液サンプル中の細胞外小胞の分析を開拓し、ユニークなtEVシグネチャを特定しました。これにより、将来の診断薬やEVに焦点を当てた治療標的への道が開かれます。まず、生物学的サンプルとテトラスパニンチップをワークスペースに置きます。
ヒトテトラスパニンキットの溶液Bと事前に混合された70マイクロリットルのヒト生物学的サンプルをチップにピペットで移します。フィルムをチップ洗浄プレートに置き、サンプルの蒸発を防ぎます。16時間後、プレートをチップワッシャーに入れます。
所定の位置にロックし、蓋を閉めます。チップワッシャーのCW-TETRA v0オプションを押します。チップを洗浄している間に、チップあたり300マイクロリットルのブロッキング溶液を準備します。
チップあたり各抗体0.6マイクロリットルをブロッキング溶液に加えます。ブロッキング溶液を抗体カクテルでボルテックスし、完全に混合します。チップの洗浄が完了したら、各チップの上に抗体カクテルを載せたブロッキング溶液を250マイクロリットル加えます。
次に、蓋を閉じて[続行]を押します。チップワッシャーが鳴ったら、チップウォッシングプレートを取り外します。チップをスロープの上に移動します。
プレートをチップワッシャーに戻し、所定の位置にしっかりとロックされていることを確認します。蓋を閉じて、続行を押します。まず、ナノ粒子分析装置の電源を入れます。
ナノ粒子分析装置に接続されたデスクトップでスキャンソフトウェアプログラムを起動します。チップフォルダを選択して各テトラスパニンチップを選択し、チャックのチップ位置に配置します。[チップ位置]の下の3つの正方形をクリックして、蛍光をオンにします。
正方形が黄色、青、赤に変わります。チャックの蓋を押して引っ張り、取り外します。次に、サンプルをロードしたテトラスパニンチップをチャックにしっかりと固定します。
チャックリッドのペグを穴に合わせ、押し下げます。蓋をスライドさせて所定の位置にロックします。次に、チャックをステージに置き、所定の位置にロックします。
次に、ソフトウェアインターフェースから[スキャンチップ]をクリックし、[OK]をクリックします。ステージが機械に完全に移動したら、ドアを閉めます。スキャンが完了したら、ドアを開けてステージを取り出し、結果を確認します。スキャンが成功した場合は、チップを廃棄します。
次のチップセットをチャックに置きます。または、空のチャックをステージに戻します。ソフトウェアを終了し、終了したらマシンの電源を切ります。
CD63、CD81、およびCD9チャネルでは細胞外小胞の最適な蛍光レベルが観察されましたが、MIgG制御チャネルは黒のままであり、制御特異性が確認されました。CD81は体液のために減少しました。CD63、CD81、およびCD9チャネルの蛍光は、細胞外小胞の不在を示しています。
蛍光の過飽和は明らかであり、特にCD63、CD81、およびCD9チャネルにおける過剰な標識のために意味のあるデータを識別することが困難でした。
この研究は、涙や唾液などの人間の生体液から採取された細胞外小胞(EV)を特徴づける新しい方法を提示します。テトラスパニンチップを利用することで、最小限のサンプル量からEVの分析が可能となり、疾患モニタリングのための非侵襲的バイオマーカー研究が進展します。
Characterizing extracellular vesicles (EVs) from minimal biological fluid volumes addresses a critical bottleneck in non-invasive biomarker discovery and disease monitoring. This workflow enables high-content EV phenotyping from scarce patient samples, supporting translational research and early-stage target validation. The approach enhances predictive confidence for biomarker-driven portfolio decisions in ocular and systemic disease pipelines.
This EV characterization protocol integrates into the discovery-to-preclinical continuum, bridging early biomarker identification with translational validation in limited-sample contexts.