Een abonnement op JoVE is vereist om deze inhoud te bekijken. Log in of start vandaag met uw gratis proefperiode.

Methodenartikel

Onderzoek naar de toepassing van oppervlakteversterkte Raman Scattering-gebaseerde biosensing van individuele sEV's in ziektediagnose en therapieën

405 weergaven

⸱

DOI:

10.3791/69258

⸱

13 maart 2026

 ,  ,  , 
1Department of Materials Science and Engineering, University of California Los Angeles, 2Cornea Division, Stein Eye Institute, University of California Los Angeles

* These authors contributed equally

In dit artikel

Samenvatting

Hier presenteren we een protocol om individuele kleine extracellulaire blaasjes (sEV's) te analyseren met labelvrije oppervlakte-versterkte Raman-spectroscopie (SERS), waardoor minimaal invasieve ziektediagnostiek en beoordeling van sEV's als therapeutische toedieningsmiddelen mogelijk worden.

Samenvatting

Dit protocol schetst een uitgebreid, labelvrij platform dat oppervlakte-versterkte Raman-spectroscopie (SERS) integreert met machine learning (ML) om individuele kleine extracellulaire blaasjes (sEV's) te detecteren en moleculair te profileren voor diagnostische en therapeutische toepassingen. De methode begint met sEV-isolatie met behulp van grootte-uitsluitingschromatografie of ultracentrifugatie. Geïsoleerde vesikels worden vervolgens geanalyseerd op gemanipuleerde plasmonische gouden nanopiramide 2D-array-substraten die enkelvoudig gevoelig zijn. Door gebruik te maken van intrinsieke Raman-biochemische vingerafdrukken, maakt het protocol een detectie van hoge specificiteit mogelijk zonder externe labels. Na spectrale acquisitie ondergaan gegevens preprocessing en worden ze geanalyseerd met getrainde machine learning-algoritmen (bijv. LDA, SVC) om ziektetoestanden te classificeren, waarbij maagkanker succesvol wordt onderscheiden van gezonde controles met behulp van sEV's uit weefsel, plasma en speeksel met respectievelijke classificatienauwkeurigheden van 90,1%, 70,9% en 60,7%. Daarnaast wordt de therapeutische toepassing aangetoond door de kwantificatie van doxorubicinebelasting in enkele sEV's, een meting die wordt versterkt door het gebruik van grafeengecoate substraten als interne standaard. Deze aanpak maakt een analyse met hoge doorvoer mogelijk die populatieheterogeniteit vastlegt, essentieel voor vroege ziektedetectie en het begrijpen van de efficiëntie van het laden van geneesmiddelen op het niveau van één blaasje.

Inleiding

Kleine extracellulaire blaasjes (sEV's), doorgaans variërend van 30 tot 200 nm in diameter, worden van nature door cellen afgescheiden in biologische vloeistoffen en dragen eiwitten, lipiden en nucleïnezuren die hun cel van oorsprong 1,2,3 aangeven. Als niet-invasieve biomarkers aanwezig in speeksel, urine en andere lichaamsvloeistoffen4, bieden ze veelbelovend voor vroege ziektediagnose, prognose en therapeutische monitoring, vooral in oncologie 5,6,7. Hun klinische vertaling wordt echter belemmerd door hun hoge heterogeniteit en lage abundantie in complexe biologische matrices8. Om dergelijke uitdagingen te overwinnen, maakt dit protocol gebruik van oppervlakte-versterkte Raman-spectroscopie (SERS), een krachtige analytische methode die Ramanverstrooiing met maximaal 1010-10 11 keer kan versterken via plasmonische substraten 9,10,11. SERS vangt intrinsieke moleculaire "vingerafdruk"-spectra van individuele sEV's binnen enkele seconden, waardoor ultragevoelige enkelblaasanalyse mogelijk wordt terwijl lange assay-tijden worden vermeden.

Onze methode combineert synergetisch labelvrije SERS om snelle, ultrasensitieve karakterisering van individuele sEV's te bereiken 12,13,14,15,16. Labelvrije SERS vangt intrinsieke biochemische signaturen op en, in combinatie met machine learning-modellen zoals LDA en SVC, is aangetoond dat het sEV's van gezonde versus zieke cellen met hoge specificiteit13 onderscheidt. Om de reproduceerbaarheid en kwantitatieve capaciteit van ons platform verder te verbeteren, is onze methode volledig compatibel met grafeenbedekte Raman-substraten16. Enkellaags grafeen biedt een chemisch uniform oppervlak dat plasmonische hotspots stabiliseert en de moleculaire adsorptieversterkt 17,18, en belangrijker nog, enkellaags grafeen dient als de "ingebouwde" meter van SERS-signalen12,19, wat de kwantificatiemogelijkheid van gedetecteerde moleculen mogelijk maakt. Ondanks dat de diameter van de Raman-laserstraal (~ 1 μm) groter is dan die van de typische sEV, bereikt ons platform effectieve enkelvoudige blaasresolutie dankzij de unieke wisselwerking van fysieke en statistische mechanismen. Het quasi-periodieke gouden nanopiramidesubstraat genereert sterk gelokaliseerde plasmonische "hot spots" van een grootte kleiner dan 100 nm die Raman-signalen op een superlineaire manier versterken12. Daardoor domineert het signaal van de sEV, stochastisch dicht bij het meest intense hotspot binnen de bundel, het spectrum. Daarnaast bevestigt SEM-beeldvorming dat sEV's goed uit elkaar liggen (> 1 μm uit elkaar, waardoor spectrale overlap wordt geminimaliseerd, terwijl Raman-intensiteitskaarten signaallokalisatie tonen die overeenkomt met de grootte van individuele blaasjes13,14. Samen zorgen deze kenmerken ervoor dat elk verzameld spectrum voornamelijk overeenkomt met één enkele sEV, waardoor statistisch robuuste, labelvrije enkelblaasanalyse mogelijk is. In vergelijking met conventionele benaderingen, zoals western blot, massaspectrometrie of reguliere Ramanverstrooiing die grote monstervolumes vereisen en geen enkele blaasjes20 kunnen onderscheiden, biedt ons single-vesicle SERS-platform superieure gevoeligheid, doorvoer en moleculaire resolutie. Deze workflow is geschikt voor onderzoekers die minimaal invasieve, hoogresolutie diagnostische hulpmiddelen willen ontwikkelen of de sEV-heterogeniteit en de efficiëntie van het inladen van medicijnen willen onderzoeken in geïndividualiseerde therapeutische studies. In dit protocol laten we zien hoe ons SERS-platform enkele sEV's gebruikt om ziektedetectie en therapeutische toepassingen mogelijk te maken, met name bij kanker, waaronder de volledige workflow van vesikelisolatie, plasmonische substraatvoorbereiding, Raman-acquisitie en data-analyse met machine learning.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Protocol

De verzameling van menselijke exemplaren vond plaats in overeenstemming met de Verklaring van Helsinki en werd goedgekeurd door de Institutionele Beoordelingscommissie (IRB) van UCLA. Alle donoren gaven schriftelijke geïnformeerde toestemming voorafgaand aan hun deelname aan het onderzoek.

OPMERKING: In totaal werden 4 cellijnen gebruikt, AGS (CRL-1739), A549 (CCL-185), NCI-N87 (CRL-5822), Hs 738.St/Int (CRL-7869), allemaal gekocht bij een commerciële leverancier, in deze studie. Deze cellijnen werden gekweekt en strikt gepasseerd volgens de instructies van de leverancier en reagentia. Het geconditioneerde medium werd verzameld en opgeslagen bij -20 °C voordat het werd verwerkt. In het Samsung Medical Center in Korea droegen donoren vrijwillig weefsel-, plasma- en speekselmonsters bij. Maagkankerweefsel werd verkregen tijdens de chirurgische resectie, terwijl biopten van niet-kanker controles werden verzameld via endoscopie. Plasma werd verzameld in EDTA-buizen volgens standaard klinische protocollen. Ongeveer 5 ml niet-gestimuleerd heel speeksel werd van elk proefpersoon verzameld en vervolgens 15 minuten gecentrifugeerd op 2.600 × g bij 4 °C. Om extracellulair RNA te behouden, werd de supernatant aangevuld met een SUPERase-In RNase-remmer bij 20 U/mL. Alle exemplaren werden op -80 °C gehouden tot verdere verwerking. sEV's werden geïsoleerd uit geconditioneerde media en klinische monsters volgens vastgestelde protocollen21.

1. sEV-isolatie en karakterisering

  1. Maak sEV-monsters klaar
    1. Ontdooi het verwijderde celkweeksupernatant volledig op kamertemperatuur.
    2. Laat het supernatant door een steriele 0,22 μm spuitfilter lopen om vuil en grotere verontreinigingen te verwijderen.
    3. Evenwichtig is een 35 nm grootte-uitsluitingschromatografie (SEC) kolom met 1× PBS-oplossing.
    4. Breng 500 μL van het gefilterde monster toe op de kolom.
    5. Elitueer het monster met 1x PBS volgens de instructies van de fabrikant.
    6. Verzamel de EV-verrijkte fracties en bewaar ze in schone buisjes bij −20 °C.
  2. Bepaal de concentratie en grootte van de deeltjes
    1. Verdun sEVs-monsters in steriele DPBS tot een eindconcentratie van 107-10 9 deeltjes/mL.
    2. Met een nanoparticle tracking analyse-instrument neem je vijf video's van 60 seconden per monster op. Gebruik een cameraniveau van 14 en een constante debiet instelling van 25.
    3. Analyseer de video's met de software van het instrument, waarbij de verdunningsfactor wordt toegepast om de uiteindelijke deeltjesconcentratie (deeltjes/mL) en gemiddelde diameter (nm) te bepalen.
  3. Karakteriseer tetraspanine-expressie
    1. Pre-scan menselijke tetraspaninechips (1 cm × 1 cm, vooraf gecoat met anti-CD9, anti-CD63 en anti-CD81) om een basissignaal vast te stellen.
    2. Laad verdunde sEV-monsters op de chips in een afgesloten 24-put plaat en incubeer ze 's nachts bij kamertemperatuur.
    3. Voeg 35 μL detectieantilichamen toe (anti-CD9 CF488, anti-CD63 CF647, anti-CD81 CF555) en incubeer 1 uur bij kamertemperatuur.
    4. Was de chips volgens het protocol van de fabrikant.
    5. Meet de expressie van vesiculaire tetraspanine met behulp van een biomarkerkarakteriseringslezer en de bijbehorende scansoftware.
  4. Bevestig de sEV-morfologie met TEM
    1. Fix ~100 μL sEV's met ~100 μL 4% paraformaldehyde gedurende 30 minuten.
    2. Laad ongeveer 100 μL vaste sEV's op 300-mesh koperen roosters en incubeer 5 minuten.
    3. Spoel de roosters af met gedeïoniseerd water.
    4. Kleur de roosters met een oplossing van 1% uranylacetat (~ 20 μL) in gedestilleerd water.
    5. Spoel de roosters uiteindelijk af met water en laat de roosters volledig aan de lucht drogen.
    6. Maak een beeld van de monsters met transmissie-elektronenmicroscopie (TEM) om de grootte en morfologie van de sEV te bevestigen.

2. SERS plasmonisch substraatfabricage 12,18,19

  1. Creëer een nanosfeermonolaag
    1. Verspreid polystyreenbollen met een diameter van 500 nm op een wateroppervlak binnen een Langmuir-Blodgett-goot.
    2. Pers de bollen voorzichtig samen tot een dicht samengepakte zeshoekige monolaag.
    3. Breng de bolmonolaag over op een 4 inch Si-wafer (met ~50 nm thermische SiO2) door de wafer in de trog te dompelen en langzaam omhoog te trekken.
  2. Etch nanosfeerarray
    1. Verminder de boldiameter van 500 nm tot ~250 nm met een reactief-ionenetssysteem met zuurstofplasma (O2-gasstroom bij 100 sccm, 50 s, 200 W vermogen). Voor meer details over het fabricageproces, raadpleeg de publicatie van ons eerdere werk 12,18,19.
    2. Zet een laag van 50 nm Cr af over de verkleinde bolarray via elektronenbundelverdamping met 1,5 Å per s.
    3. Tilt de polystyreenbollen af met aceton om een geperforeerd Cr-masker op hetSiO2-oppervlak achter te laten.
    4. Ets de blootgestelde SiO2-laag in de Cr-openingen met een mengsel van 25 sccm AR, 25 sccm CHF3, met RIE-vermogen op 200W gedurende 2 minuten.
  3. Fabriceer omgekeerde piramides
    1. Dompel de wafer in 60 wt% KOH bij 60 °C gedurende 2 minuten om omgekeerde piramidale putten in het silicium te etsen.
    2. Verwijder het Cr-masker 5 minuten met een Cr-etsmiddel.
    3. Verwijder de SiO2-laag in 6:1 gebuffreerde oxideetsmiddel tot deze volledig is verwijderd.
    4. Plaats een 200 nm Au-film conform over de omgekeerde piramides met behulp van elektronenbundelverdamping.
  4. Finaliseer plasmonisch substraat
    1. Breng snel-uithardende epoxy (~1 mL) aan op een apart SiO2/Si-substraat. Druk de met goud gecoate wafer op de epoxy om een sandwichstructuur te vormen met de goudlaag in het midden.
    2. Haal de epoxy los van de siliconenmal om een vrijstaand Au-plasmonisch substraat te vormen nadat de epoxy volledig is uitgehard.

3. Grafeenoverdracht naar plasmonisch substraat

  1. Bereid grafeenfilm voor
    1. Bereid een 1 M FeCl3-oplossing voor (een 1 M voorraadoplossing van anhydrous ferrichloride werd bereid door 81 g FeCl3 op te lossen in gedeïoniseerd water en te verdunnen tot een eindvolume van 500 mL) om het koperen substraat te etsen van een PMMA-gecoate monolaagse grafeenplaat.
    2. Plaats de met grafeen gecoate koperen plaat met de afbeelding naar beneden op het oppervlak van de FeCl3-oplossing totdat het koper volledig is opgelost.
  2. Spoel de grafeenfilm
    1. Met een schoon glazen glaasje brengt je de drijvende grafeenfilm voorzichtig over in een gedeïoniseerd waterbad om etsresten af te spoelen.
    2. Herhaal deze spoelstap drie keer.
  3. Grafeen overbrengen naar substraat
    1. Laat het SERS-plasmonische substraat onder de grafeenfilm drijven in het laatste DI-waterbad.
    2. Til het substraat voorzichtig op zodat het grafeen gelijkmatig op het oppervlak wordt neergezet.
    3. Laat het met grafeen gecoate substraat 1 uur aan de lucht drogen op kamertemperatuur.
    4. Plaats het in een vacuümkamer en droog het onder verminderde druk bij 180 °C gedurende 1 uur.
  4. Schone eindbodem
    1. Dompel het gedroogde substraat 1 uur in een acetonbad bij 50 °C om de PMMA op te lossen.
    2. Spoel het substraat drie keer af met isopropylalcohol.
    3. Droog het gereinigde, met grafeen overgedragen plasmonisch substraat in een desiccator voordat je het gebruikt.

4. SERS-monstervoorbereiding en spectra-verwerving

  1. Bereid het monster voor op het substraat
    1. Pipetteer ongeveer 5 μL van het sEV-monster op het juiste plasmonische substraat.
      OPMERKING: Voor de kwantificering van medicijnbelaste sEV's, breng blaasjes aan op het goud-grafeen substraat. Voor alle andere experimenten gebruik je een gewoon gouden plasmonisch substraat.
    2. Plaats het substraat in een desiccator en laat de druppel volledig drogen (~15 min).
  2. Kalibreer Raman-systeem
    1. Breng het substraat over naar een confocale Raman-microscoop.
    2. Start gegevensverzameling met de software van het instrument (WiRE versie 4.4).
    3. Stel de excitatielaser in op 785 nm bij 5 mW.
    4. Kalibrer het systeem door de siliciumreferentiepiek uit te lijnen op 520 cm-1.
  3. Spectra verkrijgen van goudsubstraat (diagnostiek)
    1. Voer een scouting-scan uit over een gebied van 300 μm × 300 μm om losse blaasjes te lokaliseren met statische modus en de volgende instellingen: 50% vermogen, 0,1 s belichting, 10 μm stapgrootte.
    2. Na het lokaliseren van sEV's voert u hoogresolutie-mapping uit in statische modus binnen een 5 × 5 rooster met de volgende instellingen: 1 μm stapgrootte, 50% vermogen, 0,2 s belichting per punt.
  4. Spectra verkrijgen van grafeensubstraat (therapeutica)
    1. Voer een scouting-scan uit over een gebied van 300 μm × 300 μm om individuele blaasjes te lokaliseren met statische modus en de volgende instellingen: 50% laservermogen, 0,1 s belichting, 10 μm stapgrootte.
    2. Voer hoogresolutie-mapping uit in uitgebreide modus met een 2 × 2 rooster met de volgende instellingen: 1 μm stapgrootte, 1% laservermogen, 10 s belichting.

5. Gegevensvoorverwerking

  1. Voer spectrale kwaliteitscontrole uit
    1. Screen de eerste ruwe spectra om sterk ruis te signalen of spectra met abnormale vormen uit te sluiten.
    2. Verwijder geïsoleerde kosmische stralingspieken met behulp van drempeldetectie of lokale afwijkingsfiltering.
  2. Filter en normaliseer spectra
    1. Pas een Savitzky-Golay-filter toe op elk spectrum om de fluorescentieachtergrond te verminderen en de data te verzachten.
    2. Bereken de signaal-ruisverhouding (SNR) van elk spectrum, meestal met behulp van de piek-basislijnverhouding of de standaarddeviatiemethode. Om het verder uit te leggen: meestal werd de SNR voor elk spectrum berekend als de verhouding van de piekintensiteit (na baseline subtractie) bij een representatieve Ramanband tot de standaarddeviatie van de ruis. De ruis werd geschat uit het residuele spectrum dat werd verkregen door een Savitzky-Golay-gladde versie van het spectrum (venstergrootte = 11, polynomiale orde = 3) af te trekken van het oorspronkelijke spectrum, waardoor hoogfrequente fluctuaties werden geïsoleerd. Om empirisch een passende SNR-drempel te bepalen, werden alle spectra gerangschikt in oplopende volgorde van SNR, en werd de persistentie van karakteristieke biochemische pieken - specifiek de fenylalanineband (~1002 cm-1, aminozuur), de amide I-band (~1650 cm-1, eiwit) en de CH 2-deformatieband (~1440 cm-1, lipide) geëvalueerd over de gerangschikte spectra. De drempel werd ingesteld op het punt waarop elk van deze diagnostische pieken consequent verdween in de basisruis. Voor ons goud-nanopiramide SERS-substraat en verwervingsparameters (785 nm excitatie, 5 mW laservermogen, 0,2 s integratie) kwam dit empirisch overeen met een SNR-drempel van 28.
    3. Sluit alle spectra uit die onder de SNR-drempel vallen zoals bepaald volgens 5.2.2 hierboven. In onze workflow werden spectra met een SNR onder de 28 uitgesloten van de trainingsdataset, omdat het instellen van de drempel op dit niveau ervoor zorgt dat alleen hoogwaardige spectra behouden blijven voor downstreamanalyse en de verbetering van de robuustheid van het model.
    4. Normaliseer elk spectrum tot ofwel de maximale piekintensiteit of het totale oppervlak onder de curve.

6. Spectraalanalyse met machine learning

  1. Train het Model
    1. Ken een label toe aan elke spectrale meting die overeenkomt met de oorsprong (bijvoorbeeld maagkankerpatiënt versus gezonde controle).
    2. Voer de spectrale gegevens in in een Support Vector Classifier (SVC) met een lineaire kernel.
    3. Gebruik een gestratificeerde schudde-split voor 5-voudige kruisvalidatie.
    4. Gemiddeld de nauwkeurigheidsmetrics van elke vouw om de modelprestaties te beoordelen.
  2. Verminder de dimensionaliteit en classificeer
    1. Gebruik Lineaire Discriminantenanalyse (LDA) om hoogdimensionale SERS-gegevens in gereduceerde dimensies te visualiseren.
    2. Gebruik het LDA-model voor directe classificatie tussen steekproefgroepen.
  3. Evalueer het model
    1. Evalueer de getrainde modellen op een overgebleven set van geblindeerde patiëntenmonsters om een praktijkmatig diagnostisch scenario te simuleren. Voor meer informatie kunt u deze publicaties van onze groep 13,15,22 raadplegen.
      OPMERKING: Voer alle stappen uit met schone gereedschappen in een stofvrije omgeving. Monolaag-grafeen werd gekweekt of gewonnen op een koperen substraat en bedekt met een PMMA-laag om het tijdens de overdracht te beschermen.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Resultaten

Succesvolle implementatie van het single-vesicle SERS-protocol levert aparte Raman-spectra op van individuele sEV's, waardoor downstream diagnostische classificatie en monitoring van therapeutische geneesmiddelbelasting mogelijk zijn. Figuur 1 toont respectievelijk de workflow van de diagnostische studie voor maagkanker en de met medicijnen geladen sEVs-monitoringsapplicatie die ons hier gerapporteerde protocol gebruiken.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Discussie

Een cruciaal aspect van dit protocol is de voorbereiding van het substraat en de zuivering van de sEV. De prestaties van labelvrije SERS hangen sterk af van het produceren van uniforme, hoogconforme plasmonische substraten met een sterke versterkings-"hot spot". Evenzo is hoogzuivere sEV-isolatie via grootte-uitsluitingschromatografie essentieel om betrouwbare en reproduceerbare SERS-spectra te produceren. Onzuiverheden zoals eiwitaggregaten of lipoproteïnen verzwakken niet alle...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Openbaarmakingen

De auteurs geven aan dat zij geen belangenconflicten hebben met betrekking tot dit werk.

Dankbetuigingen

Dit werk werd ondersteund door het National Center for Advancing Translational Sciences van de National Institutes of Health onder de subsidienummers 4UH3TR002978-03 en 1U18TR003778-01, en door een subsidie van het California Institute for Regenerative Medicine (CIRM) (subsidienummer TRAN1-14649).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
1x PBSThermo Fisher ScientificJ61196.AP
300-mesh koperroosterElectron Microscopy SciencesEMS200-Cu
4% paraformaldehyde-oplossingSigma Aldrich1004960700
4″ Si-wafers MSE SuppliesWA0810(100) georiënteerd 
A549-cellijnATCCCCL-185 
AGS-cellijnATCCCRL-1739
Centrifuge Rotor F-35-6-30, 5430Eppendorf22654306
CHA Mark 40CHA Mark 40https://chaindustries.com/mark-40-system/e-beam verdamping
Cr-etsoplossingSigma Aldrich651826-500ML
Doxorubicin D-4000LC LaboratoriesD-4000_3g
ExoView R100 systeem en ExoView Human Tetraspanin KitNanoView Bioscienceshttps://www.nowmedicalstudios.
com/portfolio/nanoview-
biosciences-3d-product-illustraties
FeCl3-oplossingSigma Aldrich451649
HF-oplossingSigma Aldrich695068-500ML
Hs 738.St/Int-cellijnATCCCRL-7869
inVia confocal Raman-microscoopRenishawhttps://www.renishaw.com/en/
invia-confocal-raman-microscope
--6260?srsltid=AfmBOoqbZlyW
qv2KDdcXV0UZnp8tdLNgYZ0
GbZvGOWI6z1OKi48rg5-b
KOH-oplossingSigma Aldrich417661
MaxQ 4000 Benchtop Incubating/Refrigerating ShakersThermo ScientificSHKA4000 (4320)
MCO-19AIC-incubatorSANYO8380-30-0035
Millex-GP FilterMilliporeSigmaSLGPM33RS 0.22 µm
NanoSEM 230-microscoopFEISEM-FEI-014 
Nanosight NS300Malvern Panalyticalhttps://www.malvernpanalytical
.com/en/support/product-support
/nanosight-range/nanosight-ns300
NCI-N87-cellijnATCCCRL-5822
Optima TLX UltracentrifugeBeckman Coulter8043-30-1197
Oxford Plasmalab 80 PlusOxford Plasmalabhttps://plasma.oxinst.com/
products/rie/plasmapro-800-rie
Polystyreen bollenAlfa AesarAA42711AB500 nm
qEVoriginal/35 nmIzonICO-35
Single-layer grapheneMSE SuppliesME0408
T-75-flesVWR156800
TF20 High-resolution EMFEIhttps://eicn.cnsi.ucla.edu/project/fei-tf20-tem/
uranyl acetate-oplossingElectron Microscopy Sciences22400-1

Referenties

  1. Van Niel, G., et al. Challenges and directions in studying cell-cell communication by extracellular vesicles. Nat Rev Mol Cell Biol. 23 (5), 369-382 (2022).
  2. Herrmann, I. K., Wood, M. J. A., Fuhrmann, G. Extracellular vesicles as a next-generation drug delivery platform. Nat Nanotechnol. 16 (7), 748-759 (2021).
  3. Raposo, G., Stoorvogel, W. Extracellular vesicles: Exosomes, microvesicles, and friends. J Cell Biol. 200 (4), 373-383 (2013).
  4. Möller, A., Lobb, R. J. The evolving translational potential of small extracellular vesicles in cancer. Nat Rev Cancer. 20 (12), 697-709 (2020).
  5. Mathieu, M., Martin-Jaular, L., Lavieu, G., Thery, C. Specificities of secretion and uptake of exosomes and other extracellular vesicles for cell-to-cell communication. Nat Cell Biol. 21 (1), 9-17 (2019).
  6. Alvarez-Erviti, L., et al. Delivery of siRNA to the mouse brain by systemic injection of targeted exosomes. Nat Biotechnol. 29 (4), 341-347 (2011).
  7. Kahroba, H., Hejazi, M. S., Samadi, N. Exosomes: From carcinogenesis and metastasis to diagnosis and treatment of gastric cancer. Cell Mol Life Sci. 76 (9), 1747-1758 (2019).
  8. Ferguson, S. W., Nguyen, J. Exosomes as therapeutics: The implications of molecular composition and exosomal heterogeneity. J Control Release. 228, 179-190 (2016).
  9. Stiles, P. L., Dieringer, J. A., Shah, N. C., Van Duyne, R. R. Surface-enhanced Raman spectroscopy. Annu Rev Anal Chem. 1, 601-626 (2008).
  10. Jeon, T. Y., Kim, D. J., Park, S. G., Kim, S. H., Kim, D. H. Nanostructured plasmonic substrates for use as SERS sensors. Nano Converg. 3, 1-10 (2016).
  11. Nie, S., Emery, S. R. Probing single molecules and single nanoparticles by surface-enhanced Raman scattering. Science. 275 (5303), 1102-1106 (1997).
  12. Wang, P., et al. Ultra-sensitive graphene-plasmonic hybrid platform for label-free detection. Adv Mater. 25 (35), 4918-4924 (2013).
  13. Liu, Z. R., et al. Gold nanopyramid arrays for non-invasive surface-enhanced Raman spectroscopy-based gastric cancer detection via sEVs. ACS Appl Nano Mater. 5 (9), 12506-12517 (2022).
  14. Jonak, S. T., et al. Analyzing bronchoalveolar fluid derived small extracellular vesicles using single-vesicle SERS for non-small cell lung cancer detection. Sens Diagn. 2 (1), 90-99 (2023).
  15. Liu, Z. R., et al. Label-free single-vesicle based surface enhanced Raman spectroscopy: A robust approach for investigating the biomolecular composition of small extracellular vesicles. PLoS One. 19 (6), e0304287(2024).
  16. Liu, J., et al. On the feasibility of SERS-based monitoring of drug loading efficiency in exosomes for targeted delivery. Biosensors (Basel). 15 (3), 198(2025).
  17. Ling, X., et al. Can graphene be used as a substrate for Raman enhancement. Nano Lett. 10 (2), 553-561 (2010).
  18. Wang, P., et al. Giant optical response from graphene-plasmonic system. ACS Nano. 6 (7), 6244-6249 (2012).
  19. Wang, P., et al. Label-free SERS selective detection of dopamine and serotonin using graphene-Au nanopyramid heterostructure. Anal Chem. 87 (20), 10255-10261 (2015).
  20. Qiu, L., et al. Current advances in technologies for single extracellular vesicle analysis and its clinical applications in cancer diagnosis. Biosensors (Basel). 13 (1), 60(2023).
  21. Akbar, N., Pinnick, K. E., Paget, D., Choudhury, R. P. Isolation and characterization of human adipocyte-derived extracellular vesicles using filtration and ultracentrifugation. J Vis Exp. (170), e64102(2021).
  22. Li, T., et al. Label-free SARS-CoV-2 detection platform based on surface-enhanced Raman spectroscopy with support vector machine spectral pattern recognition. Eng Sci. 23, 862-870 (2023).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Herprints en machtigingen

Tags

Raman-spectroscopiekleine extracellulaire blaasjessEV-isolatiemachine learning-classificatieplasmonisch substraatgoud-nanopyramide-arraygrafeensubstraatdoxorubicine-belading
Onderzoek naar de toepassing van oppervlakteversterkte Raman Scattering-gebaseerde biosensing van individuele sEV's in ziektediagnose en therapieën
Neem contact met ons op
Aanbevelen aan de bibliotheek

Privacy

Gebruiksvoorwaarden

Beleidsoverzicht

Copyright © 2026 MyJoVE Corporation. Alle rechten voorbehouden.