Name: Badanie zastosowania powierzchniowo wzmocnionego rozpraszania Ramana opartego na biosensowaniu poszczególnych sEV w diagnostyce chorób i terapii (Wideo) | JoVE Journal
Uploaded: 2026-03-13T12:30:00.000+00:00
Duration: 7 min 17 s
Description: Odkryj metodę SERS z uczeniem maszynowym do analizy pojedynczych sEV w diagnostyce raka żołądka. Platforma umożliwia bezetykietową detekcję i klasyfikację z dokładnością do 90,1%.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Prace te były wspierane przez National Center for Advancing Translational Sciences przy National Institutes of Health w ramach grantów 4UH3TR002978-03 i 1U18TR003778-01 oraz grantu od California Institute for Regenerative Medicine (CIRM) (grant numer TRAN1-14649).

Zbieranie próbek ludzkich przeprowadzono zgodnie z Deklaracją Helsińską i zostało zatwierdzone przez Instytucjonalną Radę Przeglądową (IRB) UCLA. Wszyscy dawcy udzielili pisemnej świadomej zgody przed udziałem w badaniu.
UWAGA: W tym badaniu użyto łącznie 4 linii komórkowych: AGS (CRL-1739), A549 (CCL-185), NCI-N87 (CRL-5822), Hs 738.St/Int (CRL-7869), wszystkie zakupione od komercyjnego dostawcy. Linie te były hodowane i przekazywane ściśle zgodnie z instrukcjami i odczynnikami dostawcy. Przygotowane media były zbierane i przechowywane w temperaturze -20 °C przed przetworzeniem. W Samsung Medical Center w Korei dawcy dobrowolnie przekazali próbki tkanek, osocza i śliny. Tkanka raka żołądka została pobrana podczas resekcji chirurgicznej, natomiast biopsje od kontrolnych osób nienowotworowych wykonano za pomocą endoskopii . Osocze pobierano w probówkach EDTA zgodnie ze standardowymi protokołami klinicznymi. Od każdego uczestnika pobrano około 5 ml niestymulowanej pełnej śliny, a następnie wirowano w dawce 2 600 × g przez 15 minut w temperaturze 4 °C. Aby zachować RNA zewnątrzkomórkowe, supernatant został uzupełniony inhibitorem RNazy SUPERase-In w dawce 20 U/mL. Wszystkie okazy przechowywano w temperaturze -80 °C do czasu dalszego przetwarzania. sEV izolowano z podłoża kondycjonowanego i próbek klinicznych zgodnie z ustalonymi protokołami21.
1. izolacja i charakterystyka sEV
<ol>
	<li>Przygotuj próbki sEV<ol>
		<li>Całkowicie rozmroz oczyszczony supernatant hodowli komórkowej w temperaturze pokojowej.</li>
		<li>Przepuszcz supernatant przez sterylny filtr strzykawkowy o średnicy 0,22 μm, aby usunąć zanieczyszczenia i większe zanieczyszczenia.</li>
		<li>Wyrównaj kolumnę chromatografii wykluczenia rozmiaru (SEC) o średnicy 35 nm roztworem PBS o pojemności 1×.</li>
		<li>Nałóż 500 μL przefiltrowanej próbki do kolumny.</li>
		<li>Elutuj próbkę 1x PBS zgodnie z instrukcjami producenta.</li>
		<li>Zbieraj frakcje wzbogacone EV i przechowuj je w czystych fiolkach w temperaturze −20 °C.</li>
	</ol>
	</li>
	<li>Określ stężenie i rozmiar cząstek<ol>
		<li>Rozcieńcz próbki sEV w sterylnym DPBS do końcowego stężenia cząstek 107-10 9 cząstek/mL.</li>
		<li>Za pomocą narzędzia do analizy śledzenia nanocząstek nagrywaj pięć filmów na próbkę w ciągu 60 sekund. Użyj poziomu kamery 14 i stałego przepływu 25.</li>
		<li>Przeanalizuj filmy za pomocą oprogramowania instrumentu, stosując współczynnik rozcieńczania do określenia końcowego stężenia cząstek (cząstek/mL) i średniej średnicy (nm).</li>
	</ol>
	</li>
	<li>Charakteryzacja ekspresji tetraspaniny<ol>
		<li>Wstępne skanowanie ludzkich chipów tetraspaniny (1 cm × 1 cm, wcześniej powlekane anty-CD9, anty-CD63 i anty-CD81), aby ustalić sygnał bazowy.</li>
		<li>Załaduj rozcieńczone próbki sEV na układy scalone w szczelnej 24-dołowej płycie i inkubuj przez noc w temperaturze pokojowej.</li>
		<li>Dodaj 35 μL przeciwciał wykrywających (anty-CD9 CF488, anty-CD63 CF647, anty-CD81 CF555) i inkubuj przez 1 godzinę w temperaturze pokojowej.</li>
		<li>Myj chipy zgodnie z protokołem producenta.</li>
		<li>Mierz ekspresję tetraspaniny pęcherzykowej za pomocą czytnika do charakteryzacji biomarkerów oraz powiązanego oprogramowania skanującego.</li>
	</ol>
	</li>
	<li>Potwierdź morfologię sEV za pomocą TEM<ol>
		<li>Napraw ~100 μL sEV z ~100 μL 4% paraformaldehydu przez 30 minut.</li>
		<li>Załaduj około 100 μL stałych sEV na siatki miedziane o rozmiarze 300 siatek i inkubuj przez 5 minut.</li>
		<li>Przepłucz kratki wodą dejonizowaną.</li>
		<li>Barw kratki roztworem 1% octanu uranylu (~ 20 μL) w wodzie destylowanej.</li>
		<li>Wykonaj ostatnie płukanie wodą i pozwól kratownicom całkowicie wyschnąć na powietrzu.</li>
		<li>Zrób obrazowanie próbek za pomocą transmisyjnej mikroskopii elektronowej (TEM), aby potwierdzić rozmiar i morfologię sEV.</li>
	</ol>
	</li>
</ol>
2. Plazmoniczna produkcja podłoża SERS 12,18,19 
<ol>
	<li>Stwórz nanosferę monowarstwową<ol>
		<li>Rozłóż kule polistyrenowe o średnicy 500 nm na powierzchni wody w korycie Langmuir-Blodgett.</li>
		<li>Delikatnie skompresuj kule, tworząc gęsto upakowaną sześciokątną monowarstwę.</li>
		<li>Przenieś monowarstwę sfery na płytkę Si o średnicy 4 cali (z ~50 nm termicznym SiO2), zanurzając płytkę w żłobie i powoli ją wyciągając w górę.</li>
	</ol>
	</li>
	<li>Trawienie matrycy nanosfer<ol>
		<li>Zmniejszyć średnicę sfery z 500 nm do ~250 nm za pomocą systemu trawienia jonów reaktywnych z plazmą tlenową (przepływ gazuO2 przy 100 sccm, 50 s, moc 200 W). Więcej szczegółów dotyczących procesu produkcji można znaleźć w publikacji z naszych wcześniejszych prac 12,18,19.</li>
		<li>Nałóż warstwę Cr o średnicy 50 nm na zmniejszoną matrycę kul poprzez odparowanie wiązką elektronów z prędkością 1,5 Å na sekundę.</li>
		<li>Zdejmij kule z polistyrenu za pomocą acetonu, aby pozostawić perforowaną maskę Cr na powierzchniSiO 2 .</li>
		<li>Trawić odsłoniętą warstwę SiO2 w otworach Cr za pomocą mieszanki 25 sccm AR, 25 sccm CHF3, z mocą RIE 200W przez 2 minuty.</li>
	</ol>
	</li>
	<li>Wytwarzaj odwrócone piramidy<ol>
		<li>Zanurz płytkę w 60% masy KOH w 60 °C na 2 minuty, aby wytrawić odwrócone piramidalne dołki w krzemie.</li>
		<li>Zdejmij maskę Cr za pomocą trawiciela Cr na 5 minut.</li>
		<li>Usuń warstwęSiO 2 w temperowanym tleczku 6:1 do całkowitego wytrawienia.</li>
		<li>Naniesie warstwę Au o średnicy 200 nm konformnie nad odwróconymi piramidami, stosując parowanie wiązką elektronów.</li>
	</ol>
	</li>
	<li>Finalizacja substratu plazmonicznego<ol>
		<li>Nałóż szybko utwardzający epoksyd (~1 mL) na osobny substrat SiO2/Si. Naciśniesz płytkę pokrytą złotem na epoksyd, aby utworzyć strukturę kanapkową z warstwą złota pośrodku.</li>
		<li>Po całkowitym utwardzeniu epoksydu oderwij epoksyd od formy krzemowej, aby utworzyć wolnostojące podłoże plazmoniczne Au.</li>
	</ol>
	</li>
</ol>
3. Transfer grafenu na podłoże plazmoniczne
<ol>
	<li>Przygotuj film grafenowy<ol>
		<li>Przygotuj roztwór FeCl3 o pojemności 1 M (1 M roztworu zapasowego bezwodnego chlorku żelaza przygotowano przez rozpuszczenie 81 g FeCl3 w wodzie dejonizowanej i rozcieńczenie do końcowej objętości 500 mL), aby trawić podłoże miedzi z monowarstwowej warstwy grafenu pokrytej PMMA.</li>
		<li>Umieść miedzianą pokrytą grafenem płytę ledwie do dołu na powierzchni roztworu FeCl3 , aż miedź całkowicie się rozpuści.</li>
	</ol>
	</li>
	<li>Folia grafenowa do płukania<ol>
		<li>Za pomocą czystej szklanej szkiełki ostrożnie przenieś unoszącą się warstwę grafenową do kąpieli wodnej dejonizowanej, aby spłukać pozostałości trawiciela.</li>
		<li>Powtórz ten krok płukania trzy razy.</li>
	</ol>
	</li>
	<li>Transfer grafenu na podłoże<ol>
		<li>Upływaj plazmoniczne podłoże SERS pod warstwą grafenową w końcowej kąpieli wodnej DI.</li>
		<li>Delikatnie podnieś podłoże, aby grafen równomiernie się ułożył na jego powierzchni.</li>
		<li>Suszenie podłoża pokrytego grafenem w temperaturze pokojowej przez 1 godzinę.</li>
		<li>Przelej go do komory próżniowej i susz pod obniżonym ciśnieniem w 180 °C przez 1 godzinę.</li>
	</ol>
	</li>
	<li>Oczyść podłoże końcowe<ol>
		<li>Zanurz wysuszone podłoże w kąpieli acetonowej w temperaturze 50 °C na godzinę, aby rozpuścić PMMA.</li>
		<li>Opłucz podłoże trzy razy alkoholem izopropylowym.</li>
		<li>Przed użyciem wysusz oczyszczone podłoże plazmoniczne przenoszone grafenem w suszarce.</li>
	</ol>
	</li>
</ol>
4. Przygotowanie próbki SERS i pozyskiwanie widm
<ol>
	<li>Przygotuj próbkę na podłożu<ol>
		<li>Pipety nałożą około 5 μL próbki sEV na odpowiedni substrat plazmoniczny. UWAGA: Aby ilościowo określić sEV obciążone lekami, należy zastosować pęcherzyki na podłoże złoto-grafenowe. Do wszystkich innych eksperymentów używaj zwykłego złotego podłoża plazmonowego.</li>
		<li>Włóż podłoże do osuszacza i pozwól kropli całkowicie wyschnąć (~15 min).</li>
	</ol>
	</li>
	<li>Kalibruj system Ramana<ol>
		<li>Przenieś podłoże do konfokalnego mikroskopu Ramana.</li>
		<li>Rozpocznij zbieranie danych za pomocą oprogramowania instrumentu (wersja WiRE 4.4).</li>
		<li>Ustaw laser wzbudzający na 785 nm przy 5 mW.</li>
		<li>Skalibruj system, ustawiając szczyt referencyjny krzemu do 520 cm-1.</li>
	</ol>
	</li>
	<li>Pozyskiwanie widm ze złotego podłoża (diagnostyka)<ol>
		<li>Wykonaj skanowanie rozpoznawcze na obszarze 300 μm × 300 μm, aby zlokalizować pojedyncze pęcherzyki w trybie statycznym i następujących ustawieniach: 50% mocy, 0,1 s ekspozycji, 10 μm kroku.</li>
		<li>Po zlokalizowaniu sEV wykonaj mapowanie wysokiej rozdzielczości w trybie statycznym w siatce 5 × 5, stosując następujące ustawienia: krok 1 μm, 50% mocy, 0,2 s ekspozycji na punkt.</li>
	</ol>
	</li>
	<li>Pozyskiwanie widm z podłoża grafenowego (terapie)<ol>
		<li>Wykonaj skanowanie rozpoznawcze na obszarze 300 μm × 300 μm, aby zlokalizować poszczególne pęcherzyki w trybie statycznym i następujących ustawieniach: 50% mocy lasera, ekspozycja 0,1 s, krok 10 μm.</li>
		<li>Wykonaj mapowanie w wysokiej rozdzielczości w trybie rozszerzonym z siatką 2 × 2, stosując następujące ustawienia: krok 1 μm, moc lasera 1%, ekspozycja 10 s.</li>
	</ol>
	</li>
</ol>
5. Wstępne przetwarzanie danych
<ol>
	<li>Wykonywanie kontroli jakości widmowej<ol>
		<li>Przesiewaj początkowe surowe widma, aby wykluczyć sygnały o silnym szumie lub widma o nieprawidłowych kształtach.</li>
		<li>Usuń izolowane skoki promieniowania kosmicznego za pomocą detekcji progowej lub filtrowania odchyleń lokalnych.</li>
	</ol>
	</li>
	<li>Filtruj i normalizuj widma<ol>
		<li>Zastosuj filtr Savitzky'ego-Golaya do każdego widma, aby zmniejszyć tło fluorescencyjne i wygładzić dane.</li>
		<li>Oblicz stosunek sygnału do szumu (SNR) każdego widma, zazwyczaj stosując stosunek szczytu do linii bazowej lub odchylenie standardowe. Aby wyjaśnić dokładniej, zazwyczaj SNR dla każdego widma obliczano jako stosunek maksymalnej intensywności (po odejmowaniu linii bazowej) w reprezentatywnym paśmie Ramana do odchylenia standardowego szumu. Szum oszacowano na podstawie resztkowego widma uzyskanego przez odejmowanie wygładzonej przez Savitzky'ego-Golaya wersji widma (rozmiar okna = 11, rząd wielomianów = 3) od oryginalnego widma, izolując tym samym fluktuacje wysokoczęstotliwościowe. Aby empirycznie określić odpowiedni próg SNR, wszystkie widma zostały uporządkowane rosnąco względem SNR oraz trwałości charakterystycznych pików biochemicznych – konkretnie pasma fenyloalaniny (~1002 cm-1 , aminokwas), pasma amidów I (~1650 cm-1 , białko) oraz pasma deformacji CH2 (~1440 cm-1 , lipid) oceniano w różnych spektrach rankingowych. Próg został ustawiony w momencie, w którym którykolwiek z tych diagnostycznych szczytów konsekwentnie znikał w szumie bazowym. Dla naszych parametrów podłoża i akwizycji SERS z nanopiramidą złota (wzbudzenie 785 nm, moc lasera 5 mW, całkość 0,2 s) empirycznie odpowiadało to progowi SNR wynoszącemu 28.</li>
		<li>Wyklucz wszelkie widma poniżej progu SNR zgodnie z 5.2.2 powyżej. W naszym procesie pracy widma o SNR poniżej 28 były wyłączane z zbioru danych treningowych, ponieważ ustalenie progu na tym poziomie gwarantuje, że do analizy dalszej i poprawy odporności modelu zachowane są wyłącznie widma wysokiej jakości.</li>
		<li>Normalizuj każde widmo do maksymalnej maksymalnej intensywności lub całkowitej powierzchni pod krzywą.</li>
	</ol>
	</li>
</ol>
6. Analiza spektralna z użyciem uczenia maszynowego
<ol>
	<li>Trenuj Model<ol>
		<li>Przypisz etykietę do każdego pomiaru spektralnego odpowiadającego jego pochodzeniu (np. pacjent z rakiem żołądka vs. zdrowa kontrola).</li>
		<li>Wprowadź dane spektralne do klasyfikatora wektorów wsparcia (SVC) z jądrem liniowym.</li>
		<li>Użyj podziału na stratyfikowane tasowanie do 5-krotnej walidacji krzyżowej.</li>
		<li>Uśrednij metryki dokładności z każdego fałdu, aby ocenić wydajność modelu.</li>
	</ol>
	</li>
	<li>Zredukuj wymiarowość i sklasyfikuj<ol>
		<li>Użyj Analizy Liniowej Dyskryminacyjnej (LDA) do wizualizacji wysokowymiarowych danych SERS w zredukowanych wymiarach.</li>
		<li>Do bezpośredniej klasyfikacji między grupami prób używaj modelu LDA.</li>
	</ol>
	</li>
	<li>Ocena modelu<ol>
		<li>Oceniaj wytrenowane modele na wytrwałym zestawie oślepionych próbek pacjentów, aby zasymulować rzeczywisty scenariusz diagnostyczny. Aby uzyskać więcej informacji, zapoznaj się z publikacjami naszej grupy 13,15,22. UWAGA: Wszystkie kroki wykonuj czystymi narzędziami w środowisku wolnym od kurzu. Monowarstwowy grafen był hodowany lub pozyskiwany na podłożu miedzianym i pokryty warstwą PMMA, aby chronić go podczas transferu.</li>
	</ol>
	</li>
</ol>

<ol><li>Van Niel, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Challenges+and+directions+in+studying+cell-cell+communication+by+extracellular+vesicles%5BTitle%5D)+AND+%22Nat+Rev+Mol+Cell+Biol%22%5BJournal%5D)">Challenges and directions in studying cell-cell communication by extracellular vesicles.</a> Nat Rev Mol Cell Biol. 23 (5), 369-382 (2022).</li>
<li>Herrmann, I. K., Wood, M. J. A., Fuhrmann, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Extracellular+vesicles+as+a+next-generation+drug+delivery+platform%5BTitle%5D)+AND+%22Nat+Nanotechnol%22%5BJournal%5D)">Extracellular vesicles as a next-generation drug delivery platform.</a> Nat Nanotechnol. 16 (7), 748-759 (2021).</li>
<li>Raposo, G., Stoorvogel, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Extracellular+vesicles%3A+Exosomes%2C+microvesicles%2C+and+friends%5BTitle%5D)+AND+%22J+Cell+Biol%22%5BJournal%5D)">Extracellular vesicles: Exosomes, microvesicles, and friends.</a> J Cell Biol. 200 (4), 373-383 (2013).</li>
<li>Möller, A., Lobb, R. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+evolving+translational+potential+of+small+extracellular+vesicles+in+cancer%5BTitle%5D)+AND+%22Nat+Rev+Cancer%22%5BJournal%5D)">The evolving translational potential of small extracellular vesicles in cancer.</a> Nat Rev Cancer. 20 (12), 697-709 (2020).</li>
<li>Mathieu, M., Martin-Jaular, L., Lavieu, G., Thery, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Specificities+of+secretion+and+uptake+of+exosomes+and+other+extracellular+vesicles+for+cell-to-cell+communication%5BTitle%5D)+AND+%22Nat+Cell+Biol%22%5BJournal%5D)">Specificities of secretion and uptake of exosomes and other extracellular vesicles for cell-to-cell communication.</a> Nat Cell Biol. 21 (1), 9-17 (2019).</li>
<li>Alvarez-Erviti, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Delivery+of+siRNA+to+the+mouse+brain+by+systemic+injection+of+targeted+exosomes%5BTitle%5D)+AND+%22Nat+Biotechnol%22%5BJournal%5D)">Delivery of siRNA to the mouse brain by systemic injection of targeted exosomes.</a> Nat Biotechnol. 29 (4), 341-347 (2011).</li>
<li>Kahroba, H., Hejazi, M. S., Samadi, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Exosomes%3A+From+carcinogenesis+and+metastasis+to+diagnosis+and+treatment+of+gastric+cancer%5BTitle%5D)+AND+%22Cell+Mol+Life+Sci%22%5BJournal%5D)">Exosomes: From carcinogenesis and metastasis to diagnosis and treatment of gastric cancer.</a> Cell Mol Life Sci. 76 (9), 1747-1758 (2019).</li>
<li>Ferguson, S. W., Nguyen, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Exosomes+as+therapeutics%3A+The+implications+of+molecular+composition+and+exosomal+heterogeneity%5BTitle%5D)+AND+%22J+Control+Release%22%5BJournal%5D)">Exosomes as therapeutics: The implications of molecular composition and exosomal heterogeneity.</a> J Control Release. 228, 179-190 (2016).</li>
<li>Stiles, P. L., Dieringer, J. A., Shah, N. C., Van Duyne, R. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Surface-enhanced+Raman+spectroscopy%5BTitle%5D)+AND+%22Annu+Rev+Anal+Chem%22%5BJournal%5D)">Surface-enhanced Raman spectroscopy.</a> Annu Rev Anal Chem. 1, 601-626 (2008).</li>
<li>Jeon, T. Y., Kim, D. J., Park, S. G., Kim, S. H., Kim, D. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Nanostructured+plasmonic+substrates+for+use+as+SERS+sensors%5BTitle%5D)+AND+%22Nano+Converg%22%5BJournal%5D)">Nanostructured plasmonic substrates for use as SERS sensors.</a> Nano Converg. 3, 1-10 (2016).</li>
<li>Nie, S., Emery, S. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Probing+single+molecules+and+single+nanoparticles+by+surface-enhanced+Raman+scattering%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Probing single molecules and single nanoparticles by surface-enhanced Raman scattering.</a> Science. 275 (5303), 1102-1106 (1997).</li>
<li>Wang, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Ultra-sensitive+graphene-plasmonic+hybrid+platform+for+label-free+detection%5BTitle%5D)+AND+%22Adv+Mater%22%5BJournal%5D)">Ultra-sensitive graphene-plasmonic hybrid platform for label-free detection.</a> Adv Mater. 25 (35), 4918-4924 (2013).</li>
<li>Liu, Z. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Gold+nanopyramid+arrays+for+non-invasive+surface-enhanced+Raman+spectroscopy-based+gastric+cancer+detection+via+sEVs%5BTitle%5D)+AND+%22ACS+Appl+Nano+Mater%22%5BJournal%5D)">Gold nanopyramid arrays for non-invasive surface-enhanced Raman spectroscopy-based gastric cancer detection via sEVs.</a> ACS Appl Nano Mater. 5 (9), 12506-12517 (2022).</li>
<li>Jonak, S. T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Analyzing+bronchoalveolar+fluid+derived+small+extracellular+vesicles+using+single-vesicle+SERS+for+non-small+cell+lung+cancer+detection%5BTitle%5D)+AND+%22Sens+Diagn%22%5BJournal%5D)">Analyzing bronchoalveolar fluid derived small extracellular vesicles using single-vesicle SERS for non-small cell lung cancer detection.</a> Sens Diagn. 2 (1), 90-99 (2023).</li>
<li>Liu, Z. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Label-free+single-vesicle+based+surface+enhanced+Raman+spectroscopy%3A+A+robust+approach+for+investigating+the+biomolecular+composition+of+small+extracellular+vesicles%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">Label-free single-vesicle based surface enhanced Raman spectroscopy: A robust approach for investigating the biomolecular composition of small extracellular vesicles.</a> PLoS One. 19 (6), e0304287(2024).</li>
<li>Liu, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((On+the+feasibility+of+SERS-based+monitoring+of+drug+loading+efficiency+in+exosomes+for+targeted+delivery%5BTitle%5D)+AND+%22Biosensors+%28Basel%29%22%5BJournal%5D)">On the feasibility of SERS-based monitoring of drug loading efficiency in exosomes for targeted delivery.</a> Biosensors (Basel). 15 (3), 198(2025).</li>
<li>Ling, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Can+graphene+be+used+as+a+substrate+for+Raman+enhancement%5BTitle%5D)+AND+%22Nano+Lett%22%5BJournal%5D)">Can graphene be used as a substrate for Raman enhancement.</a> Nano Lett. 10 (2), 553-561 (2010).</li>
<li>Wang, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Giant+optical+response+from+graphene-plasmonic+system%5BTitle%5D)+AND+%22ACS+Nano%22%5BJournal%5D)">Giant optical response from graphene-plasmonic system.</a> ACS Nano. 6 (7), 6244-6249 (2012).</li>
<li>Wang, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Label-free+SERS+selective+detection+of+dopamine+and+serotonin+using+graphene-Au+nanopyramid+heterostructure%5BTitle%5D)+AND+%22Anal+Chem%22%5BJournal%5D)">Label-free SERS selective detection of dopamine and serotonin using graphene-Au nanopyramid heterostructure.</a> Anal Chem. 87 (20), 10255-10261 (2015).</li>
<li>Qiu, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Current+advances+in+technologies+for+single+extracellular+vesicle+analysis+and+its+clinical+applications+in+cancer+diagnosis%5BTitle%5D)+AND+%22Biosensors+%28Basel%29%22%5BJournal%5D)">Current advances in technologies for single extracellular vesicle analysis and its clinical applications in cancer diagnosis.</a> Biosensors (Basel). 13 (1), 60(2023).</li>
<li>Akbar, N., Pinnick, K. E., Paget, D., Choudhury, R. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Isolation+and+characterization+of+human+adipocyte-derived+extracellular+vesicles+using+filtration+and+ultracentrifugation%5BTitle%5D)+AND+%22J+Vis+Exp%22%5BJournal%5D)">Isolation and characterization of human adipocyte-derived extracellular vesicles using filtration and ultracentrifugation.</a> J Vis Exp. (170), e64102(2021).</li>
<li>Li, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Label-free+SARS-CoV-2+detection+platform+based+on+surface-enhanced+Raman+spectroscopy+with+support+vector+machine+spectral+pattern+recognition%5BTitle%5D)+AND+%22Eng+Sci%22%5BJournal%5D)">Label-free SARS-CoV-2 detection platform based on surface-enhanced Raman spectroscopy with support vector machine spectral pattern recognition.</a> Eng Sci. 23, 862-870 (2023).</li>
</ol>

Autorzy deklarują, że nie mają konfliktów interesów związanych z tą pracą.

Kluczowym elementem tego protokołu jest przygotowanie podłoża i oczyszczanie sEV. Wydajność SERS bez oznakowania zależy w dużej mierze od produkcji jednolitych, wysokokonforemnych podłoży plazmonicznych z silnym "gorącym punktem" wzmacniającym. Podobnie, izolacja sEV o wysokiej czystości za pomocą chromatografii z wykluczeniem rozmiaru jest niezbędna do uzyskania wiarygodnych i powtarzalnych widm SERS. Zanieczyszczenia, takie jak agregaty białkowe czy lipoproteiny, nie tylko osłabiają sygnał pęcherzyka, ale takż...

Małe pęcherzyki zewnątrzkomórkowe (sEV), zwykle o średnicy od 30 do 200 nm, są naturalnie wydzielane przez komórki do płynów biologicznych i przenoszą białka, lipidy oraz kwasy nukleinowe wskazujące na ich komórkę pochodzenia 1,2,3. Ponieważ nieinwazyjne biomarkery obecne w ślinie, moczu i innych płynach ustrojowych4, mają nadzieję na wczesną diagnozę, rokowanie i monitorowanie terapeutyczne, zwłaszcza w onkologii 5,6,7. Jednak ich tłumaczenie kliniczne jest utrudnione przez wysoką heterogeniczność i niską częstość w złożonych macierzach biologicznych8. Aby pokonać takie wyzwania, protokół wykorzystuje powierzchniowo wzmocnioną spektroskopię Ramana (SERS), potężną metodę analityczną zdolną do wzmocnienia rozpraszania Ramana do 1010-10 razy11 razy za pomocą substratówplazmonicznych 9, 10, 11. SERS rejestruje wewnętrzne molekularne widma "odciska palca" poszczególnych sEV w ciągu kilku sekund, umożliwiając ultraczułą analizę pojedynczych pęcherzyków i unikając długich czasów analizy.
Nasza metoda synergicznie łączy SERS oparte na bezoznakowaniu, aby uzyskać szybką, ultraczułą charakterystykę poszczególnych sEV 12,13,14,15,16. Bezoznakowy SERS rejestruje wewnętrzne sygnatury biochemiczne i w połączeniu z modelami uczenia maszynowego, takimi jak LDA, SVC, wykazano, że rozróżnia sEV pochodzące ze zdrowych od chorych komórek o wysokiej swoistości13. Aby jeszcze bardziej zwiększyć powtarzalność i możliwości ilościowe naszej platformy, nasza metoda jest w pełni kompatybilna z podłożami Ramana pokrytymi grafenem16. Grafen jednowarstwowy zapewnia chemicznie jednolitą powierzchnię, która stabilizuje gorące punkty plazmoniczne i zwiększa adsorpcję molekularną17,18, a co ważniejsze, grafen jednowarstwowy pełni funkcję "wbudowanego" wskaźnika sygnałów SERS12,19, umożliwiając kwantyfikację wykrytych cząsteczek. Pomimo że średnica wiązki lasera Ramana (~ 1 μm) jest większa niż typowy sEV, nasza platforma osiąga efektywną rozdzielczość pojedynczych pęcherzyków dzięki unikalnej interakcji mechanizmów fizycznych i statystycznych. Quasi-periodyczne złote nanopiramidalne podłoże generuje silnie zlokalizowane plazmoniczne "gorące punkty" o rozmiarach mniejszych niż 100 nm, które wzmacniają sygnały Ramana w sposób super liniowy12. W rezultacie sygnał z sEV, stochastycznie najbliższy najintensywniejszemu gorącemu punktowi w wiązce, dominuje w widmie. Dodatkowo, obrazowanie SEM potwierdza, że sEV są dobrze rozmieszczone (> 1 μm), minimalizując nakładanie się spektralne, podczas gdy mapy intensywności Ramana ujawniają lokalizację sygnału odpowiadającą rozmiarowi pojedynczych pęcherzyków13,14. Te cechy razem zapewniają, że każde zebrane widmo odpowiada głównie pojedynczemu sEV, umożliwiając statystycznie solidną, wolną od etykiet analizę pojedynczych pęcherzyków. W porównaniu z konwencjonalnymi podejściami, takimi jak western blot, spektrometria mas czy zwykłe rozpraszanie Ramana, które wymagają dużych objętości próbek i nie rozstrzygają pojedynczych pęcherzyków20, nasza platforma SERS z pojedynczym pęcherzykiem oferuje wyższą czułość, przepustowość i rozdzielczość cząsteczkową. Ten workflow jest odpowiedni dla badaczy dążących do opracowania minimalnie inwazyjnych, wysokorozdzielczych narzędzi diagnostycznych lub badania heterogeniczności sEV i efektywności ładowania leków w indywidualnych badaniach terapeutycznych. W tym protokole pokazujemy, jak nasza platforma SERS wykorzystuje pojedyncze sEV do wykrywania chorób i zastosowań terapeutycznych, szczególnie w przypadku nowotworów, w tym cały proces izolacji pęcherzyków, przygotowania substratu plazmonicznego (substrat), pozyskiwania Ramana oraz analizy danych z użyciem uczenia maszynowego.

<table><tbody><tr><td>1x PBS</td><td>Thermo Fisher Scientific</td><td>J61196. AP</td><td></td></tr><tr><td>Siatka miedziana o rozmiarze 300 siatek</td><td>Nauki o mikroskopii elektronowej</td><td>EMS200-Cu</td><td></td></tr><tr><td>4% roztwór paraformaldehydu</td><td>Sigma Aldrich</td><td>1004960700</td><td></td></tr><tr><td>4&Prime; Si wafle&nbsp;</td><td>Zaopatrzenie MSE</td><td><silny>WA0810</silny></td><td>(100) zorientowany&nbsp;</td></tr><tr><td>Linia komórkowa A549</td><td>ATCC</td><td>CCL-185&nbsp; </silny></td><td></td></tr><tr><td>Linia komórkowa AGS</td><td>ATCC</td><td>CRL-1739</td><td></td></tr><tr><td>Wirnik wirówki F-35-6-30, 5430</td><td>Eppendorf</td><td><silny>22654306</silny></td><td></td></tr><tr><td>CHA Mark 40</td><td>CHA Mark 40</td><td>https://chaindustries.com/mark-40-system/</td><td>Parowanie wiązki elektrycznej</td></tr><tr><td>Roztwór trawiciela Cr</td><td>Sigma Aldrich</td><td>651826-500ML</td><td></td></tr><tr><td>Doksorubicyna&nbsp; D-4000</td><td>LC Laboratories</td><td>D-4000_3g</td><td></td></tr><tr><td>System ExoView R100 i zestaw ExoView Human Tetraspanin</td><td>NanoView Biosciences</td><td>https://www.nowmedicalstudios. com/portfolio/nanoview- biosciences-3d-product-illustrations</td><td></td></tr><tr><td>Rozwiązanie FeCl3</td><td>Sigma Aldrich</td><td>451649</td><td></td></tr><tr><td>Rozwiązanie HF</td><td>Sigma Aldrich</td><td>695068-500ML</td><td></td></tr><tr><td>Linia komórkowa 738.St/Int Hs</td><td>ATCC</td><td>CRL-7869</td><td></td></tr><tr><td>wZa pomocą konfokalnego mikroskopu Ramana</td><td>Renishaw</td><td>https://www.renishaw.com/en/ invia-confocal-raman-microscope --6260?srsltid=AfmBOoqbZlyW qv2KDdcXV0UZnp8tdLNgYZ0 GbZvGOWI6z1OKi48rg5-b</td><td></td></tr><tr><td>Rozwiązanie KOH</td><td>Sigma Aldrich</td><td>417661</td><td></td></tr><tr><td>Shakery MaxQ 4000 Stołowe do inkubacji/chłodzenia</td><td>Thermo Scientific</td><td>SHKA4000 (4320)</td><td></td></tr><tr><td>Inkubator MCO-19AIC</td><td>SANYO</td><td>8380-30-0035</td><td></td></tr><tr><td>Filtr Millex-GP</td><td>MilliporeSigma</td><td>SLGPM33RS</td><td>&nbsp; 0,22 & mikro; m</td></tr><tr><td>Mikroskop NanoSEM 230</td><td>FEI</td><td>SEM-FEI-014&nbsp;</td><td></td></tr><tr><td>Nanosight NS300</td><td>Malvern Panalytical</td><td>https://www.malvernpanalytical .com/en/support/product-support /nanosight-range/nanosight-ns300</td><td></td></tr><tr><td>Linia komórkowa NCI-N87</td><td>ATCC</td><td>CRL-5822</td><td></td></tr><tr><td>Optima TLX Ultracentrifuga</td><td>Beckman Coulter</td><td>8043-30-1197</td><td></td></tr><tr><td>Oxford Plasmalab 80 Plus</td><td>Oxford Plasmalab</td><td>https://plasma.oxinst.com/ products/rie/plasmapro-800-rie</td><td></td></tr><tr><td>Kule polistyrenowe</td><td>Alfa Aesar</td><td><silny>AA42711AB</silny></td><td>500 nm</td></tr><tr><td>qEVoriginal/35 nm</td><td>Izon</td><td>ICO-35</td><td></td></tr><tr><td>Grafen jednowarstwowy</td><td>Zaopatrzenie MSE</td><td><silny>ME0408</silny></td><td></td></tr><tr><td>Kolba T-75</td><td>VWR</td><td>156800</td><td></td></tr><tr><td>TF20 EM o wysokiej rozdzielczości</td><td>FEI</td><td>https://eicn.cnsi.ucla.edu/project/fei-tf20-tem/</td><td></td></tr><tr><td>Roztwór octanu uranilu</td><td>Nauki o mikroskopii elektronowej</td><td>22400-1</td><td></td></tr></tbody></table>

badanie zastosowania powierzchniowo wzmocnionego rozpraszania ramana opartego na biosensowaniu poszczególnych sev w diagnostyce chorób i terapii

Exploring the Application of Surface-enhanced Raman Scattering-based Biosensing of Individual sEVs in Disease Diagnosis and Therapeutics

Protokół ten określa kompleksową, wolną od oznakowania platformę, która integruje spektroskopię Ramana wspomaganą powierzchnią (SERS) z uczeniem maszynowym (ML) w celu wykrywania i molekularnego profilowania pojedynczych małych pęcherzyków zewnątrzkomórkowych (sEV) w zastosowaniach diagnostycznych i terapeutycznych. Metoda rozpoczyna się od izolacji sEV za pomocą chromatografii wykluczenia rozmiaru lub ultrawirowania. Następnie izolowane pęcherzyki są analizowane na inżynieryjnie zaprojektowanych podłożach 2D z plazmoniczną nanopiramidą złota, zdolnych do czułości pojedynczych pęcherzyków. Wykorzystując wewnętrzne biochemiczne odciski palców Ramana, protokół umożliwia wykrywanie wysokiej swoistości bez zewnętrznych etykiet. Po akwizycji widmowej dane przechodzą wstępne przetwarzanie i są analizowane za pomocą wytrenowanych algorytmów uczenia maszynowego (np. LDA, SVC) w celu klasyfikacji stanów chorobowych, skutecznie odróżniając raka żołądka od zdrowych kontrolnych za pomocą EV z tkanek, osocza i śliny o odpowiedniej dokładności klasyfikacji 90,1%, 70,9% i 60,7%. Dodatkowo jego zastosowanie terapeutyczne wykazuje ilościowe określenie obciążenia doksorubicyną w pojedynczych sEV, co jest rozszerzone o zastosowanie podłoża pokrytych grafenem jako standardu wewnętrznego. Takie podejście umożliwia analizę wysokoprzepustową, która obejmuje heterogeniczność populacji niezbędną do wczesnego wykrywania chorób i zrozumienia efektywności ładowania leków na poziomie pojedynczych pęcherzyków.

Pomyślna implementacja protokołu SERS dla pojedynczych pęcherzyków daje odrębne widma Ramana od poszczególnych sEV, co pozwala na dalszą diagnostyczną klasyfikację i monitorowanie obciążenia leków terapeutycznych. Rysunek 1 przedstawia sposób przeprowadzenia badania diagnostycznego raka żołądka oraz aplikacji monitorującej EV z użyciem leków z wykorzystaniem naszego protokołu opisanego tutaj, odpowiednio.
<img alt="Figure...

Przedstawiamy tutaj protokół analizy pojedynczych małych pęcherzyków zewnątrzkomórkowych (sEV) za pomocą bezoznakowanego, powierzchniowego spektroskopii Ramana (SERS), umożliwiającej minimalnie inwazyjną diagnostykę chorób i ocenę sEV jako środków dostarczania terapii.

Badanie zastosowania powierzchniowo wzmocnionego rozpraszania Ramana opartego na biosensowaniu poszczególnych sEV w diagnostyce chorób i terapii

This protocol outlines a comprehensive, label-free platform that integrates surface-enhanced Raman spectroscopy (SERS) with machine learning (ML) to ...

Wykorzystujemy powierzchniowe rozpraszanie Ramana w połączeniu z uczeniem maszynowym do wczesnej diagnostyki raka, a także dostarczamy aplikacje biomedyczne. Kluczowym wyzwaniem eksperymentalnym jest wrodzona heterogeniczność próbek egzosomów, czyli wysoce złożonych, wysokowymiarowych danych spektroskopowych, która dodatkowo potęguje niski stosunek sygnału do szumu. Na początek pipetuj około pięciu mikrolitrów małej próbki pęcherzyka zewnątrzkomórkowego na wyznaczony substrat plazmoniczny.Włóż podłoże do osuszacza, aby kropla całkowicie wyschła przez około 15 minut. Następnie przenosi wysuszone podłoże do konfokalnego mikroskopu Ramana. Korzystając z oprogramowania instrumentalnego WiRE w wersji 4.4, rozpocznij zbieranie danych.Ustaw laser wzbudzający na 785 nanometrów przy mocy pięciu miliwatów i skalibruj system. Aby uzyskać widma ze złotego podłoża, wykonaj skan rozpoznawczy na obszarze 300 na 300 mikrometrów, aby zlokalizować pojedyncze pęcherzyki w trybie statycznym o kroku 10 mikrometrów, ekspozycji 0,1 sekundy i przy 50% mocy lasera. Po zlokalizowaniu pęcherzyków wykonaj mapowanie o wysokiej rozdzielczości w trybie statycznym w siatce pięć na pięć, z użyciem kroku o krok jeden mikrometr, ekspozycję 0,2 sekundy na punkt i 50% mocy lasera.Następnie pobierz widma z podłoża grafenowego, wykonując następujące skany. Przesiewaj początkowe surowe widma i wyklucz te, które wykazują nadmierny szum lub nieprawidłowe kształty widmowy. Zastosuj filtr Savitsk-Golay do każdego widma, aby zmniejszyć tło fluorescencyjne i wygładzić dane widmowy.Oblicz stosunek sygnału do szumu dla każdego widma za pomocą metody szczyt do wartości bazowej lub odchylenia standardowego. Dla każdego widma oblicz stosunek sygnału do szumu jako stosunek maksymalnej intensywności po odejmowaniu linii bazowej w reprezentatywnym paśmie Ramana do odchylenia standardowego szumu. Szum oszaczaj, odejmując wygładzoną wersję widma Savitsky'ego i Golaya, używając rozmiaru okna 11 i rzędu wielomianów trzech od oryginalnego widma.Uszereguj wszystkie widma rosnąco względem stosunku sygnału do szumu i oceń trwałość pików diagnostycznych w tych widmach, aby określić próg. Następnie ustaw próg w punkcie, w którym którykolwiek z tych szczytów znika w szum bazowy, odpowiadający stosunkowi sygnału do szumu 28. Wyklucz widma poniżej progu stosunku sygnału do szumu wynoszącego 28, aby zapewnić zachowanie tylko wysokiej jakości widm do analizy dalszej.I normalizuj każde pozostałe widmo do maksymalnej intensywności szczytowej lub całkowitej powierzchni pod krzywą. Przypisz etykietę każdemu pomiarowi spektralnemu na podstawie jego pochodzenia, na przykład pacjenta z rakiem żołądka lub zdrowej kontroli. Wprowadź oznaczone dane spektralne do klasyfikatora wektora wsparcia z jądrem liniowym i zastosuj stratyfikowany podział tasowania dla pięciokrotnej walidacji krzyżowej, aby zapewnić zrównoważoną reprezentację w każdym fałdzie.Teraz uśrednij metryki dokładności we wszystkich fałdach, aby ocenić ogólną wydajność modelu. Na koniec użyj analizy liniowej dyskryminacyjnej, czyli LDA, aby zmniejszyć wymiarowość powierzchniowego zestawu danych o rozpraszaniu Ramana do wizualizacji. Stosuj wytrenowany model analizy liniowej dyskryminującej do bezpośredniej klasyfikacji między grupami prób.Widma Ramana wraz z odpowiadającymi im średnimi widmami ujawniły odrębne sygnatury molekularne dla każdego typu próbki, uzyskane z pojedynczych małych pęcherzyków zewnątrzkomórkowych wyizolowanych z tkanek, krwi i śliny. Liniowa analiza dyskryminująca wykazała wyraźne skupienie danych o pęcherzykach zewnętrznych według tkanki źródłowej, krwi lub śliny. Klasyfikacja binarna z użyciem klasyfikatora maszynowego wektora wsparcia osiąga najwyższą dokładność dla próbek tkanek na poziomie 90,1%, następnie dla krwi na poziomie 70,9%, a śliny na poziomie 60,7%. Klasyfikacja oparta na LDA wyraźnie rozdziela próbki zdrowego i raka żołądka w danych z pęcherzyków zewnętrznych pochodzących z tkanki.Podobne podziały klasyfikacji oparte na LDA dla danych z pęcherzyków zewnętrznych krwi i śliny wykazały mniej optymalnego rozdzielenia próbek zdrowych i nowotworowych. Widma Ramana pęcherzyków inkubowanych doksorubicyną bez grafenu wykazywały stałe piki w zakresie około 1 081, 1, 206 i 1 440 centymetrów odwrotnych. W przypadku grafenu zaobserwowano dodatkowy pik D o długości około 1 350 centymetrów odwrotnej oraz pik G o długości około 1 580 centymetrów odwrotnych jako standardy wewnętrzne.Stosunek piku doksorubicyny wynoszący 442 centymetry odwrotnie do piku grafenu G wzrastał wraz z wyższym stężeniem leków i dłuższym czasem inkubacji. Ustanowiliśmy biochemiczne odciski palców pojedynczych pęcherzyków, aby wyróżnić źródła chorób, co ma potencjał do wczesnej diagnozy. Trzy kluczowe zalety naszej techniki.Po pierwsze, jest bardzo wrażliwy. Po drugie, jest nieinwazyjny. po trzecie, nie wymaga to lizowania ani fizycznego rozkładu cząstek.W przyszłości skorelujemy profil spektralny z profilem proteomicznym, co z kolei pomoże korelować zawartość egzomu z konkretnymi funkcjami, takimi jak komunikacja komórkowa i transport.

exploring-application-surface-enhanced-raman-scattering-based

Research

JoVE Journal

Engineering

Inżynieria

Ten film opisuje technikę rozpraszania Ramana metodą rezonansu powierzchniowego do wykrywania przerzutowego raka jajnika za pomocą ukierunkowanych nanosond, specyficznych przeciwciał antyreceptorowych i niecelowanych nanosond kontrolnych. Metoda ta pomaga określić względną obfitość dwóch nanosond i odróżnić komórki rakowe od tła trzewnego.

Obrazowanie oparte na nanosondzie SERRS funkcjonalizowane przeciwciałami: wysoce czuła technika obrazowania Ramana do wykrywania przerzutowego raka jajnika in vivo

Opisujemy wytwarzanie i charakterystykę systemów nanobiologicznych łączących nanostrukturalne podłoża z unieruchomionymi białkami i aptamerami. Przedstawiono odpowiednie etapy eksperymentalne obejmujące litograficzną produkcję substratów nanostrukturalnych, biofunkcjonalizację i charakterystykę spektroskopii Ramana wzmocnionej powierzchniowo (SERS). Wykazano detekcję SERS białek unieruchomionych powierzchniowo oraz sondowanie wiązania białko-ligand i aptamer-ligand.

Powierzchniowo wzmocniona spektroskopia Ramana wykrywanie biomolekuł przy użyciu nanostrukturalnych substratów wytworzonych przez EBL

Przedstawiono procedurę wytwarzania i przeprowadzania opartego na filtrze testu spektroskopowego Ramana (SERS) do wykrywania zanieczyszczeń chemicznych (np. pestycydu ferbamu i antybiotyku ampicyliny).

Oparty na filtrze test spektroskopowy Ramana ze wzmocnieniem powierzchniowym do szybkiego wykrywania zanieczyszczeń chemicznych

Sondy optyczne oparte na nanocząstkach zostały zaprojektowane jako nośnik do wykrywania antygenów za pomocą spektroskopii Ramana i UV-Vis. W tym miejscu opisujemy protokół przygotowania takich sond do testu immunologicznego spektroskopii UV-Vis/Ramana w taki sposób, aby uwzględnić przyszłe możliwości multipleksowania.

Wytwarzanie platformy testów immunologicznych UV-VIS i spektroskopii Ramana

Ta praca opisuje metodę litografii nanoimprintingowej do wytwarzania wysokiej jakości matryc czujnikowych, które działają na zasadzie niezwykłej transmisji optycznej. Bioczujnik jest tani, solidny, łatwy w użyciu i może wykrywać troponinę sercową I w surowicy w klinicznie istotnych stężeniach (odcięcie 99. percentyla ∼10-400 pg/ml, w zależności od testu).

Wykorzystanie nadzwyczajnej transmisji optycznej do ilościowego oznaczania biomarkerów serca w ludzkiej surowicy

Rak jajnika tworzy przerzuty w całej jamie otrzewnej. W tym miejscu przedstawiamy protokół tworzenia i stosowania nanosond rozpraszających Ramana z rezonansem wzmocnionym powierzchniowo, ukierunkowanych na receptor kwasu foliowego, które ujawniają te zmiany z wysoką swoistością za pomocą obrazowania ratiometrycznego. Nanosondy podaje się dootrzewnowo żywym myszom, a uzyskane obrazy dobrze korelują z histologią.

Nanosonda rezonansowa o zwiększonym rezonansie powierzchniowym i nanosonda rozpraszania Ramana do wykrywania mikroskopijnego raka jajnika poprzez celowanie w receptor kwasu foliowego

Ten protokół przedstawia zintegrowaną platformę spektroskopii Ramana i spektrometrii mas (MS), która jest w stanie osiągnąć rozdzielczość pojedynczej komórki. Spektroskopia Ramana może być stosowana do badania odpowiedzi komórkowej na leki, podczas gdy stwardnienie rozsiane może być wykorzystywane do ukierunkowanej i ilościowej analizy wychwytu i metabolizmu leków.

Zintegrowana platforma spektroskopii Ramana i spektrometrii mas do badania wychwytu, metabolizmu i efektów stosowania leków w pojedynczych komórkach

Ten artykuł proponuje nową generację wieloparametrycznych platform analitycznych o zwiększonej przepustowości do charakterystyki podzbiorów pęcherzyków zewnątrzkomórkowych. Metoda opiera się na połączeniu multipleksowanych metod biodetekcji z analizami metrologicznymi i morfomechanicznymi za pomocą mikroskopii sił atomowych, w połączeniu ze spektroskopią Ramana, w celu kwalifikacji celów pęcherzykowych uwięzionych na biochipie mikromacierzy.

Multimodalna platforma analityczna na multipleksowanym chipie do obrazowania powierzchniowego rezonansu plazmonowego do analizy podzbiorów pęcherzyków zewnątrzkomórkowych

W tym badaniu opracowaliśmy tanią nanosondę odcisków palców opartą na powierzchniowo wzmocnionym rozpraszaniu Ramana (SERS) o korzystnej biokompatybilności, aby pokazać bezznacznikowe bioobrazowanie żywych komórek i wykryć dwa szczepy bakterii, pokazując szczegółowo, jak uzyskać widma SERS żywych komórek w sposób nieniszczący.

Bezznacznikowa bioanaliza rozpraszania Ramana ze wzmocnieniem powierzchniowym oparta na nanosondach Au@Carbon dot

Korzystając z platformy multimodalnej łączącej metody obrazowania optycznego bez znaczników, opracowaliśmy protokół do wizualizacji i ilościowego określania dynamiki komórkowej i metabolizmu. Dzięki obrazowaniu za pomocą fluorescencji wielofotonowej, generowania drugiej harmonicznej i wymuszonej mikroskopii rozpraszania Ramana możemy uzyskać całościowy przegląd środowiska komórkowego i molekularnego.

Multimodalna platforma obrazowania optycznego do badania metabolizmu komórkowego

Odkryj metodę SERS z uczeniem maszynowym do analizy pojedynczych sEV w diagnostyce raka żołądka. Platforma umożliwia bezetykietową detekcję i klasyfikację z dokładnością do 90,1%.

Badanie zastosowania powierzchniowo wzmocnionego rozpraszania Ramana opartego na biosensowaniu poszczególnych sEV w diagnostyce chorób i terapii (Wideo) | JoVE Journal

Badanie zastosowania powierzchniowo wzmocnionego rozpraszania Ramana opartego na biosensowaniu poszczególnych sEV w diagnostyce chorób i terapii

Przeglądaj więcej filmów