美國塔夫斯大學 (Tufts University) 的研究人員們報道了一種熒光免疫標記單個 EV 用于 NTA-FL 的優化算法,使得基于NTA的單囊泡免疫標記和檢測與粒度分布和濃度分析更為精準。該算法可以有效地提高NTA檢測結果可信度,為更深入研究 EV 的功能和機制提供了強有力的工具。
1. 熒光檢測過程中,可能出現了大量的假信號。
2. NTA 系統的技術限制導致 LSM 無法檢測到非常小的 EV 或折射率低的其他顆粒。散射光模式下EV檢測不全,有部分EV數據沒有檢測到,使得LSM面積偏小,從而導致比值大于100%。
3. 研究人員還發現,FM模式在50 nm以下的區域還有明顯的信號峰出現,而對比LSM模式,其在50 nm以下信號基本衰減為0,這可能也是造成比值大于100%的原因之一。具體而言,這可能是游離的熒光分子沒有充分去除,以及體系中游離的蛋白質被熒光分子標記,造成小尺寸分區中的熒光信號增強。
為了解決這種情況,研究人員們提出了兩種評估方法:
第一種方法是傳統的計算方法,即計算樣本中大于 50 nm的顆粒數量,并比較 FM 和 LSM 中的顆粒數量,得出 FM 與 LSM 之間的比例。(圖2b,c)
第二種方法是優化后的計算方法,計算兩種方法得到的粒度分布曲線之間的重疊區域,并將該區域與 LSM 中大于 50 納米的顆粒總數量進行比較,得出重疊區域比例。(圖2d)
在研究過程中,研究人員著重強調了他們對顆粒粒徑選取的取舍。為了更精確地分析 EV,研究人員將分析范圍縮小到 50-200 納米。之所以選擇這個范圍,是因為大多數 EV 的尺寸都在這個范圍內。此外,LSM對小于 50 納米的顆粒檢測能力有限,而大于 200 納米的顆粒則可能并非 EV。因此,將分析范圍縮小到 50-200 納米可以有效地排除其他類型的顆粒,提高分析結果的準確性。
圖2 基于NTA的免疫標記算法示意圖
表2 算法優化后不同樣本的熒光面積 (FM) 與散射光面積 (LSM) 比值(SA)
相關產品
免責聲明
- 凡本網注明“來源:化工儀器網”的所有作品,均為浙江興旺寶明通網絡有限公司-化工儀器網合法擁有版權或有權使用的作品,未經本網授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的,應在授權范圍內使用,并注明“來源:化工儀器網”。違反上述聲明者,本網將追究其相關法律責任。
- 本網轉載并注明自其他來源(非化工儀器網)的作品,目的在于傳遞更多信息,并不代表本網贊同其觀點和對其真實性負責,不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時,必須保留本網注明的作品第一來源,并自負版權等法律責任。
- 如涉及作品內容、版權等問題,請在作品發表之日起一周內與本網聯系,否則視為放棄相關權利。