Membrane Fusion-Assisted Laser Desorption/Ionization Mass Spectrometry for In Situ Extracellular Vesicle Metabolic Fingerprinting

作者
S J Qian,Yuerong Tang,Haonan Yang,Xuedong Huang,Xiaoni Fang,Baohong Liu
出处
期刊:Analytical Chemistry [American Chemical Society]
卷期号:98 (29): 21935-21943 被引量:1
标识
DOI:10.1021/acs.analchem.6c04341
摘要

Metabolites packaged within extracellular vesicles (EVs) are increasingly recognized for their role in intercellular communication and metabolic regulation. However, their comprehensive characterization remains challenging due to the low abundance of metabolites in EVs, interference from complex biological matrixes, and poor ionization efficiency of certain metabolite classes. Here, we developed a membrane-fusion-assisted laser desorption/ionization mass spectrometry (MF-LDI-MS) strategy for in situ profiling of EV-associated metabolites. The MF-LDI-MS utilizes liposome-coated gold nanoparticles (Lipo@Au NPs) composed of a Au NP core and a cationic lipid bilayer shell. Driven by electrostatic interactions, the cationic liposomes fuse with the negatively charged EV membranes, enabling effective delivery of Au NPs into EVs. The internalized Lipo@Au NPs not only modulate EV sedimentation, facilitating enrichment under mild centrifugation, but also serve as inorganic matrixes for direct LDI-MS detection of retained metabolites within intact EVs. This integrative approach eliminates many of the aforementioned limitations by allowing direct, enrichment-free, and matrix interference-free metabolite analysis while maintaining EV integrity. Combining machine learning, the MF-LDI-MS successfully discriminated pancreatic cancer (PC) patients from healthy controls (HCs) in a cohort of 144 plasma samples, achieving a diagnostic accuracy of 92.1% and identifying nine metabolites as potential biomarkers, demonstrating its applicability to metabolic-level liquid biopsy.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
解靖宇发布了新的文献求助10
刚刚
刚刚
刚刚
fee完成签到,获得积分10
刚刚
刚刚
仍歌杨柳春风完成签到,获得积分10
刚刚
yjq发布了新的文献求助10
1秒前
2秒前
pcx发布了新的文献求助10
2秒前
能干灯泡完成签到,获得积分10
3秒前
movoandy发布了新的文献求助10
3秒前
可爱的函函的应助被Franklin采纳,获得10
3秒前
hjw完成签到,获得积分10
3秒前
FelicityZXY完成签到 ,获得积分10
4秒前
雨不言完成签到 ,获得积分10
4秒前
4秒前
清秀的怀蕊完成签到 ,获得积分0
4秒前
李华发布了新的文献求助10
5秒前
小二郎的应助被爱睡觉的鱼采纳,获得10
5秒前
哈哈哈完成签到,获得积分10
5秒前
FashionBoy的应助被润出计算机采纳,获得10
6秒前
6秒前
6秒前
111发布了新的文献求助10
7秒前
sci的狗发布了新的文献求助10
7秒前
现代雪晴发布了新的文献求助10
7秒前
hjw发布了新的文献求助10
7秒前
8秒前
畔畔发布了新的文献求助20
8秒前
7分运气完成签到,获得积分10
8秒前
zhangwj226完成签到,获得积分0
8秒前
9秒前
9秒前
Hello的应助被苏苏采纳,获得20
9秒前
风中盈完成签到,获得积分10
9秒前
英姑的应助被lx采纳,获得10
9秒前
温暖的老五完成签到,获得积分10
9秒前
呵呵完成签到,获得积分10
10秒前
李健的应助被kkk采纳,获得10
10秒前
10秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Energie-Contracting 1500
Spec 401: Standards for Jet Fuel Facility and Equipment Commissioning and Flushing at Airports, 2026.1 (Original Issue) 1000
Spec 103: Standard for Jet Fuel Quality Control at Airports, Revision 2026.1 1000
Klimaschutzrecht durch den Energiesektor im Mehrebenensystem – Ein Rechtsvergleich 1000
Introduction to Industrial/Organizational Psychology 800
Topological Photonics: Fundamentals and Applications 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8093173
求助须知:如何正确求助?哪些是违规求助? 9505330
关于积分的说明 21446822
捐赠科研通 7666483
什么是DOI,文献DOI怎么找? 3405552
关于科研通互助平台的介绍 2533782
邀请新用户注册赠送积分活动 2444598