Accurate Capture and Identification of Exosomes: Nanoarchitecture of the MXene Heterostructure/Engineered Lipid Layer

材料科学 微泡 异质结 纳米技术 适体 外体 电化学发光 光电子学 电极 化学 生物 小RNA 生物化学 遗传学 基因 物理化学
作者
Yixin Nie,Li Wang,Shuo Wang,Qiang Ma,Xingguang Su
出处
期刊:ACS Sensors [American Chemical Society]
卷期号:8 (4): 1850-1857 被引量:7
标识
DOI:10.1021/acssensors.3c00370
摘要

Recently, exosome detection has become an important breakthrough in clinical diagnosis. However, the effective capture and accurate identification of cancer exosomes in a complex biomatrix are still a tough task. Especially, the large size and non-conductivity of exosomes are not conducive to highly sensitive electrochemical or electrochemiluminescence (ECL) detection. Therefore, we have developed a Ti3C2Tx-Bi2S3-x heterostructure/engineered lipid layer-based nanoarchitecture to overcome the limitations. The engineered lipid layer not only specifically captured and efficiently fused CD63 positive exosomes but also showed excellent antifouling property in the biological matrix. Moreover, the MUC1 aptamer-modified Ti3C2Tx-Bi2S3-x heterostructure further identified and covered the gastric cancer exosomes that have been trapped in the engineered lipid layer. In the self-luminous Faraday cage-type sensing system, the Ti3C2Tx-Bi2S3-x heterostructure with sulfur vacancies extended the outer Helmholtz plane and amplified the ECL signal. Therefore, this sensor can be used to detect tumor exosomes in ascites of cancer patients without additional purification. It provides a new pathway to detect exosomes and other large-sized vesicles with high sensitivity.
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
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
整齐路灯完成签到,获得积分10
刚刚
健壮的秋寒完成签到,获得积分10
1秒前
小蘑菇应助jkl1027采纳,获得10
1秒前
石贵远完成签到 ,获得积分10
2秒前
2秒前
文档完成签到,获得积分20
3秒前
de完成签到,获得积分10
3秒前
菠菜发布了新的文献求助50
4秒前
橙子完成签到,获得积分10
5秒前
5秒前
山月完成签到 ,获得积分10
5秒前
嘟嘟等文章完成签到,获得积分10
5秒前
6秒前
辛勤的诗蕊完成签到,获得积分10
6秒前
寻道图强应助aaqw_8采纳,获得50
7秒前
7秒前
7秒前
兰彻完成签到,获得积分10
7秒前
科研通AI2S应助de采纳,获得10
7秒前
眼睛大的乐蕊完成签到,获得积分10
8秒前
8秒前
阿泽完成签到 ,获得积分10
8秒前
fuyan完成签到,获得积分20
9秒前
sheep完成签到,获得积分10
9秒前
徒玦完成签到 ,获得积分10
9秒前
徐徐徐应助cream采纳,获得10
9秒前
梅豪完成签到,获得积分10
10秒前
溜了溜了完成签到,获得积分20
10秒前
研友_VZG7GZ应助怡心亭采纳,获得20
10秒前
Accept完成签到,获得积分10
10秒前
自然芹发布了新的文献求助10
11秒前
明日星辰发布了新的文献求助10
11秒前
11秒前
mike5492完成签到,获得积分10
11秒前
11秒前
直率芮完成签到,获得积分10
11秒前
Yang22完成签到,获得积分10
12秒前
Bran完成签到,获得积分10
12秒前
柚C美式完成签到 ,获得积分10
12秒前
13秒前
高分求助中
Evolution 10000
CANCER DISCOVERY癌症研究的新前沿:中国科研领军人物的创新构想 中国专刊 500
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
Die Gottesanbeterin: Mantis religiosa: 656 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3158693
求助须知:如何正确求助?哪些是违规求助? 2809927
关于积分的说明 7884596
捐赠科研通 2468681
什么是DOI,文献DOI怎么找? 1314374
科研通“疑难数据库(出版商)”最低求助积分说明 630601
版权声明 602012