為了消除細胞外囊泡分析中的雜質，重復的分離是必不可少的

與傳統檢測方法一樣，必須對候選的基于 EV 的診斷測試進行系統和嚴格的評估，以確保它們適合臨床應用。這是通過測量精度、線性和分析靈敏度等分析性能特征來實現的。

在基于 EV 的生物標志物達到這個嚴格評估階段之前，可以在更概念的層面上考慮其潛力：通過考慮“信號到-雜質比’。在這里，我們討論了在 EV 生物標志物開發中通過信噪比觀察的價值，并探討如何利用它來生產 qEV 隔離平臺。

信噪比作為指導“大局”概念

信噪比可以定義為所需信息與與各種不需要的信號相關的背景噪聲之間的比率。雖然它用于檢查物理測量的有效性，但該原理也可用于在分析之前指導協議。換句話說，測量的質量不僅取決于所討論的分析方法，還取決于盡量減少與分析前變量相關的變異源——包括 EV 隔離。

盡管很難（甚至不可能）準確量化整個 EV 樣本收集、隔離、存儲和分析工作流程（其中有 100 多個變量 3）的信噪比，但這一概念同樣重要。實施降低噪聲從而最大化信噪比的實踐對于獲得有意義的測量結果至關重要。

細胞外囊泡研究人員和儀器制造商的信噪比注意事項

總的來說，在分析之前和分析期間，有許多變異來源會影響基于細胞外囊泡（ EV ）的生物標志物測試的性能。“縮小”并查看全局可以幫助評估測量的意義，還可以使研究人員確定進一步的機會以最小化噪聲并隨后最大化相關信號。為此，研究人員在尋找基于 EV 的生物標志物時可以提出以下問題：

• 此 EV 隔離工作流程中的噪聲源是什么？
• 這種分離/分析方法的重現性如何？
• 這種 EV 分析方法中的噪聲源是什么？
• 這種分析方法依賴于哪些假設，這些假設如何影響測量精度？
• 我可以控制哪些因素來最大限度地減少噪音并最大限度地提高重現性？例如，儀器的選擇、研究設計、樣本收集和存儲協議。
• 這種信噪比水平在臨床環境中是否可以接受？
• 使用重現性低的分離方法有哪些潛在影響？

同樣，在開發用于 EV 分離和分析的儀器時，考慮信噪比也很有用。與研究人員一樣，儀器制造商可以幫助最大限度地提高最終信噪比，從而幫助增加開發可靠且臨床有用的基于 EV 的生物標志物的機會。這些儀器的開發者可以問自己：

• 該儀器的潛在噪聲源是什么？
• 我們如何在設計和制造的每個階段降低噪聲以降低噪聲，從而為EV研究人員提供獲得更有意義和可重復信號的最佳機會？

qEV 平臺：可重現的 EV 分離對于最小化噪聲至關重要

雖然我們的 qEV 隔離平臺被許多參與基于 EV 的生物標志物發現的研究小組使用，但 qEV 隔離平臺也被著眼于臨床診斷應用的開發人員使用。由于臨床應用是最終目標，因此我們在開發 EV 隔離和分析解決方案時始終將信噪比概念放在首位。

研究人員已將 EV 與其他組件分離的方法建立在自動化、易用性和尺寸排阻色譜的基礎之上。自動餾分收集器 (AFC) 和兼容 AFC 的尺寸排阻色譜 qEV 色譜柱共同構成了一個平臺，可提供快速和可重復的 EV 分離。不僅通過最大限度地去除污染物，而且通過最大限度地提高整個過程的一致性來降低噪音。總體而言，qEV 隔離的可重復性大大有助于降低分析過程中的噪音，因為每個樣品都以高度一致的方式隔離。

自動化實現的可重復性和精度：AFC 引入了一定程度的自動化，可最大限度地減少人工處理作為錯誤來源。雖然手動 SEC 收集技術依賴于用戶手動收集體積并在正確的時刻更換收集管，但 AFC 確保每次都以相同的方式分離樣品。這是通過根據重量測量空隙和樣品收集來實現的。此外，內置的旋轉轉盤可固定收集管，并在達到設定的體積時自動前進到下一個部分。

易于使用：AFC 使用簡單，可以輕松獲得定義的分數，并且可以同時運行多個 AFC。通過用戶友好的設置菜單減少了手動錯誤的可能性，該菜單允許在點擊“開始”之前輕松檢查關鍵參數。一旦通過集成觸摸屏啟動隔離，用戶就可以自由離開。易用性通過最大限度地減少人為錯誤的可能性來幫助降低噪音。

最大化分離：通過尺寸排阻色譜，通過內置的瓊脂糖珠技術，在 qEV 柱上實現 EV 與蛋白質和其他成分的分離。這種方法允許用戶始終如一地選擇相對于蛋白質含量具有最大比例的 EV 的分數。選擇適合樣品體積的色譜柱尺寸可進一步優化分離并將樣品稀釋程度降至最低。

智能色譜柱管理：qEV 色譜柱使用 RFID 芯片進行標記，存儲有關使用次數的關鍵信息。這有助于可追溯性并確保色譜柱不會被過度使用。

EV 隔離可以“成敗”基于 EV 的診斷

從血漿、細胞培養物和其他樣品類型中可重現地分離 EV 對開發基于 EV 的生物標志物至關重要。所有與 EV 相關的隔離協議和分析方法都會有一些固有的噪聲水平；但是，由于測量所基于的假設，有些會比其他的嘈雜。在生物標志物發現的早期階段——以及在治療領域——接受的噪音水平通常超過了在驗證或應用的后期階段適合的水平。

退后一步，著眼大局，有助于指導符合 EV 生物標志物開發目標的決策。通過放大這個更廣闊的視角，很容易看出選擇可重現和可擴展的工具是最大限度地減少整個 EV 隔離分析工作流程中的噪音的一種方法，從而放大下游分析中的信號。

另一方面，放大機會以最大限度地減少錯誤是難題的另一個重要部分——對研究人員和儀器制造商來說都是如此。專注于最小化噪聲的方法導致了 qEV 隔離平臺的精確隔離，這正在促進臨床應用的有意義的進步。

1. Ayers L, Pink R, Carter DRF, Nieuwland R. Clinical requirements for extracellular vesicle assays. Journal of Extracellular Vesicles. 2019;8(1):1593755. doi:10.1080/20013078.2019.1593755
2. Chuo ST-Y, Chien JC-Y, Lai CP-K. Imaging extracellular vesicles: current and emerging methods. Journal of Biomedical Science. 2018;25(1). doi:10.1186/s12929-018-0494-5
3. Van Deun J, Mestdagh P, Agostinis P, et al. EV-TRACK: transparent reporting and centralizing knowledge in extracellular vesicle research. Nature Methods. 2017;14(3):228-232. doi:10.1038/nmeth.4185