Novel Separation Methods for exRNA Carriers: Extracellular Vesicles, Lipoprotein Particles, and Protein Aggregates
exRNA 载体的新型分离方法:细胞外囊泡、脂蛋白颗粒和蛋白质聚集体
基本信息
- 批准号:10470432
- 负责人:
- 金额:$ 54.91万
- 依托单位:
- 依托单位国家:美国
- 项目类别:
- 财政年份:2019
- 资助国家:美国
- 起止时间:2019-08-01 至 2023-08-31
- 项目状态:已结题
- 来源:
- 关键词:
项目摘要
ABSTRACT
Extracellular RNA (exRNA) is a particularly attractive molecular component of liquid biopsy because RNA
species can be specifically amplified. Of the three major classes of exRNA vehicle—extracellular vesicles
(EVs), lipoprotein particles (LPPs), and free ribonucleoproteins (RNPs)—EVs have so far received the most
attention. Within each class, there is also tremendous diversity by physical characteristics of size, density, and
surface charge. Indeed, to our knowledge, no study to date has profiled exRNA in multiple members of the
three carrier classes that have been isolated rigorously from the same samples. There is a strong need to
develop new strategies and controls to ensure that comparisons of exRNA carriers are not confounded by co-
isolation (different classes of carriers present in the same fraction) or contamination (detection of uncomplexed
and/or foreign RNAs introduced during sample collection and processing). To this end, we assemble a team of
experts on EVs, LPPs, and RNPs, along with experts in cutting-edge separation and characterization methods.
In an initial UG3 phase, we will first (Aim 1) use a combination of state-of-the-field physical and biochemical
separation methods to separate a library of eight subtypes of EVs, LPPs, and RNPs from the same biological
samples and with the best achievable purity. “Gold standard” proteomic, lipidomic, glycomic, and RNomic
datasets will be generated. Carefully designed “process” controls will for the first time establish an across-the-
board baseline of contaminants and other artifacts that may complicate interpretation. In Aim 2, we will test
asymmetric field-flow fractionation (AF4) and affinity capture platforms including the ExoView platform and
sensitive electrochemical sensors as superior alternatives to the most commonly used legacy method,
differential centrifugation. We will seek gains in speed, resolution, and purity compared with legacy techniques.
If go/no-go criteria are met by the end of the second year (UG3), we will proceed to a UH3 phase. This phase
will include an Aim 3, validating results in multiple locations and with approximately 6 times the original sample
numbers to account for influence of sex and age. The AF4 method will be further developed with additional
modifications based on our engineering and analytical chemistry expertise, while ExoView technology will be
harnessed to screen antibodies and other affinity materials for rapid isolations and to detect abundant RNA
species directly in immobilized exRNA carriers. Finally, an Aim 4 will assess the biological factor of diet with
valuable samples from intervention studies, along with the possible desirability of collecting samples in RNase
inhibitors to preserve more fragile RNA species. Overall, we hypothesize that 1) AF4, on its own or with
methodologic modifications, as well as 2) novel affinity separation approaches will improve substantially on
ultracentrifuge-based methods in ease and purity and on current state-of-the-art but tedious and lengthy
exRNA carrier separation methods.
抽象的
细胞外 RNA (exRNA) 是液体活检中特别有吸引力的分子成分,因为 RNA
exRNA 载体的三大类——细胞外囊泡中的物种可以被特异性扩增。
(EV)、脂蛋白颗粒(LPP)和游离核糖核蛋白(RNP)——迄今为止,EV 受到最多的关注。
在每个类别中,大小、密度和注意力等物理特征也存在巨大差异。
事实上,据我们所知,迄今为止还没有研究对多个成员的 exRNA 进行了分析。
强烈需要从相同样本中严格分离出三种载体类别。
制定新的策略和控制措施,以确保 exRNA 载体的比较不会因共同因素而混淆
分离(同一级分中存在不同类别的载体)或污染(检测未复合的载体)
和/或在样本收集和处理过程中引入的外来 RNA)。为此,我们组建了一个团队。
EV、LPP 和 RNP 方面的专家,以及尖端分离和表征方法方面的专家。
在最初的 UG3 阶段,我们将首先(目标 1)结合使用最新的物理和生化方法
分离方法从相同的生物体中分离出包含 EV、LPP 和 RNP 八种亚型的文库
“黄金标准”蛋白质组学、脂质组学、糖组学和 RNomic
精心设计的“流程”控制将首次建立一个跨领域的数据集。
在目标 2 中,我们将测试污染物和其他可能使解释复杂化的工件的基线。
不对称场流分离 (AF4) 和亲和捕获平台,包括 ExoView 平台和
灵敏的电化学传感器作为最常用的传统方法的优质替代品,
与传统技术相比,我们将寻求速度、分辨率和纯度的提高。
如果到第二年 (UG3) 年底满足通过/不通过标准,我们将进入 UH3 阶段。
将包括目标 3,在多个地点验证结果,样本数量约为原始样本的 6 倍
AF4 方法将进一步发展,以考虑性别和年龄的影响。
基于我们的工程和分析化学专业知识进行修改,而 ExoView 技术将
用于筛选抗体和其他亲和材料以进行快速分离并检测丰富的 RNA
最后,Aim 4 将评估饮食的生物因素。
来自干预研究的有价值的样本,以及在 RNase 中收集样本的可能需求
总体而言,我们努力解决以下问题:1) AF4 单独使用或与 AF4 一起使用。
方法学的修改以及 2) 新颖的亲和分离方法将大大改善
基于超速离心的方法简单、纯净,符合当前最先进的技术,但繁琐且冗长
exRNA载体分离方法。
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
Kenneth W Witwer其他文献
Kenneth W Witwer的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
{{ truncateString('Kenneth W Witwer', 18)}}的其他基金
Novel Separation Methods for exRNA Carriers: Extracellular Vesicles, Lipoprotein Particles, and Protein Aggregates
exRNA 载体的新型分离方法:细胞外囊泡、脂蛋白颗粒和蛋白质聚集体
- 批准号:
9975112 - 财政年份:2019
- 资助金额:
$ 54.91万 - 项目类别:
Novel Separation Methods for exRNA Carriers: Extracellular Vesicles, Lipoprotein Particles, and Protein Aggregates
exRNA 载体的新型分离方法:细胞外囊泡、脂蛋白颗粒和蛋白质聚集体
- 批准号:
10483185 - 财政年份:2019
- 资助金额:
$ 54.91万 - 项目类别:
Novel Separation Methods for exRNA Carriers: Extracellular Vesicles, Lipoprotein Particles, and Protein Aggregates
exRNA 载体的新型分离方法:细胞外囊泡、脂蛋白颗粒和蛋白质聚集体
- 批准号:
9812105 - 财政年份:2019
- 资助金额:
$ 54.91万 - 项目类别:
Extracellular Vesicle and Extracellular RNA Biomarkers of HIV-1 Central Nervous System Pathogenesis and Cigarette Use
HIV-1 中枢神经系统发病机制和香烟使用的细胞外囊泡和细胞外 RNA 生物标志物
- 批准号:
10217079 - 财政年份:2018
- 资助金额:
$ 54.91万 - 项目类别:
Extracellular Vesicle and Extracellular RNA Biomarkers of HIV-1 Central Nervous System Pathogenesis and Cigarette Use
HIV-1 中枢神经系统发病机制和香烟使用的细胞外囊泡和细胞外 RNA 生物标志物
- 批准号:
9978799 - 财政年份:2018
- 资助金额:
$ 54.91万 - 项目类别:
Extracellular Vesicle and Extracellular RNA Biomarkers of HIV-1 Central Nervous System Pathogenesis and Cigarette Use
HIV-1 中枢神经系统发病机制和香烟使用的细胞外囊泡和细胞外 RNA 生物标志物
- 批准号:
10456790 - 财政年份:2018
- 资助金额:
$ 54.91万 - 项目类别:
Extracellular Vesicle and Extracellular RNA Biomarkers of HIV-1 Central Nervous System Pathogenesis and Cigarette Use
HIV-1 中枢神经系统发病机制和香烟使用的细胞外囊泡和细胞外 RNA 生物标志物
- 批准号:
9788410 - 财政年份:2018
- 资助金额:
$ 54.91万 - 项目类别:
Extracellular Vesicle-Mediated Immunomodulation in HIV Infection and Nicotine Abuse
HIV 感染和尼古丁滥用中细胞外囊泡介导的免疫调节
- 批准号:
9086347 - 财政年份:2015
- 资助金额:
$ 54.91万 - 项目类别:
International Society for Extracellular Vesicles - Education Day & Meeting
国际细胞外囊泡学会 - 教育日
- 批准号:
8910966 - 财政年份:2015
- 资助金额:
$ 54.91万 - 项目类别:
Circulating Cellular and Extracellular Noncoding RNAs in HIV-1 Elite Suppression
HIV-1 Elite 抑制中的循环细胞和细胞外非编码 RNA
- 批准号:
8541944 - 财政年份:2013
- 资助金额:
$ 54.91万 - 项目类别:
相似国自然基金
基于遗传密码拓展与光邻近标记技术的组蛋白乳酸化修饰阅读器分离分析新方法
- 批准号:22374106
- 批准年份:2023
- 资助金额:50 万元
- 项目类别:面上项目
分离式耦合腔激光系统及其高安全自对准传能定位一体化方法研究
- 批准号:62371342
- 批准年份:2023
- 资助金额:53 万元
- 项目类别:面上项目
基于信息分离和紧凑网络的光场压缩方法研究
- 批准号:62302240
- 批准年份:2023
- 资助金额:30 万元
- 项目类别:青年科学基金项目
单扫描高保真重叠回波分离多参数定量磁共振成像新方法
- 批准号:12375291
- 批准年份:2023
- 资助金额:54 万元
- 项目类别:面上项目
基于DNA捕获材料的淡水环境胞内外抗性基因分离新方法构建及其应用研究
- 批准号:22376042
- 批准年份:2023
- 资助金额:50 万元
- 项目类别:面上项目
相似海外基金
Mucosal immunity to sapovirus in early childhood
幼儿期对沙波病毒的粘膜免疫
- 批准号:
10677051 - 财政年份:2023
- 资助金额:
$ 54.91万 - 项目类别:
Characterizing antibody responses to HIV-1 vaccination in next-generation immune humanized mice
表征下一代免疫人源化小鼠对 HIV-1 疫苗接种的抗体反应
- 批准号:
10673292 - 财政年份:2023
- 资助金额:
$ 54.91万 - 项目类别:
Developing an ultra-high throughput droplet microfluidic workflow for genetic circuit characterization
开发用于遗传电路表征的超高通量液滴微流体工作流程
- 批准号:
10680017 - 财政年份:2023
- 资助金额:
$ 54.91万 - 项目类别:
Vanderbilt Antibody and Antigen Discovery for Clostridioides difficile Vaccines
艰难梭菌疫苗的范德比尔特抗体和抗原发现
- 批准号:
10625686 - 财政年份:2023
- 资助金额:
$ 54.91万 - 项目类别: