Extracellular vesicles (EVs) are lipid bilayer encapsulated nanoparticles which have emerged as an excellent source of biomarkers for multiple diseases, including cancer. However, they are highly heterogeneous in their molecular compositions which remains a major challenge hindering the utilization of their biomarker potential. A single-EV analysis is essential to both discovery and detect EVs that carry disease-specific signature. In this work, we designed plasmonic nanohole array for capturing single EVs and perform fluorescence detection of their membrane proteins by exploiting plasmonic amplification of the fluorescence signal. The design of the array was optimized using COMSOL Multiphysics-based simulation. Nanohole arrays with three different periodicities were fabricated on aluminum thin film on glass substrate. The substrates were then functionalized with three different methods for investigation of antibody-free capturing techniques, which are electrostatic interaction, hydrophobic interaction, and size-selective capturing. After surface functionalization with each of the techniques, genetically engineered EVs expressing mNeonGreen (mNG) were incubated and their capture efficiency were compared. The presence of single-EVs within plasmonic nanoholes was verified through both fluorescence analysis and atomic force microscopy (AFM). Fluorescence intensities of mNG-EVs recorded with the plasmonic chip with different periodicities showed intensity variations in agreement with the simulation results. Furthermore, the EVs were immunostained with R-phycoerythrin (R-PE) conjugated CD-9 to demonstrate the possibility of general and multimarker fluorescence detection. In a separate experiment, DOPC liposomes were synthesized and their deformability was analyzed by using AFM. The nanohole array provides a basis for a future platform of EV analyses, promising to capture the signature arising from low expressing proteins. / Extracellulära vesiklar (EV) är lipadmembranförsedda nanopartiklar som har dykt upp som en utmärkt källa till biomarkörer för flera sjukdomar, däribland cancer. De är dock mycket heterogena i sina molekylära sammansättningar, vilket skapar en stor utmaning och hindrar utnyttjandet av deras potential som biomarkörer. EV-analys på enpartikelnivå är nödvändig både för att upptäcka och detektera vesiklar som har en sjukdomsspecifik signatur. I detta arbete designade vi en plasmonisk uppsättning av nanohål för att fånga enstaka EVs och utföra fluorescensdetektion av deras membranproteiner genom att utnyttja plasmonisk amplifiering av fluorescenssignaler. Designen av uppsättningen optimerades med hjälp av COMSOL Multiphysics-baserad simulering. Nanohålsuppsättningar med tre olika periodiciteter tillverkades på tunn aluminiumfilm på glassubstrat. Substraten funktionaliserades sedan enligt tre olika metoder för undersökning av antikroppsfria bindningsmetoder. De tre metoderna är elektrostatisk interaktion, hydrofob interaktion och storleksselektiv bindning. Efter ytfunktionalisering med var och en av teknikerna inkuberades vesiklar genetiskt modifierade att uttrycka mNeonGreen (mNG) och deras bindningseffektivitet jämfördes. Närvaron av individuella EVs i plasmoniska nanohål bekräftades genom både fluorescensmikroskopi och atomkraftsmikroskopi (AFM). Fluorescensintensiteter för mNG-EVs registrerades med plasmonchipet med olika periodiciteter och visade intensitetsvariationer i överensstämmelse med simuleringsresultaten. Dessutom immunfärgades vesiklarna med R-fykoerytrin (R-PE) konjugerad CD-9 för att påvisa möjligheten till allmän och multimarkör fluorescensdetektion. I ett separat experiment syntetiserades DOPC-liposomer och deras deformerbarhet analyserades med AFM. Nanohåluppsättningen lägger grund för en framtida plattform för EV-analys, som lovar att fånga signaturen som uppstår från låguttryckande proteiner.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-328899 |
| Date | January 2023 |
| Creators | Metem, Prattakorn |
| Publisher | KTH, Tillämpad fysik |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-SCI-GRU ; 2023:088 |
Page generated in 0.0019 seconds