Extracellulaire vesikels (EVs) bevatten informatie van de cel van afkomst, en wanneer vrijgesteld in urine of bloedplasma bevatten ze merkers die de respons op therapie voorspellen. Echter worden tijdrovende methoden gebruikt om EVs te isoleren, wat onderzoek naar heterogeniteit en de klinische implementatie van EV-geassocieerde biomerkers belemmert. Ik zal een innovatieve workflow optimaliseren, waarbij scheiding door middel van AF4-MALS gecombineerd wordt met de identificatie van meerdere EV-oppervlakte eiwitten met ICP-ToF-MS. Deze AF4-MALS-MS workflow maakt detectie van EV-gerelateerde oppervlakte merkers direct in urine of bloedplasma mogelijk. Door gebruik te maken van stalen met toenemende complexiteit zal ik de AF4-MALS-MS workflow optimaliseren. Ik zal de AF4-MALS-MS workflow implementeren om de oorsprong van urinaire en bloedplasma EVs in kaart te brengen met ongezien detail. Door longitudinale urine en bloedplasma stalen van respectievelijk prostaatkanker- en borstkankerpatiënten te gebruiken zal ik de toepasbaarheid van de AF4-MALS-MS workflow onderzoeken om stalen voor en na behandeling van elkaar te onderscheiden. Ten slotte, zal ik de AF4-MALS-MS workflow vergelijken met de huidige EV karakterisatie methoden. AF4-MALS-MS heeft het potentieel om het EV-veld te rEVolutioneren in de richting van massa-EV-metrie, waardoor een beter beeld van EV heterogeniteit in complexe stalen mogelijk is met het potentieel biomerkers voor therapierespons te identificeren.