【NS精讀】究竟該如何給自己的納米材料取名——納米形態計量學來幫忙

引言

納米技術的發展不僅將材料學的研究尺度推向了近原子級的水平，而且理論上結合先進的合成技術還能制造任何形態的納米材料。因為納米材料形態的多樣性，相信研究納米材料的同學在看到透射電鏡圖像的時候，常常會遇到這樣的問題——我的材料應該起個什么名字？這其實是一個系統性的問題——由于發展過于迅速，學界還來不及給各式各樣的納米材料進行權威的定義，不僅導致研究人員無法為材料定名，還會導致相近形態的材料在不同的研究中出現不同的名字。因此，對納米形態進行計量學研究可以定義納米顆粒的形態，還能夠評估合成納米材料的形態質量以及統計學的分布差異。

?

近期，愛爾蘭都柏林大學的V. Castagnola、Y. Yan以及K. A. Dawson（共同通訊作者）等人合力發展了一種基于透射電鏡顯微學（TEM）的納米顆粒計量學方法，以此來對不同形態的納米顆粒進行定義和分類。研究人員以四種金納米顆粒為研究對象，引入了指標對形態獨特性進行定義并評估了形態差異性。該篇研究文章題為“An antif Classification and biological identity of complex?nano shapes”，于2020年6月12日發表于Nature旗下的Communications Materials。

Dawson等人在Commun. Mater.發表的關于納米形態分類的最新文章

納米顆粒群體形態身份信息提取

與分子不同，納米顆粒形態并沒有固定的單一幾何學特征。然而不斷進步的合成方法可以剔除許多因素（如混合的異質性），以保證即便單個納米顆粒的形態會有些許不同，但作為群體它們具有可分辨的統一形態特征（圖1a-c）。因此，研究首先引入了形態概率分布的概念，以此討論群體形態（population shape）獨特性（身份）并評估測量形態差異（圖1d）。在TEM的幫助下，研究人員能夠捕捉到高度空間分辨率的納米顆粒形態，所捕捉到的TEM圖片再進行二維或者三維的數字化，并以此進行合理的統計抽樣。基于這些圖片數據建立的數據庫，根據離散傅里葉轉變（DFT）就可以得出納米顆粒的身份信息。

圖1?納米顆粒形態群

那么如何數字化TEM圖片信息呢？文章給出的方法是利用一個圖形輪廓提取軟件程序，設計了可以基于TEM圖片進行納米顆粒輪廓提取的算法。簡單來說，就是先將TEM圖片進行二進制數字化轉換，再通過設定閾值，篩選提取納米顆粒邊緣輪廓信息（圖2）。提取的輪廓再重整并重新取樣，就可以得到組成輪廓的各個點的坐標信息。這些坐標信息最終通過DFT轉變成傅里葉系數。因此，納米顆粒形態的描述因子就由數十上百個傅里葉系數構成。

圖2?利用Python腳本進行輪廓提取

納米顆粒群體形態身份信息簡化

雖然基于數百個傅里葉系數的傅里葉表達式等價于空間輪廓，但很多情況下表達式只需要幾個系數就能有效捕捉到形態的關鍵信息，從而簡化形態描述方式。而在另一方面，定義所謂“形態集合體差異”的一個主要因素就是顆粒間的距離，距離過大的的顆粒一定分屬不同的形態群體。基于此，文章提出了“L_nnorm”的距離概念，可以描述顆粒輪廓之間的關系，并以“空間近距（spatial proximity）”的概念代替幾何相似性（圖3）。

圖3?不同形態群體中納米顆粒間的距離計算

進一步地，文章還利用主成分分析（PCA）的方法來完善顆粒分類。通過以單個納米顆粒為獨立樣本，設定每一個傅里葉系數為獨立變量，刪除那些對所有顆粒都呈現相同數值的傅里葉系數，留下對所有顆粒呈現廣泛數值范圍的傅里葉系數作為主成分（PC），從而對樣本群體實現降維分析，大大簡化了樣本分類難度。如圖4a所示，以這些主成分作為描述因子能夠實現集合體（團簇）間的有效分離，同時也不會損失主要信息。不僅如此，受到粒徑分析方法中的 “多分散指數（PDI）”的啟發，文章還引入了“概率分布指數（PDF）”概念（圖4b），其中PDF的“寬度”表示群體成員的離差程度。即群體中心范圍的納米顆粒都具有較好的形態（如棒狀或者球狀），而遠離群體中心的外層納米顆粒則表現出一定程度的形態變動。

圖4 基于PCA的不同形態群體分布

納米顆粒形態引發生物響應

該篇文章除了介紹納米顆粒形態分群的方法以外，還重點研究了納米顆粒形態與生物響應的關系。圖5的轉錄組學分析就揭示了在獨立的各組實驗中，不同形態幾何體對細胞的生物響應的影響和分化。。熱圖分析顯示（圖5a），納米球集合體（GNP1）、大尺寸納米刺集合體（GNP3a）以及小尺寸納米刺集合體（GNP3b）能夠對細胞轉錄產生深刻作用，而納米星集合體（GNP4）對細胞轉錄行為的影響未能顯著探測到。盡管GNP3a 和GNP3b分屬兩個形態集合體，但它們能夠引發類似的細胞行為，表明這兩個集合體具有相似的生物性身份（biological identity）。隨后，利用主坐標分析（PCoA）（圖5b），研究人員發現了高水平的生物再現性（biological reproducibility）以及隔離（separation）現象。火山圖則進一步揭示了經過GNP1或者GNP3b處理的細胞的差異表達基因（DEGs）。通過設定合理的閾值，GNP1和GNP3b中的DEGs分別是561和2725（圖5c-5d）。不僅如此，對比前十的基因本體論條目可以發現在兩組處理中沒有發現任何重疊。這些結果均表明，細胞的轉錄和生物響應具有納米顆粒形態依賴性。

圖5?小鼠樹突細胞系中形態依賴的生物響應的轉錄組學分析

結論

到目前為止，對納米顆粒缺乏分類和統計形態分析已經不僅僅是一個技術問題，更是一個研究文化問題。在納米材料的以往研究中，這一問題常常是被忽略的。而Dawson等人在這篇文章中所報道的研究工作正是直面這一問題，并試圖利用數學工具來解決這一問題。對生物響應的研究也說明了，納米顆粒形態分析在生物學、藥學等領域均有潛在的應用價值。結合機器學習、人工智能以及大數據等新型手段，可以更好地獲取圖片信息，從而提高納米顆粒形態分析質量，有助于其的進一步發展和應用。

參考文獻：Classification and biological identity of complex?nano shapes

文獻鏈接：https://www.nature.com/articles/s43246-020-0033-2

本文由nanoCJ供稿。

本內容為作者獨立觀點，不代表材料人網立場。

未經允許不得轉載，授權事宜請聯系kefu@cailiaoren.com。

歡迎大家到材料人宣傳科技成果并對文獻進行深入解讀，投稿郵箱: tougao@cailiaoren.com.

投稿以及內容合作可加編輯微信：cailiaorenVIP。