לכימות רנטגן פלורסצנטיות נתונים באמצעות מפות
February 17th, 2018
כאן, נדגים את השימוש בתוכנה התאמה פלורסצנטיות רנטגן, מפות, שנוצרו על-ידי Argonne National Laboratory עבור כימות של קרינה פלואורסצנטית מיקרוסקופ נתונים. כימות הנתונים שמביאה שימושי להבנת התפלגות היסודות של יחסי stoichiometric בתוך מדגם של ריבית.
פלואורסצנציה של קרני רנטגן מבוססת סינכרוטרון היא טכניקה חשובה להתבוננות בהפרדת יסודות, קשרי סטוכיומטריה והתנהגות אשכולות בדגימות ממגוון תחומים כולל ביולוגיה, כימיה ומדעי החומרים. המידע המתקבל ממחקרים אלה הוא איכותי עד שנעשה שימוש בהליכי כימות נאותים כדי להמיר ספירות פלואורסצנטיות גולמיות למסות אוויריות יסודיות. סרטון זה ידגים כיצד להשתמש בתוכנית הכימות שנוצרה על ידי המעבדה הלאומית ארגון כדי לייצר מידע מספרי עבור מפות פלואורסצנטיות דו-ממדיות של קרני רנטגן.
כדי להשתמש בתוכנית MAPS, ראשית יש צורך להוריד את תוכנת IDL מהאינטרנט. ניתן לעשות זאת כרגע על ידי כניסה לאתר של IDL ויצירת חשבון. לאחר מכן, בחר החשבון שלי ואז הורדות, והוא יציג דף של כל התוכניות הזמינות.
גלול מטה ובחר את הגרסה העדכנית ביותר של IDL. ניתן להוריד את MAPS הבא מאתר המעבדה הלאומית ארגון. לאחר הורדה וחילוץ תיקיית ה-zip, אמורים להיות ארבעה קבצים. תרכובת.
דאט, הנקה. XDR, מפות xrf_library.csv. יש להעתיק ולהדביק את שלושת הקבצים מלבד מפות בתיקיית המשנה IDL הנקראת lib.
עבור מחשבי Windows, סביר להניח שניתן למצוא זאת בתוך קבצי תוכנית תחת התיקיה Exelis. בדרך כלל נוח להפעיל את ההתאמה משולחן העבודה, אולם זה קריטי ששם התיקיה והנתיב לא יכילו רווחים או תווים מיוחדים אחרת MAPS יפיק שגיאה בעת ניסיון להפעיל את ההתאמה. אם הנתיב לשולחן העבודה מכיל רווחים, מקם את התיקייה במקום אחר.
לדוגמה, ישירות בתוך כונן C. להדגמה זו אני ממקם את תיקיית ההתאמה ואת ה-MAPS. סמל SAV בשולחן העבודה לגישה נוחה.
בתוך תיקיה זו מקם את הקבצים maps_fit_parameters_override. txt maps_settings.txt. דוגמאות לקבצים אלה זמינות במסמכים התומכים.
לאחר מכן, צור תיקיה בשם mda והדבק את קובץ המפה ברזולוציה גבוהה שנבחר שישמש בתחילה להתאמה. מתווספים גם קבצים להתאמה הסטנדרטית וצריכים לכלול קובץ אחד או ארבעה בהתאם למספר רכיבי הגלאי המשמשים את המגזר. קבצים אלה מציינים את התקן.
אם נעשה שימוש בתקן AXO, יש לקרוא לקובץ axo_std. mca, אחרת אם נעשה שימוש ב-NIST או בכל תקן אחר, ניתן לקרוא לו כל דבר המסתיים ב-mca מכיוון שקבצים אלה ייבחרו מאוחר יותר. לאחר מכן, עבור גלאי של ארבעה רבעים, יש לקרוא לקבצים הסטנדרטיים ולקבצים fit_parameter כך, החל מ-mca0 ל-mca3 ו-txt0 ל-txt3 וכולל קובץ fit_parameters אחד המסתיים ב-txt.
לאחר מכן, בדוק את קובץ הגדרות המפות שהוא משתמש במספר הנכון של רכיבי הגלאי. במקרה של התאמה זו, נעשה שימוש באלמנט גלאי אחד. לאחר שהתיקיה המתאימה מוכנה, פתח את MAPS ושנה את הספרייה לתיקיה שנוצרה זה עתה על שולחן העבודה.
לאחר מכן לחץ על אישור ועבור לתצורה. לחלון התצורה מגוון תכונות הקובעות את הפרמטרים להתאמה. ראשית, בחר את קו האלומה המייצג את קו האלומה המשמש למדידות.
אם המדידות נלקחו במעבדה הלאומית ארגון, אז קו האלומה צריך להתאים ישירות. אחרת, מידע נוסף על הבחירה שבה יש להשתמש כלול בכתב היד. לאחר מכן, בחר את קובץ ה-mda שישמש ולאחר מכן הקלד את האנרגיה האירועית המשמשת למדידה.
בחר התחל עיבוד והמתן עד לסיום התוכנית. לאחר השלמתו, עבור לקובץ ולאחר מכן בחר באפשרות הראשונה. פתח את ממוצע תמונת XRF או אלמנט בודד.
סדרה של תיקיות חדשות הייתה אמורה להיווצר על ידי התוכנית, לכן בחר img והקבצים המתאימים או קבצי h5 שנוצרו צריכים להיות ממוקמים בתיקיה זו. בחר את file המתאים למפה ולאחר מכן שנה את התפריט הנפתח השני משמאל לנורמליזציה. במצב זה, הנתונים מנורמלים לתא היונים במעלה הזרם או USIC.
בחירה בתצוגה מרובת אלמנטים תייצר תמונות עבור ערוצי היסודות הבודדים. היחידות נמצאות כעת במיקרוגרם לסנטימטר בריבוע. אבל הערכים עדיין לא מייצגים את הכמויות המותאמות.
כדי לעבוד על ההתאמה, במקום זאת הנתונים נראים כסכום של כל הספקטרום מכל פיקסל של המפה שניתן לצפות בו על ידי מעבר לצפייה, שרטוט ספקטרום אינטגרלי. לאחר מכן עבור ליצירת פלט, ייצא סדרת ספקטרה משולבת גולמית ארוכה כדי לשמור את התמונה. סגור את החלון ועבור אל כלים, כלי ספקטרום, ספקטרום עומס.
אתר את הקובץ שיוצא זה עתה לתיקיית הפלט. בדרך כלל מיון תיקיית הפלט לפי תאריך שינוי היא הדרך המהירה ביותר למצוא קבצים שכן כל התאמה חדשה תעדכן את הקבצים בתוך התיקיה. הספקטרום המיוצא ייקרא intspec ואחריו קו האלומה ומספר הסריקה ואז txt.
לאחר פתיחת הספקטרום, פתח את קובץ maps_fit_parameters_override. ראשית בדוק שמספר רכיבי הגלאי נכון. הבא באלמנטים שיתאימו לקו, כלול את כל האלמנטים הצפויים להיות במדגם.
שים לב שרכיבי קו L ורכיבי קו M כוללים את הסיומת _L או _M בהתאם. כאן ידוע כי נחושת נמצאת במדגם, אך היא לא תיכלל כדי לספק דוגמה להתאמה לא שלמה. גלול מטה, הזן את אנרגיית האירוע לאנרגיית פיזור קוהרנטית.
לאחר מכן, בשתי השורות הבאות, הזן טווח אנרגיה מקסימלי ומינימלי עבור התוכנית לשימוש כגבולות. בדרך כלל טווח של פלוס ומינוס 2 לפלוס ומינוס 5 keV מספיק. בהמשך, בדקו שהאנרגיה המקסימלית והמינימלית להתאמה כוללת את האנרגיות המעניינות של היסודות.
בנוסף, בדוק שלאלמנט גלאי הקו יש את המספר הנכון שיתאים לגלאי גרמניום או סיליקון. בתחתית הקובץ קיימת אפשרות לשנות את שמות ערוצי הגלאי המשמשים בהתאמה. מידע נוסף על אופן השינוי מתואר בפירוט רב יותר בכתב היד.
לאחר ביצוע שינויים, שמור את המסמך. לאחר מכן בחר ניתוח, התאם ספקטרום, וחלון יופיע. בחלק העליון, ניתן להגדיר את טווח האנרגיה להתאמה וכן את מספר האיטרציות המשמשות להתאמה.
לאחר שינוי הטווח, בחר את השלישי מארבעת הכפתורים בתחתית והתוכנית תפעל בהתאמה. מחלון כלי המפרט, יש סדרה של תפריטים נפתחים המאפשרים הדמיה של עקומות שונות. ברשימה הנפתחת, הגדר אחד למותאם ואת שאר הבחירות ללא.
בפינה השמאלית התחתונה, בחירה באפשרות הוסף אלמנט מאפשרת למשתמש לחפש בספקטרום אחר פסגות חסרות. באמצעות סימן הפלוס ולחיצה עליו, נראה כאילו השיא החסר בהתאמה הוא פסגת הנחושת K alpha one. עבור פסגות מסוימות, במיוחד משמאל לתמונה, נראה שההתאמה כוללת את האלמנטים הנכונים אך הקווים עדיין רחוקים מאוד בעוצמה הנכונה מעוצמת הספקטרום.
ניתן לשפר זאת על ידי הגדלת מספר האיטרציות. בדרך כלל מספיקים לפחות 50 כדי לעשות הבדל ניכר. כעת חוזרים לקובץ fit_parameters, הוספת נחושת, שמירה ולאחר מכן הפעלה מחדש של ההתאמה מראה שהשיא נמצא כעת בכושר טוב.
לאחר חיפוש אחר כל האלמנטים החסרים שנותרו, ההתאמה נראית טוב. במקרים מסוימים, עדיין יש כמה פסגות שהקווים לא תואמים בצורה מושלמת. לדוגמה, שתי הפסגות נמצאות על ארבע keV התואמות את קווי האינדיום Lg1 עד Lg4 נראה שיש להם את האלמנט הנכון מתאים, אך ההתאמה מעריכה את עוצמות השיא גבוהות יותר ממה שהופק בפועל מהמדידה.
מצב זה מתרחש בתדירות הגבוהה ביותר עבור רכיבי שורה L. מכיוון שאלמנטים של קו K ערכו יחסי עוצמת שיא בספרות, בעוד שבמקום זאת היחסים של גבהי שיא עבור קווי L תלויים הרבה יותר באנרגיה המתרחשת. כדי לשפר את התאמת הקווים הללו, ראשית יש ליצור שורה בקובץ fit_parameters להתאמת משפחת ההסתעפות.
מספרים אלה מציינים את העוצמות היחסיות בהשוואה לספרות עבור משפחות L1, L2 ו-L3 המוצגות כקווים צהובים, ורודים וכחולים בכלי המפרט. לעתים קרובות מספרים אלה יכולים להישאר כאחדים או שווים לערכי הספרות. במקום זאת, היחס עבור כל שורה בודדת ישתנה.
לפני התאמת יחס ההסתעפות עבור אינדיום, שימו לב שיחסי ההסתעפות עבור קווי הגמא L מוגדרים כולם לאחד. על ידי התבוננות בספקטרום האינטגרלי, ברור שערך הספרות גבוה מדי. הערכת אחוז ההפרש בין הקווים הירוקים והלבנים עבור כל אנרגיה, ולאחר מכן שינוי יחס ההסתעפות, חיסכון והפעלה מחדש של ההתאמה, יש שיפור ניכר בהתאמת הקו הירוק לקו הספקטרום הלבן.
לעתים קרובות תהליך זה ייקח כמה ניסיונות, אך יש צורך להבטיח את דיוק ההתאמה. לאחר זיהוי fit_parameters המייצרים את ההתאמה הטובה ביותר האפשרית, הפעל את ההתאמה פעם נוספת ב-10 או 50 K איטרציות. זה נעשה מכיוון שכל התאמה מעדכנת את קובץ maps_fit_parameters_override הממוצע שנוצר שיהיה הקובץ שמיושם בפועל להתאמה.
לאחר השלמת ההתאמה הסופית, סגור את חלון כלי המפרט. לאחר מכן הוסף _input לקובץ maps_fit_parameters ושנה את שם הקובץ הממוצע שנוצר לקריאת maps_fit_parameters_override.txt. לאחר השלמת זה, חזור לחלון התצורה ובחר את קו האלומה.
לאחר מכן סמן את השתמש בהתאמה והעתק והדבק את כל קבצי ה-mda כך שיתאימו לתיקיית mda. באמצעות קבצי mda נבחרים, עברו וסמנו את כל הקבצים המתאימים. אנרגיית האירוע כבר תוזן מתהליך ההתאמה.
משמאל לחלון, באמצעות סמלי הפלוס והמינוס, לחץ וסמן את התיבות עבור הרכיבים הכלולים בקובץ fit_parameters. רכיבים מסוימים אינם כלולים בתיבה זו. למשל, אינדיום לא.
כדי לכלול אינדיום, סמן תיבה עבור כל אחד מהרכיבים האחרים שאינם מתאימים. לאחר מכן, בקטגוריית שם החזר ההשקעה, שנה את השם לזה של האלמנט הדרוש. לאחר מכן, באמצעות כל מסד נתונים פלואורסצנטי, למשל היישום Hephaestus, מצא את האנרגיה עבור קו האנרגיה הראשי.
במקרה זה, האינדיום L אלפא אחד. המשך לגלול בין האלמנטים עד הסוף ובחר גם S_I, S_E, S_A, TFY ורקע. בפינה השמאלית העליונה, בחר הגדרות ימניות כדי להגדיר קובץ כדי לשמור את הגדרות ההתאמה לשימוש עתידי.
בשלב זה, אם יש להשתמש בתקן NIST להתאמה, בחר את הכפתור המתאים למספר התקן של NIST NBS 1832 או 1833. ולאחר מכן בחר את שם הקובץ עבור התקן מתיקיית האב. לאחר מכן, ההתאמה מוכנה.
אז בחר התחל עיבוד כדי להתחיל. לאחר השלמת האביזרים, ניתן לדמיין אותם כמו קודם על ידי מעבר לקובץ, פתיחת תמונת XRF, אלמנט ממוצע או בודד. ואז לצפייה, תצוגה מרובת אלמנטים.
באמצעות גלאי אלמנטים נבחרים בפינה השמאלית התחתונה, ניתן לשנות את הערוצים המנותחים. מכאן מוצגים ערכים מספריים במיקרוגרם לסנטימטר רבוע בסדר גודל הצפוי למדגם. החישוב המשמש להערכת הערכים הצפויים נרשם בכתב היד.
לדוגמה, מוצגים כאן הנתונים הכמותיים עבור רוב היסודות של תא סולארי סיג, נחושת, אינדיום וגליום. בשל אנרגיית האירוע בה נעשה שימוש, המדידה לא הייתה רגישה או מסוגלת לזהות את שיא הסלניום. אז זה לא נכלל.
מנתונים אלה, ניתן כעת לקשר את התפלגות היסודות השונים בתוך הדגימה זה לזה ולהסיק מסקנות לגבי האופן שבו הקטיונים השונים של תא סולארי סיג מתפלגים בתוך מכשיר ומידת חוסר ההומוגניות שהם מציגים. ניתן לצפות שוב בספקטרום ההתאמה עבור כל אחת ממפות ההתאמה על ידי מעבר לצפייה, ספקטרום אינטגרלי של תרשים. כאן צריך להיות מסוגל לראות את ספקטרום הנתונים בלבן ואת ההתאמה לצבע.
ניתן להשתמש בזה כדי לבדוק את ההתאמה של כל קבצי הנתונים רק כדי להיות בטוחים שהתהליך הוחל כראוי על כל מפה. לבסוף כדי לייצא את הנתונים, עבור אל יצירת פלט ובחר ייצוא, צור קבצי ASCII משולבים של מפות. פעולה זו תיצור קובץ אקסל המכיל את נתוני הקרינה הכמותית עבור כל האלמנטים המוצגים.
כדי לשנות או להוסיף אלמנטים, השתמש באפשרות בחר גלאי אלמנטים. לאחר מכן ניתן למצוא את הנתונים בתיקיית הפלט. סרטון זה הסביר צעד אחר צעד כיצד להשתמש בתוכנה המתאימה MAPS שנוצרה על ידי המעבדה הלאומית ארגון לכימות נתוני פלואורסצנטיות של קרני רנטגן.
בעוד שההליך שימושי מאוד למגוון מצבים, ישנם תרחישים ואתגרים רבים של מקרים מיוחדים הדורשים התייחסות נוספת. אלה מתוארים בפירוט רב יותר להלן ושיפורים מתמשכים נעשים כדי לקדם עוד יותר את הדיוק של התאמת ספקטרום הקרינה של קרני רנטגן. עם זאת, היכולת של התוכניות להפוך מפות פלואורסצנטיות דו-ממדיות איכותיות ברזולוציה גבוהה לכמויות יסודות כמותיים שנפתרו מרחבית מספקת עלייה משמעותית במידע שניתן להשיג ממדידות אלה.
אנו מקווים שהדגמה זו עזרה להבנה טובה יותר של תהליך כימות נתוני מיקרוסקופיה פלואורסצנטית של קרני רנטגן. תודה שצפית.
View the full transcript and gain access to thousands of scientific videos
סקירה כללית
מחקר זה מדגים את השימוש בתוכנת MAPS לכימות נתוני מיקרוסקופיה פלואורסצנטית. הנתונים המקומטים עוזרים להבנת חלוקת היסודות ויחסים סטויכיומטריים בתוך דגימות.
מרכיבי המחקר העיקריים
תחום המדע
- נוירומדע
- ביולוגיה
- מדעי החומרים
רקע
- פלואורסצנציה של קרני X המבוססת על סינכרוטרון חיונית לחקר הפרדת היסודות.
- כימות נכון ממיר ספירות פלואורסצנטיות גולמיות למסות אוויריות של יסודות.
- טכניקה זו חלה על תחומים מדעיים שונים.
- הבנת היחסים הסטויכיומטריים חיונית לניתוח חומרים.
מטרת המחקר
- להדגים את תוכנית MAPS לכימות נתוני פלואורסצנציה.
- לספק מידע נומרי למפות פלואורסצנציה תלת-ממדיות של קרני X.
- לשפר את ההבנה של חלוקת היסודות בדגימות ביולוגיות.
שיטות ששימשו
- שימוש בתוכנת MAPS שפותחה על ידי המעבדה הלאומית ארגון.
- הורדת תוכנת IDL להפעלת תוכנית MAPS.
- יצירת מפות פלואורסצנציה תלת-ממדיות של קרני X מנתונים גולמיים.
- המרת נתונים איכותיים למידע כמותי על יסודות.
תוצאות עיקריות
- כימות מוצלח של נתוני מיקרוסקופיה פלואורסצנטית.
- הדמיה ברורה של חלוקת היסודות בתוך הדגימות.
- קביעת יחסים סטויכיומטריים מנתונים מקומטים.
- הדגמה של יכולות תוכנית MAPS בניתוח נתונים.
מסקנות
- תוכנת MAPS יעילה לכימות נתוני מיקרוסקופיה פלואורסצנטית.
- נתונים מקומטים משפרים משמעותית את ההבנה של היחסים בין היסודות.
- טכניקה זו יכולה לשמש בתחומים שונים לניתוח חומרים טוב יותר.
שאלות נפוצות
Executive Industry Relevance
Quantifying X-ray fluorescence (XRF) data transforms qualitative elemental maps into spatially resolved, quantitative concentration data, enabling precise assessment of material composition and heterogeneity. This capability supports target validation in drug discovery by providing mechanistic insights into elemental distribution, stoichiometry, and clustering behavior in biological and material systems. The MAPS software facilitates reproducible, high-sensitivity analysis that informs go/no-go decisions in early discovery and preclinical development.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses by quantifying elemental segregation and stoichiometric relationships in samples.
- Operational Value: Supports biological de-risking through functional target validation via elemental mapping and distribution analysis.
- Predictive Value: Enhances portfolio triage by delivering quantitative data on elemental concentrations that inform mechanistic de-risking.
Screening & Assay Development
- Assay Readiness: Prepares validated biological systems for downstream workflows by generating reproducible, quantitative XRF outputs.
- Standardization: Addresses assay reproducibility and quantitative readout generation through calibrated fitting procedures.
- Scalability: Highlights platform reuse and screening readiness via standardized MAPS workflows for multi-element detection.
Translational & Preclinical Research
- Translational Continuity: Discusses disease relevance through elemental distribution analysis in Cu(In,Ga)Se₂ solar cells as a model for spatially resolved compositional evaluation.
- Preclinical Alignment: Describes continuity from discovery through preclinical validation by linking elemental quantification to stoichiometric and clustering behavior insights.
- Risk-Adjusted Decisions: Supports advancement decisions by providing quantitative thresholds for elemental homogeneity and distribution.
Pipeline & Workflow Integration
The MAPS workflow integrates into the discovery continuum from early target validation through lead identification to preclinical work by enabling quantitative elemental analysis that informs biological mechanism and material behavior.
- Discovery Biology: Supports hypothesis testing and pathway clarification by quantifying elemental distribution and identifying inhomogeneity in samples.
- Screening: Describes assay readiness and reproducibility through standardized fitting of XRF maps to known standards for quantitative output generation.
- Analytics: Highlights measurements such as micrograms per centimeter squared and integral spectrum fitting that enable cross-condition comparison and threshold setting.
- Translational Research: Connects method to preclinical continuity by demonstrating how quantified elemental data informs material behavior and device performance in model systems.
- Enterprise Reuse: Positions MAPS as a reusable capability for multi-project elemental analysis rather than a single-use technique due to its standardized file structure and configurable parameters.
Operational & Enterprise Impact
- Scientific Value: Predictive confidence, target validation, reduction of mechanistic ambiguity in elemental distribution.
- Operational Value: Standardization, reproducibility, and scalability of XRF quantification across sample types and detector configurations.
- Strategic Value: Better go/no-go decisions, capital efficiency, and reduced late-stage biological risk through early elemental de-risking.
- Portfolio Impact: Risk-adjusted prioritization and advancement decisions based on quantitative elemental homogeneity and stoichiometric ratios.
Implementation Considerations
- Requires expertise in XRF spectroscopy, IDL software, and spectral fitting procedures.
- Needs access to synchrotron beamlines and computational infrastructure for IDL and MAPS execution.
- Demands cross-team standardization of file naming, pathway conventions, and detector element configuration.
- Involves adaptation considerations for varying detector quadrants, standard types (e.g., AXO, NIST), and incident energy settings.
- Includes practical limitations such as sensitivity to incident energy (e.g., selenium undetectable at used energy) and L-line fitting challenges requiring branching ratio adjustments.
