2014年7月10日
本稿では、空間相関化学的、構造的、およびナノインデンテーションを用いAtractosteusへらの多層スケール(A.ヘラ )の機械的特性をプロービングするために使用される方法を提示し、フーリエ変換赤外(FTIR)分光法、走査電子顕微鏡(SEM)およびX-線が断層撮影(X線CT)を計算しました。実験結果は、保護生物学的材料の設計原理を調査するために使用されてきた。
この手順の全体的な目標は、X線コンピュータ断層撮影、変換赤外分光法のナノインデンテーション、およびエネルギー分散型X線分光法と組み合わせた走査型電子顕微鏡法を実施することにより、多層鉱化魚のスケールの構造、化学的、および機械的特性を決定することです。これは、まず、スケールから軟組織を取り出し、スケールをマウントして切片化し、次に段階的な琢磨を行うことにより、分析用の個々のスケールを準備することによって達成されます。2番目のステップは、ダイヤモンドパーコビッチチップを使用してスケールの断面に沿って空間的に相関したナノインデンテーションを行い、局所的なナノ機械的特性を決定することです。
次に、魚の内側と外側の鱗の層をFTIR顕微鏡で調べて、それぞれの層の主要な機能基を特定します。最後のステップは、走査型電子顕微鏡のEDX検出器を使用して、局所的な化学組成を魚の鱗に作られたナノインデンテーションに相関させ、さまざまな層と破面のインデントの画像をキャプチャすることです。最終的には、これらの様々な実験手法を組み合わせることで、構造特性の関係を理解することで、鉱化魚鱗の自然な設計原理を解明します。
この手法がバルク統計的ナノインデンテーションなどの他の既存の試験方法と比較した場合の主な利点は、化学組成構造と局所的な機械的特性との間に直接的な相関関係を実際に提供することです。しかし、関心のある領域では、この方法を実際に適用して、構造生体材料の空間分布と化学組成構造、および機械的特性を研究しています。また、セメントベースの材料、多相複合材料、およびマイクロメートルおよびナノメートルの長さスケールでその不均一性を示すあらゆるタイプの不均一材料を含む多くの用途があります。
魚の鱗の短軸の横断面を調べるには、魚の鱗を直径32 mmのサンプル型に保持し、市販のプラスチックサンプルホルダーを使用して、エポキシ樹脂に取り付けながらサンプルを正しく向き続けます。サンプルを型に保持したら、未硬化のエポキシをサンプルに注ぎます。製造元の指示に従ってエポキシを硬化させた後、ダイヤモンドブレード高精度カットオフソーを使用して、サンプルの正中線にマウントされたサンプルを切片
付けします。サンプルがナノにロードされ、デントインに入ったら、ソフトウェアコントロールを使用して試料を最初のインデントの位置に移動し、15マイクロメートルの間隔で4列のインデントを平行に実行して、この位置から始まる統計的に有意なデータセットを取得します。次に、ナノインデンチャを最大負荷5ミリニュートンのロードおよびアンロード速度を毎秒0.1ミリニュートン、全体の時間を30秒、各行の最小インデント間隔を5マイクロメートルに設定します。バッチが完了すると、ナノインデンチャーの半分は、最初と最後のインデントで最大荷重が100ミリニュートンのフィデューシャルインデントを作成します。これは、それぞれアノエ層の前と骨層の後にエポキシにあるはずです。
ナノインデンテーション後、さらなる脱水を避けるために、サンプルをPBS溶液に戻します。最も長い寸法が検出器と平行になるように、サンプルをしっかりと取り付けます。スキャナーをセットアップした後、発泡スチロールやパラフォームなどのX線に対して透明な材料を使用して、マウントされたサンプルをスキャナーステージに固定します。
サンプルが回転の中心にくるようにサンプルを配置します。スキャン全体を通して、スケール全体が視野に入ることができる最高の解像度(この場合は7.5マイクロメートル)を選択します。データ取得後、X線投影画像を再構築して、断面画像を含むデータセットを作成します。
次に、ソフトウェアを使用して最終的な3Dグレースケール画像を取得します。グレースケール範囲を適切なレベルに調整して、発泡スチロールとパラフォームからアーティファクトを取り除きます 研磨されたサンプルのナノインデントのSEMまたは走査型電子顕微鏡イメージングの場合、インデントされた表面を上に向けて、両面カーボンテープを使用してサンプルをSEMスタブに貼り付けます。次に、試料をSEMチャンバーに入れ、チャンバーを低真空モードにポンプで送ります。
作動距離を3.0〜5.0ミリメートルに調整します。高電圧を作動させ、試料上の関心領域(この場合は無骨層と骨層に存在する構造)に移動します。次に、5キロボルトから15キロボルトの高電圧と3.9ナノアンペアの低ビーム電流で画像を取得します。
解像度を向上させるには、低真空後方散乱電子BSE検出器を使用して、250 xから10, 000 xの倍率で少なくとも3つの関心領域から画像をキャプチャして、バイオミネラルの含有量と密度の変化の識別を支援します。これに続いて、インデントの各行の最後にフィデューシャルマークで示されるナノインデンテーショングリッドを含む、研磨された試料上の関心領域に移動します。高電圧が少なくとも15キロボルトであることを確認してください。
ビーム電流は少なくとも3.9ナノアンペアで、作動距離は5.0ミリメートルを超えています。次に、EDXを使用して分析する領域の後方散乱電子像をキャプチャします。EDX解析ソフトウェアを使用。
同じ画像をキャプチャして、インデントの線に沿って化学分析を実行する領域を特定するのに役立ちます。次に、ライン分析手法を使用して、最初のインデントから始まり最後のインデントで終わるインデントの対象ラインに沿って化学分析を実行するラインを配置します。ライン上に配置する解析ポイントの数を、存在するインデントの数と同じ数で指定し、化学組成と機械的特性との間に直接的な空間的相関関係を提供します。
線が配置され、ポイントが正しく指定されている場合。ライン解析終了後、EDXソフトウェアを使用してライン解析を開始します。試料の研磨面上の指定された線に沿って取得された点スペクトルから、定量化すべき元素を特定します。
関心のある要素が特定されたら、バックグラウンドキャリブレーションを実行して、ブレムストロー肺放射線やその他の影響を考慮します。ソフトウェアのデコンボリューション分析オプションを選択すると、指定したラインに沿った各ポイントで定量分析が行われ、各ポイントの化学組成が定量化されます。最後に、定量的化学分析結果を、アノエ層のナノインデンテーションを使用して測定された機械的特性との空間的相関を助けるために分析された指定されたラインの画像とともに保存し、ナノインデンチャーは平均弾性率69.0ギガパスカルと硬度3.3ギガパスカル
を計算しました。ナノインデンチャーは、骨層の平均弾性率を14.3ギガパスカル、硬度を0.5ギガパスカルと決定しました。アノエと骨の層には、化学組成の定量化可能な違いが含まれています。骨層の炭素スパイクは、低石灰化に起因する可能性があり、その結果、炭素が増加し、BSE画像の明るさが減少し、骨およびENE層のFTIRスペクトルは、外側のGWE層にヒドロキシアパタイトの特徴を示し、内側の骨層にコラーゲンの特徴を示します。
X線CTは、gwe層がスケールが重なる骨層をカバーしていないことを示しています。明るい灰色のgwe層は密度が高く、硬く、硬く、暗い灰色の骨層は密度が低く、硬さが低くなります。ging 層の中心付近に透明なくぼみが観察され、その不均一性を示しています。
エッチングされた破面の低倍率SEM画像は、FTIR高倍率SEMと相関するging層の層状パターンに組織化されたナノ構造を明らかにし、エッチングされた破断面の画像は、ging層に配向したナノロッドを示し、骨層には繊維のようなナノ構造が観察されますその開発後。この技術は、化学組成構造と機械的特性の空間分布を研究するための生体材料と複合材料に関する追加の研究、および多相複合材料の界面を調べるための道を開きました。さて、このビデオを見た後、試料を準備し、化学組成を構造生体材料の構造および機械的特性と空間的に相関させるための分析を実行する方法についてよく理解しているはずです。
これらの手法は、他のタイプの不均一多相材料の研究にも適用でき、適応可能です。
この研究は、高度な画像処理技術と機械的試験技術を用いて、多層の魚鱗の構造、化学組成、機械的特性を調査します。ナノインデンテーション、FTIR分光法、X線コンピュータ断層撮影などの手法を用いて、これらの生体材料の設計原理を解明します。
Understanding structure-property relationships in heterogeneous biomaterials enables predictive confidence in biomimetic design and material de-risking. This approach supports early discovery by linking nanoscale mechanical behavior to chemical composition, informing target validation for protective material systems. The methodology provides translational value for R&D pipelines focused on multi-phase composites and bio-inspired material development.
This method integrates into the discovery continuum from early target validation through lead identification by providing mechanistic insights into material performance.