$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Esta aplicação fornece uma análise fácil e rápida dos espectros de emissão através de dois métodos principais comumente utilizados na comunidade fotofísica. A primeira é a Análise de Forma de Linha de Franck-Condon (FCLSA), que fornece informações sobre a energia e o acoplamento vibrônico associados ao decaimento de moléculas de estado excitado de volta aos seus estados fundamentais. Isso é conseguido otimizando os valores dos parâmetros para maximizar a bondade do ajuste de um espectro usando uma das duas possíveis equações de modelagem FCLSA. O segundo método de análise fornece informações sobre a cor observada da luz emitida pela molécula. Combinando curvas de cores de triestímulo com dados de intensidade fornecidos, a coordenada CIE pode ser calculada. Essa determinação permite a previsão de cores altamente precisa dos espectros de absorção e emissão.
Os espectros experimentais de fotoluminescência são comumente medidos usando um tubo fotomultiplicador (PMT) ou dispositivo de carga acoplada (CCD) como detector e plotados como intensidade de emissão versus comprimento de onda (nm). Muitas caracterizações fotofísicas, incluindo FCLSA e cálculo da energia livre do estado excitado, são realizadas no espaço de número de onda, como demonstrado pelo uso de
(cm-1) nas equações correspondentes acima. Além da conversão do eixo x, a intensidade de emissão medida versus o comprimento de onda, denotado como I(λ), deve ser convertida em
. Este aplicativo identifica automaticamente as unidades originais do eixo x dos dados espectrais importados como comprimento de onda (nm) ou número de onda (cm-1). Por padrão, o aplicativo converte os dados espectrais, normaliza o espectro para unidade no pico de intensidade máxima e plota o espectro como "Normalizado
vs. número de onda (cm-1)" para indicar que a conversão de intensidade correta foi aplicada. Embora seja recomendável que todo o ajuste seja realizado usando unidades de número de onda, a aplicação também pode plotar o espectro como " Normalized I(λ ) vs. wavelength (nm)" seguindo as instruções na seção 2 acima.
Há dois algoritmos de otimização disponíveis para uso no aplicativo. A opção padrão são os mínimos quadrados amortecidos, que utilizam o algoritmo de Levenberg-Marquardt21. Combinando uma versão da descida gradiente e o algoritmo de Gauss-Newton, esse algoritmo encontra mínimos locais, não necessariamente globais. Embora essa seja uma limitação significativa, o algoritmo oferece vantagens em sua personalização - esse método pode levar em conta a ponderação preferencial de pontos de dados, realizar um ajuste robusto e exibir estatísticas avançadas de qualidade de ajuste22. O método alternativo de otimização é livre de derivadas, alimentado pelo algoritmo simplex de Nelder-Mead23. Este algoritmo usa um método heurístico para retornar um mínimo global da função de custo dada (neste caso, uma soma de diferenças ao quadrado entre as intensidades previstas e observadas). O método simplex já foi usado para FCLSA antes, embora o código que o implementa nunca tenha sido publicado24.
Tanto os métodos de otimização de mínimos quadrados quanto os simplex funcionam melhor para espectros estruturados que exibem picos estreitos, bem definidos e simétricos. À medida que os espectros se tornam menos estruturados, o que significa que eles perdem simetria e os picos se ampliam, esses métodos levam a ajustes menos robustos, onde os parâmetros podem se tornar altamente correlacionados. Tipicamente, os espectros registrados em baixas temperaturas ou em meios rígidos são mais estruturados quando comparados aos obtidos próximos à temperatura ambiente ou em solução fluida 12,25,26. As opções de ajuste robustas incluídas no método de mínimos quadrados podem ajudar a aliviar esse problema. Esse problema pode ser significativamente diminuído se um ou mais dos parâmetros forem corrigidos para um valor constante durante a otimização. Por exemplo, experimentos de espectroscopia IR podem ser usados para determinar valores relevantes de espaçamento quântico (ħω). Como alternativa, valores relevantes da literatura podem ser usados para definir limites personalizados para os parâmetros.
Em alguns casos, o ajuste da FCLSA e os parâmetros obtidos das rotinas de otimização não representam adequadamente os dados, mesmo quando opções de ajuste robustas ou parâmetros fixos são empregados. Esta é uma falha dos algoritmos de ajuste e pode estar associada aos múltiplos parâmetros de ajuste da FCLSA (superparametrização potencial) ou à forma espectral dos dados (espectros sem características). Nestes casos, uma melhoria adicional dos ajustes pode ser obtida usando um "ajuste manual" dos dados com manipulação dos parâmetros FCLSA. A adequação de tais ajustes pode ser avaliada visualmente e quantificada comparando estatísticas de qualidade de ajuste que são automaticamente incluídas no gráfico.
Uma rotina geral a ser seguida para um ajuste manual preciso consiste nas cinco etapas a seguir: Primeiro, determine uma estimativa inicial para E0 manualmente ou automaticamente usando um dos três métodos fornecidos. Por padrão, o valor do parâmetro é atribuído ao número de onda associado ao pico de intensidade mais alto detectado na importação de dados. Alternativamente, o usuário pode definir E0 como o número de onda no qual o espectro de emissão cruza seu espectro de excitação correspondente. O método final para determinar E0 usa a chamada Regra X%, onde X = 1 ou 10. Neste método, E0 é atribuído a um número de onda X% da largura total na intensidade meio-máxima (FWHM) do pico de dados mais proeminente assumindo uma forma de banda gaussiana. O segundo passo no protocolo de ajuste manual é calcular ħω com base no espaçamento quântico observado na estrutura do espectro de emissão. Se possível, consulte o espectro IR da molécula e tente correlacionar o valor baseado em fotoluminescência a uma banda forte no espectro IR. Em terceiro lugar, determine S com base nas intensidades relativas dos picos espectrais. Em quarto lugar, determine um Δv1/2 aproximado com base na largura de banda. Quinto, reajustar iterativamente S e Δv1/2 conforme necessário.
A dificuldade em realizar a FCLSA utilizando espectros amplos e relativamente sem características foi demonstrada através do procedimento de adaptação do 9,10-difenilantraceno em solução fluida a 292 K em comparação com o realizado para o espectro mais estruturado obtido em vidro congelado a 77 K. Ao ajustar o espectro de temperatura ambiente, a otimização retornou um coeficiente inicial de determinação de 0,9971 que foi melhorado para 0,9994 através do ajuste manual dos parâmetros e inspeção visual dos resultados. Em contraste, o ajuste manual da variante de baixa temperatura foi desnecessário devido à estrutura fina do espectro que resultou em um coeficiente de determinação igual a 0,9991 após a otimização simplex.
Em muitos casos, ambas as rotinas de otimização (mínimos quadrados e simplex) retornam resultados muito semelhantes. Isso é indicativo de que eles encontraram um mínimo global para os parâmetros da FCLSA. Em geral, o método dos mínimos quadrados tende a ser mais adequado para dados que são barulhentos, não são bem estruturados ou contêm muitos pontos de dados próximos de zero nas caudas do espectro. Por outro lado, o método simplex tende a retornar melhores ajustes do que o método de mínimos quadrados para dados que são bem estruturados e possuem poucos pontos atípicos. Nesses casos, o método simplex normalmente requer pouca pré-otimização manual dos valores dos parâmetros e nenhum ajuste após a otimização. Para os casos em que o ruído dos dados ou a falta geral de estrutura impedem um ajuste de alta qualidade usando qualquer um dos métodos de otimização fornecidos, recomenda-se que o método de ajuste manual (veja acima) seja empregado sem otimização subsequente.
Esta aplicação oferece várias vantagens em relação às implementações anteriores da Análise Lineshape de Franck-Condon. A primeira e mais importante vantagem é que ele é gratuito, acessível ao público e totalmente transparente. Isso é feito postando o código no GitHub, fornecendo acesso a qualquer pessoa com um computador e conexão com a Internet (https://github.com/USArmyResearchLab/ARL_Spectral_Fitting). Não só qualquer pessoa pode acessar este aplicativo, mas eles também podem visualizar o código subjacente. Isso oferece uma oportunidade para feedback e desenvolvimento de origem comunitária. Uma vantagem adicional reside na facilidade de uso deste aplicativo. Nenhum conhecimento de fundo de ciência da computação ou interação de linha de comando é necessário. Em vez disso, este software emprega uma interface gráfica do usuário (GUI) simples que permite que pesquisadores de todas as origens realizem as análises espectrais descritas acima. Além disso, este aplicativo fornece ao usuário várias opções de controle sobre os métodos de otimização e pode ser usado para determinar a energia livre do estado excitado. Finalmente, o software calcula e relata vários valores de cores úteis, incluindo coordenadas de cromaticidade, coordenadas CIE, RGB e códigos de cores hexadecimais. Todas essas análises podem ser realizadas em segundos, exigindo apenas que o usuário pressione um botão.