Analisi della deformazione elastica Credito:POSTECH
È milioni di trilioni di volte più luminoso della luce solare e un enorme 1, 000 trilioni di secondo, appropriatamente chiamata "luce istantanea", la luce del laser a elettroni liberi a raggi X (XFEL) che apre un nuovo paradigma scientifico. Combinandolo con l'IA, un team di ricerca internazionale è riuscito a filmare e ripristinare la struttura 3-D delle nanoparticelle che condividono somiglianze strutturali con i virus. Con la paura di una nuova pandemia in crescita in tutto il mondo a causa del COVID-19, questa scoperta sta attirando l'attenzione dei circoli accademici per l'imaging della struttura del virus con elevata precisione e velocità.
Un team internazionale di ricercatori di POSTECH, Università Nazionale di Singapore (NUS), KAIST, GIST, e IBS hanno analizzato con successo le eterogeneità strutturali nelle strutture 3D delle nanoparticelle irradiando migliaia di nanoparticelle all'ora utilizzando l'XFEL presso il Pohang Accelerator Laboratory (PAL) in Corea e ripristinando i multi-modelli 3D attraverso l'apprendimento automatico. Il team di ricerca guidato dal professor Changyong Song e dal Ph.D. il candidato Do Hyung Cho del Dipartimento di Fisica presso POSTECH ha guidato la collaborazione di ricerca internazionale per realizzarlo.
Le nanoparticelle hanno una funzione peculiare che potrebbe non essere disponibile da materiali sfusi nativi, e si possono controllare le loro proprietà fisiche e chimiche progettando strutture e composizioni 3D degli elementi costituenti.
La comunanza tra nanoparticelle e virus è che esistono sotto forma di particelle indipendenti, piuttosto che in cristallo-regolare, disposizioni periodiche, e, come tale, le loro strutture non sono uniformi a livello nanometrico. Per comprendere con precisione le loro strutture, è necessario analizzare statisticamente la struttura delle singole particelle utilizzando l'intera distribuzione dell'insieme di strutture da migliaia a centinaia di migliaia di campioni. Però, i microscopi elettronici spesso non riescono a fornire una penetrazione sufficiente per limitare le dimensioni del campione da sondare; i raggi X convenzionali possono danneggiare il campione dalla radiazione stessa, rendendo difficile ottenere una risoluzione sufficiente.
PAL-XFEL al Pohang Accelerator Laboratory Credito:POSTECH
Il team di ricerca ha superato i limiti pratici del metodo convenzionale utilizzando il laser a elettroni liberi a raggi X e il metodo di apprendimento automatico per osservare la distribuzione statistica della struttura 3-D di migliaia di nanoparticelle a livello nanometrico. Di conseguenza, Sono state ottenute strutture 3-D di nanoparticelle aventi una dimensione di 300 nm con una risoluzione migliore di 20 nm.
Questo risultato è stato particolarmente significativo per ripristinare la struttura 3D di migliaia di nanoparticelle utilizzando l'apprendimento automatico. Poiché le tecniche convenzionali di imaging a particella singola spesso assumono una struttura 3D identica dei campioni, è stato difficile ripristinare la struttura nei dati sperimentali reali in cui la struttura del campione non è omogenea. Però, con l'introduzione del multi-modello questa volta, i ricercatori sono riusciti a ripristinare le strutture 3D rappresentative. Questa ricerca ha permesso la classificazione delle nanoparticelle in quattro forme principali, e ha confermato che circa il 40% di loro aveva strutture simili.
Credito:Pohang University of Science &Technology (POSTECH)
Inoltre, attraverso l'analisi quantitativa della struttura 3D restaurata, il team di collaborazione di ricerca internazionale ha anche scoperto la distribuzione della deformazione elastica interna accompagnata dalla caratteristica struttura poliedrica delle nanoparticelle e dalla distribuzione disomogenea della densità.
"Questi risultati consentono l'osservazione della struttura 3-D di campioni virali non cristallini con molecole interne distribuite in modo disomogeneo, " ha spiegato il professor Changyong Song di POSTECH. "L'aggiunta dell'algoritmo di ripristino dell'immagine 3D a questo tramite l'apprendimento automatico promette di essere applicabile agli studi sulle strutture delle macromolecole o sui virus negli organismi viventi".
