В феврале 2021 года ученые из НГУ опубликовали в журнале Laser and Photonics Reviews обзор, посвященный характеризации одиночных частиц с использованием методов на основе светорассеяния. Работа охватывает обширную область исследования самых разных микрочастиц, начиная от атмосферной пыли и заканчивая клетками крови, а ее задача — объединить разрозненные наработки различных групп по всему миру.
Авторами статьи выступили сотрудники лаборатории структуры и функциональных свойств молекулярных систем Физического факультета НГУ и Института химической кинетики и горения им. В.В. Воеводского: Андрей Романов и Максим Юркин.
Авторы в своей статье рассказывают о методах измерения и характеризации одиночных частиц, делая основной акцент на последнем аспекте.
— Работая в этой области, мы заметили, что другие ученые не уделяют должного внимания методам исследования, так как в основном фокусируются на объекте и часто в некотором смысле изобретают велосипед, повторяя путь, уже пройденный другими. Наша лаборатория цитометрии и биокинетики в ИХКГ СО РАН
со своей стороны тоже сталкивалась с подобной проблемой, поэтому мы решили разобраться в этом вопросе. После первоначального ознакомления с литературой по этой теме стало очевидно, что количество статей очень большое (несколько сотен), а общее понимание отсутствует. Отсюда и родилась идея написать подробный обзор для всего мирового сообщества. Существующих методов характеризации много, но их простое перечисление несет мало ценности. Основной трудностью является осмысленное сравнение методов между собой при том, что каждый из них опирается на конкретную экспериментальную установку, а это определяет количество и качество получаемой информации светорассеяния. Систематизировав и проанализировав инструментальные подходы к выделению одиночных частиц и их измерению, мы смогли разделить методы характеризации на три больших класса: методы на основе данных, реконструкция и модельные методы. Первый из этих классов использует в основном методы машинного обучения для задач классификации по ранее измеренным данным (т. е. насколько новые сигналы близки одному из ранее измеренных). Второй близок к томографии, т. е. потенциально восстанавливает всю форму объекта. Это, конечно, наилучший вариант, «святой Грааль» в области характеризации, однако возможности существующих подходов сильно ограниченны для не очень больших частиц (по сравнению с длиной волны). Последнему классу в обзоре посвящено наибольшее внимание. С одной стороны, эти методы ограничены использованием заранее известной параметрической модели, с другой — именно эти методы можно в полной мере назвать количественными: они определяют не только характеристики объекта, но и погрешность этих величин. При этом именно такие модельные методы мы ранее применяли для характеризации клеток крови. Собственно, описанная классификация и является главным результатом обзора. Можно утверждать, что с его появлением эта область исследований впервые обрела явные очертания. В частности, мы смогли четко отделить ее от намного большей, но качественной области микроскопии (в общем случае методы получения изображений — imaging), — рассказал об исследовании аспирант Физического факультета НГУ, сотрудник ИХКГ СО РАН Андрей Романов.
Об актуальности статьи свидетельствует уровень журнала с импакт-фактором 10. Работа призвана помочь мировому сообществу использовать идеи и наработки друг друга в этой области, а также развивать новые пути в методологии характеризации. Один из таких перспективных путей, связанный с применением нейронных сетей, авторы наметили реализовать уже в ближайшем будущем.
