媒体の種類：学術論文
掲載紙／掲載誌／掲載メディア：ACS Applied Nano Materials
著者：H. Kuramochi,* K. Yamamoto, K. Toyoda, Y. Shibuta and T. Ichiki*
運動と散乱の特徴を統合した標準的なナノ粒子追跡分析による、形状分解能のあるナノ粒子解析
ナノ粒子の形態を理解することは、その物理的挙動や機能的性能を解明するために不可欠である。このようなナノ粒子の形態解析は、コロイド系やバイオナノ系における構造と機能の関係を理解する上で重要である。本研究では、単一粒子のブラウン運動軌跡および散乱光強度の時間的変動から導出された特徴量を統合することにより、標準的なナノ粒子追跡解析（NTA）データからナノ粒子の形態分類を可能にする、深層学習に基づくフレームワークを提案する。この統合された特徴の表現により、すべての粒子タイプの組み合わせにおいて二値（2カテゴリ）分類性能が一貫して向上し、単一特徴モデルで見られた低精度の事例が減少するとともに、100フレームのデータで0.82を超える精度を達成した。3クラス分類については、クラスごとの正答率は平均で約80％であった。この統合的アプローチは、粒子数が限られている場合やデータ長が短い場合（約20フレームまで）でも安定した性能を維持し、生物医学診断、希少物質の分析、環境ナノ粒子のモニタリングといった実用的なシナリオにおけるその堅牢性を裏付けている。これらの性能は、細胞外小胞の特性評価やナノ医療の品質管理といった応用分野における実用的な意義を浮き彫りにする。軌道および散乱強度に基づく相互補完的な記述子を統合することで、このフレームワークは、標準的なNTA測定を用いることにより、液体媒体中でスケーラブルかつ形態分解能の高いナノ粒子分析を行ううえで、信頼性が高く実用的な手法を提供する。
https://doi.org/10.1021/acsanm.6c01701
