• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • Filmar um vídeo 3-D de um vírus com luz instantânea e IA

    Análise de deformação elástica Crédito:POSTECH

    É milhões de trilhões de vezes mais brilhante do que a luz do sol e um colossal 1, 000 trilionésimo de segundo, apropriadamente chamada de 'luz instantânea' - a luz de laser de elétrons livres de raios-X (XFEL) que abre um novo paradigma científico. Combinando com IA, uma equipe de pesquisa internacional conseguiu filmar e restaurar a estrutura 3-D das nanopartículas que compartilham semelhanças estruturais com os vírus. Com o medo de uma nova pandemia crescendo ao redor do mundo devido ao COVID-19, esta descoberta está atraindo a atenção entre os círculos acadêmicos por criar imagens da estrutura do vírus com alta precisão e velocidade.

    Uma equipe internacional de pesquisadores da POSTECH, Universidade Nacional de Cingapura (NUS), KAIST, ESSÊNCIA, e IBS analisou com sucesso as heterogeneidades estruturais em estruturas 3-D de nanopartículas irradiando milhares de nanopartículas por hora usando o XFEL no Pohang Accelerator Laboratory (PAL) na Coréia e restaurando multi-modelos 3-D através de aprendizado de máquina. A equipe de pesquisa liderada pelo professor Changyong Song e Ph.D. O candidato Do Hyung Cho, do Departamento de Física da POSTECH, impulsionou a colaboração de pesquisa internacional para realizá-lo.

    As nanopartículas têm uma função peculiar que pode não estar disponível a partir de materiais a granel nativos, e pode-se controlar suas propriedades físicas e químicas projetando estruturas 3-D e composições de elementos constituintes.

    A semelhança entre nanopartículas e vírus é que eles existem na forma de partículas independentes, ao invés de cristal-regular, arranjos periódicos, e, Como tal, suas estruturas não são uniformes no nível nanométrico. Para entender precisamente suas estruturas, é necessário analisar estatisticamente a estrutura das partículas individuais usando toda a distribuição do conjunto de estruturas de milhares a centenas de milhares de espécimes. Contudo, os microscópios eletrônicos frequentemente deixam de fornecer penetração suficiente para limitar o tamanho da amostra a ser sondada; os raios X convencionais podem danificar a amostra pela própria radiação de raios X, tornando difícil obter resolução suficiente.

    PAL-XFEL no Pohang Accelerator Laboratory Credit:POSTECH

    A equipe de pesquisa superou as limitações práticas do método convencional usando o laser de elétrons livres de raios-X e o método de aprendizado de máquina para observar a distribuição estatística da estrutura 3-D de milhares de nanopartículas em nível nanométrico. Como resultado, Estruturas 3-D de nanopartículas com tamanho de 300 nm foram obtidas com resolução melhor que 20 nm.

    Essa conquista foi particularmente significativa para restaurar a estrutura 3-D de milhares de nanopartículas usando aprendizado de máquina. Uma vez que as técnicas convencionais de imagem de partícula única muitas vezes assumem uma estrutura 3-D idêntica dos espécimes, foi difícil restaurar a estrutura em dados experimentais reais, onde a estrutura da amostra não é homogênea. Contudo, com a introdução do multimodelo desta vez, os pesquisadores conseguiram restaurar as estruturas 3-D representativas. Esta pesquisa permitiu a classificação de nanopartículas em quatro formas principais, e confirmou que cerca de 40% deles tinham estruturas semelhantes.

    Crédito:Pohang University of Science &Technology (POSTECH)

    Além disso, por meio da análise quantitativa da estrutura 3-D restaurada, a equipe de colaboração de pesquisa internacional também descobriu a distribuição de tensão elástica interna acompanhada pela estrutura poliedro característica das nanopartículas e a distribuição de densidade não homogênea.

    "Esses achados permitem a observação da estrutura 3-D de amostras virais não cristalinas com moléculas internas distribuídas de forma não homogênea, "explicou o professor Changyong Song da POSTECH." Adicionar o algoritmo de restauração de imagem 3-D a isso por meio do aprendizado de máquina mostra a promessa de ser aplicável a estudos de estruturas de macromoléculas ou vírus em organismos vivos. "


    © Ciência https://pt.scienceaq.com