Tesi magistrale
You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.

386 lines
16 KiB

  1. \chapter{Metodi}
  2. \label{cap:methods}
  3. %%%%%%%%% %%%%%%%%% %%%%%%%%% %%%%%%%%% %%%%%%%%% %%%%%%%%% %%%%%%%%%
  4. \section{Stabilizzazione meccanica}
  5. \label{sec:stabilization}
  6. Nonostante l'isolamento meccanico fornito dagli elastomeri e dal
  7. tavolo ottico la posizione del campione rispetto al centro
  8. dell'obiettivo e la quota del piano focale sono soggette a
  9. fluttuazioni e derive.
  10. Gli effetti più evidenti e rilevabili sono rapide oscillazioni della
  11. posizione del campione dovute a vibrazioni acustiche residue e una
  12. progressive deriva rispetto alla posizione fissata che diventa
  13. significativa ($> \SI{100}{\nm}$) per tempi di osservazione di
  14. diversi minuti.
  15. Per quantificare quest'effetto viene usato un apposito campione in cui
  16. diverse microsfere in silice, di diametro \SI{0.5}{\um}, vengono
  17. immobilizzate in uno strato di nitrocellulosa depositato nella
  18. superficie interna del vetrino coprioggetti.
  19. Le varie fasi per la preparazione di questo campione sono descritte
  20. nei particolari nell'appendice \ref{app:protocols}, protocollo
  21. \ref{proto:silica_beads_flow_cell}.
  22. Le microsfere immobilizzate nel campione possono essere messe a fuoco
  23. e visualizzate attraverso il sistema di microscopia a luce trasmessa.
  24. Una volta selezionata e messa a fuoco una microsfera, analizzando
  25. l'immagine prodotta da uno dei due sensori CMOS è possibile calcolare
  26. le coordinate (in pixel) del suo centroide:
  27. \begin{equation}
  28. (x_{cen}, y_{cen}) =
  29. \frac{
  30. \sum_{(x, y)} (x, y) I(x, y)
  31. }{
  32. \sum_{(x, y)} I(x, y)
  33. }
  34. \end{equation}
  35. Per evitare di considerare altre microsfere o imperfezioni sul campione
  36. si sceglie di effettuare il calcolo del centroide limitando la regione
  37. dell'immagine utilizzata a un rettangolo nel quale una microsfera è
  38. sufficientemente isolata.
  39. Ricalcolando il centroide intervalli temporali fissati è possibile
  40. osservare la deriva della posizione (x, y) della microsfera.
  41. Inoltre è possibile sfruttare questo stesso campione per effettuare
  42. una calibrazione del fattore di conversione pixel/nm lungo due assi
  43. ortogonali.
  44. Per effettuare la calibrazione, dopo aver calcolato il centroide
  45. della microsfera, si sposta la posizione dal campione lungo uno dei
  46. due assi di una distanza ben definita, utilizzando il traslatore
  47. piezoelettrico. A questo punto, calcolando la nuova posizione del
  48. centroide si ottiene il rapporto tra lo spostamento comandato al
  49. traslatore (in \si{\nm}) e la variazione del centroide (in pixel).
  50. Ripetendo questa operazione in sequenza per vari punti si ottiene
  51. una curva di calibrazione per l'asse scansionata, dalla quale è
  52. possibile estratte la costante di proporzionalità con un \textit{fit}
  53. lineare.
  54. Risulta più complesso invece stimare la deriva del piano focale:
  55. per questo motivo è stato sviluppato un metodo per determinare a
  56. partire dalle immagini un valore che sia linearmente proporzionale
  57. alla quota del piano focale rispetto al centro della sfera.
  58. Il metodo sviluppato sfrutta le caratteristiche dalla distribuzione
  59. radiale della luce diffusa dalla microsfera.
  60. In figura \ref{fig:radial_itensity} rappresentato l'andamento del
  61. profilo radiale variando la quota del piano focale (z).
  62. \begin{figure}[ht]
  63. \centering
  64. \includegraphics{images/radial_intensity.pdf}
  65. \caption{Profilo di indensità radiale rispetto al centroide
  66. per una microsfera, in diversi piani }
  67. \label{fig:radial_itensity}
  68. \end{figure}
  69. Da questi dati è stato possibile osservare che il rapporto tra
  70. l'intensità integrata in un anello centrato sulla microsfera e quella
  71. integrata nella regione interna al medesimo anello (regioni gialle
  72. e arancioni in figura), mostra un andamento proporzionale alla quota
  73. del piano focale, almeno in un certo intorno del centro della sfera.
  74. In figura \ref{fig:z_est} viene mostrato l'andamento del rapporto
  75. tra l'intensità media in un anello con raggio interno ed esterno
  76. rispettivamente di \SIlist{80;160}{pixel} e l'intensità media
  77. calcolata in un raggio di \SI{60}{pixel}.
  78. \begin{figure}[ht]
  79. \centering
  80. \includegraphics[scale=0.8]{images/z-est.pdf}
  81. \caption{Andamento del rapporto intensità anello/cerchio in
  82. funzione della quota del piano focale.}
  83. \label{fig:z_est}
  84. \end{figure}
  85. Come si può osservare la quantità così definita può essere usata
  86. per determinare la quota con una discreta sensibilità in
  87. un intervallo di \SIrange{3}{4}{\um} intorno al centro della sfera.
  88. Analogamente a quanto fatto per le assi x e y è possibile eseguire
  89. una calibrazione spostando il campione di una quota controllata
  90. attraverso il traslatore piezoelettrico dell'obiettivo, e costruire
  91. una curva di calibrazione come quella in figura \ref{fig:z_est}.
  92. Conoscendo quindi tre fattori di calibrazione è possibile, partendo
  93. da un'immagine della microsfera, ottenere una stima della sua
  94. posizione nello spazio tridimensionale. Questo fatto ci permette
  95. di implementare un sistema attivo di stabilizzazione meccanica del
  96. microscopio. Continuando a monitorare la sfera mediante mentre si
  97. eseguono le misurazioni di forza è possibile rilevare gli spostamenti
  98. del campione e compensarli inviando appositi comandi ai traslatori
  99. piezoelettrici.
  100. In ambiente LabVIEW è stato sviluppato un codice di controllo
  101. che implementa un meccanismo di retroazione tra le letture sulla
  102. posizione della sfera e i traslatori piezoelettrici.
  103. Il codice consente all'operatore di selezionare la regione
  104. d'interesse intorno a una microsfera immobilizzata sul vetrino
  105. coprioggetti. Successivamente, quando la stabilizzazione viene
  106. attivata, il codice acquisice diverse immagini della microsfera e
  107. ne stima la posizione iniziale in termini di coordinate (x, y, z),
  108. usando i fattori di conversione determinati con la calibrazione.
  109. A questo punto viene avviato un ciclo di retroazione: continuando
  110. a acquisire immagini della microsfera (a una frequenza che può
  111. arrivare fino a \SI{100}{\Hz}), viene comandato ai traslatori
  112. uno spostamento proporzionale alla differenza tra la posizione della
  113. sfera rilevata e quella iniziale.
  114. Quando il sistema di stabilizzazione meccanica viene attivato
  115. è stato possibile mostrare che la posizione media del campione resta
  116. stabile indipendentemente dal tempo di osservazione, con fluttuazione
  117. che hanno una deviazione standard di circa \SI{1}{\nm}.
  118. Introdurre nel ciclo di controlla alla componente proporzionale
  119. una componente integrale o derivativa non altera significativamente
  120. la stabilizzazione raggiunta.
  121. Il fattore di proporzionalità del ciclo di retroazione
  122. (guadagno, $g$) influenza
  123. le caratteristiche della risposta del sistema: un fattore troppo
  124. elevato causerà una sovracorrezione delle perturbazioni, inducendo
  125. oscillazioni smorzate, mentre un fattore troppo piccolo aumenterà
  126. inutilmente il tempo di risposta. Per trovare il valore ottimale
  127. si osserva la risposta del sistema per diversi valori di $g$, in
  128. seguito ad una perturbazione fittizia ottenuta modificando di
  129. \SI{50}{\nm} il \textit{set point} lungo una direzione.
  130. In figura \ref{fig:step_response} si riporta la risposta del
  131. sistema di stabilizzazione per gli assi $x$ e $z$ a diversi valori
  132. del fattore di proporzionalità $g$.
  133. \begin{figure}
  134. \centering
  135. \includegraphics{images/step_response.pdf}
  136. \caption{Risposta del sistema a una perturbazione di \SI{50}{\nm}
  137. lungo l'asse $x$ (sinistra) e $z$ (destra).}
  138. \label{fig:step_response}
  139. \end{figure}
  140. L'acquisizione di diverse tracce della durata di 5-10 minuti ha
  141. sempre mostrato deviazioni standard delle fluttuazioni comprese
  142. tra \SIlist{1;2}{\nm}.
  143. In figura \ref{fig:active_stab} vengono riporati i tracciati delle
  144. fluttuazioni della posizione del campione, con (nero) e senza
  145. (rosso) l'intervendo del sistema di stabilizzazione attiva.
  146. \begin{figure}[ht]
  147. \centering
  148. \includegraphics{images/active_stab.pdf}
  149. \caption{Deriva della posizione del campione con e senza sistema di
  150. stabilizzazione attivato.}
  151. \label{fig:active_stab}
  152. \end{figure}
  153. \section{Calibrazione parametri trappole}
  154. \label{sec:calibration}
  155. Per poter eseguire misurazioni di forza su sistemi biologici è
  156. fondamentale riuscire a conoscere il valore della tensione applicata
  157. alle microsfere intrappolate nelle pinzette ottiche. Questo è
  158. possibile dal momento che l'azione di una pinzetta ottica su una
  159. microsfera può essere modellizzata come una forza di richiamo
  160. elastica (vedi sezione \ref{sec:ot}).
  161. Conoscendo la costante di richiamo è possibile mettere in relazione
  162. la posizione della sfera rispetto al centro della trappola
  163. (rilevabile tramite i QPD) con la risultante delle altre forze
  164. esterne che agiscono sulla microsfera.
  165. Quando la microsfera viene messa in movimento da una forza esterna,
  166. è necessario considerare anche l'attrito viscoso con
  167. il fluido in cui è immersa. La forza dovuto all'attrito viscoso
  168. avrà la forma:
  169. \begin{equation}
  170. \vec{F}_{visc} = - \gamma \vec{v}\
  171. \end{equation}
  172. Dove $\gamma$ è il coefficiente di attrito idrodinamico della
  173. microsfera.
  174. Nel caso più generele la microsfera sarà inoltre soggetta a una
  175. sforza stocastica ($\eta(t)$), dovuta agli urti con il fluido, e
  176. a una forza esterna $\vec{F}$, ad esempio dovuta alle tensione di una
  177. biomolecola legata ad essa.
  178. Possiamo quindi scrivere la forma più generale dell'equazione di moto
  179. come:
  180. \begin{equation}
  181. \label{eq:bead_motion}
  182. \underbrace{m \ddot{\vec{x}}}_\text{inerzia} =
  183. \underbrace{\vec{F}}_\text{f. esterna}
  184. + \underbrace{\mathbf{\eta}(t)}_\text{f. stoc.}
  185. - \underbrace{\gamma \dot{\vec{x}}}_\text{attrito}
  186. - \underbrace{k \vec{x}}_\text{richiamo}
  187. \end{equation}
  188. La forza stocastica $\eta(t)$ ha media nulla
  189. ($\langle\eta(t)\rangle_t = 0$)
  190. e viene assunta con distribuzione di probabilità gaussiana con
  191. $\sigma^2 = 2 k_B T \gamma$.
  192. In condizioni di equilibrio la posizione media della microsfera
  193. sarà quindi:
  194. \begin{equation}
  195. \vec{x_0} = \langle \vec{x(t)} \rangle_t = - \frac{\vec{F}}{k}
  196. \end{equation}
  197. E la deviazione standard delle fluttuazioni rispetto alla posizione
  198. di equilibrio può essere determinata usando il teorema di
  199. equipartizione dell'energia:
  200. \begin{multline}
  201. \langle U(x) \rangle = \frac{1}{2} k \langle (x-x_0)^2 \rangle
  202. = \frac{1}{2} k_B T
  203. \\ \Longrightarrow
  204. \langle (x-x_0)^2 \rangle
  205. = \langle x^2 \rangle - \langle x \rangle^2
  206. = \sigma_x^2 = k_B T / k
  207. \end{multline}
  208. Oltre alla conoscenza di $k$ un altro valore importante da stimare
  209. è il tempo di rilassamento $\tau$ del sistema, ovvero la scala
  210. temporale nella quale la microsfera si stabilizza nella nuova
  211. posizione di equilibrio a seguito di una variazione della forza $F$.
  212. Questo tempo è strettamente legato allo smorzamento dovuto all'attrito
  213. idrodinamico.
  214. Osservando l'equazione di moto \ref{eq:bead_motion} si può
  215. descrivere la dinamica della sfera in due regimi estremi:
  216. \begin{itemize}
  217. \item il regime \textit{balistico}, quando il moto è dominato dalla componente inerziale, con un tempo caratteristico
  218. di rilassamento $\tau_\text{bal} = m / \gamma$.
  219. \item il regime \textit{diffusivo}, qunado il termine inerziale
  220. legato alla massa è trascurabile, con un tempo di rilasamento
  221. $\tau_\text{diff} = \gamma / k$.
  222. \end{itemize}
  223. Tenendo conto delle caratteristiche delle microsfere
  224. si hanno valori $\tau_\text{bal} < \SI{1}{\us}$, mentre
  225. per i valori di $k$ ottenibili con il nostro sistema di pinzette
  226. ottiche è possibile ridurre $\tau_\text{diff}$ fino a circa
  227. \SI{100}{\us}.
  228. Il tempo di risposta del sistema nel regime balistico è quindi
  229. completamente trascurabile, e il transiente tra una perturbazione
  230. e la stabilizzazione nella nuova posizione di equilibrio può
  231. essere descritto trascurando il termine inerziale dell'equazione di moto.
  232. Il protocollo di calibrazione sviluppato consente, partendo
  233. dalle tracce temporali della posizione relativa della
  234. microsfera un'asse spaziale, di determinare con precisione i
  235. valori di $\tau$, e quindi di $k$ per ogni posizione della
  236. trappola.
  237. Per fare questo si tiene contro che la densità spettrale
  238. delle fluttuazioni di posizione è data da \cite{Gittes1998}:
  239. \begin{equation}
  240. S_x(\nu) = \frac{k_B T}{\pi^2 \gamma (\nu^2 + \nu_c^2)}
  241. \end{equation}
  242. Dove $\nu_c = 1 / (2\pi\tau) = k / 2\pi\gamma$ é
  243. la frequenza di taglio, inversamente proporzionale al tempo
  244. di rilassamento.
  245. Da un semplice $fit$ della distribuzione spettrale di rumore
  246. della posizione è possibile quindi estrarre il valore di k.
  247. Il segnale misurabile in uscita dagli amplificatori differenziali dei QPD è un segnale in tensione,
  248. compreso tra \SIlist{-10;+10}{\V}, proporzionale alla
  249. posizione relativa della microsfera.
  250. Tramite il fit dei dati possiamo anche ottenere il fattore
  251. di conversione $\beta$ tale che $x_{rel}(V) = \beta V$.
  252. La distribuzione spettrale di rumore, riscalata rispetto alla
  253. variabile $V$ sarà quindi:
  254. \begin{equation}
  255. S_V(\nu) = \frac{1}{\beta^2}\frac{k_B T}{\pi^2 \gamma (\nu^2 + \nu_c^2)}
  256. \end{equation}
  257. Per la calibrazione si procede a preparare un campione con una
  258. cella di flusso contenente microsfere di polistirene (di diametro
  259. \SI{0.9}{\um}).
  260. Grazie a un'apposito programma sviluppato in ambiente LabVIEW
  261. (\texttt{Force-Clamp Calibration}) è possibile acquisire in maniera
  262. automatizzata le tracce del segnale prodotto dai QPD per una griglia
  263. di posizioni delle trappole. Il codice si occupo di memorizzare
  264. le tracce temporali per ogni posizione spostare la trappola modificando
  265. la frequenza inviata agli AOM.
  266. Le tracce temporali vengono acquisite per una durata di \SI{10}{\second} per ogni
  267. posizione e una frequenza di campionamento di \SI{200}{kS/s}.
  268. In seguito viene calcolata per ogni posizione di ciascuna
  269. trappola la distribuzione spettrale di rumore, utilizzando un algoritmo
  270. per la trasformata di Fourier veloce (\textit{Fast Fourier Transform}, FFT),
  271. con i seguenti parametri riportati in tabella \ref{tab:fft_par}.
  272. \begin{table}[ht]
  273. \centering
  274. \begin{tabular}{>{\bf}l l}
  275. \toprule
  276. Metodo di accumulo & Welch\cite{Welch1967} \\
  277. Segmenti accumulati & 32 \\
  278. Lunghezza segmenti & N/32 \\
  279. Finestra & Hann \\
  280. \bottomrule
  281. \end{tabular}
  282. \caption{Parametri FFT}
  283. \label{tab:fft_par}
  284. \end{table}
  285. Su ciascuno spettro viene eseguito un \textit{fit} per determinare
  286. i valori di $\beta$ e $k$ imponendo i valori noti riportati in tabella \ref{tab:fit}.
  287. \begin{table}[ht]
  288. \centering
  289. \begin{tabular}{l l l}
  290. \toprule
  291. Parametro & Simbolo & Valore \\
  292. \midrule
  293. Raggio della sfera & $R$ & \SI{450}{\nm} \\
  294. Temperatura & $T$ & \SI{295}{\K} \\
  295. Distanza sfera da superificie & $d$ & \SI{1}{\um} \\
  296. Viscosità & $\eta$ & \SI{1e-3}{Pl} \\
  297. Coefficiente attrido idrodinamico & $\gamma$ & $6 \pi \eta R \left(1+\frac{9R}{16d}\right)$\\
  298. Frequenza minima & $\nu_\text{min}$ & \SI{15}{\Hz} \\
  299. Frequenza massima & $\nu_\text{max}$ & \SI{50}{\kHz} \\
  300. \bottomrule
  301. \end{tabular}
  302. \caption{Parametri $fit$ distribuzione spettrale}
  303. \label{tab:fit}
  304. \end{table}
  305. In figura \ref{fig:psd} si riporta una distribuzione spettrale tipica
  306. confrontata con la funzione teorica.
  307. \begin{figure}[ht]
  308. \centering
  309. \includegraphics{images/PSD.pdf}
  310. \caption[scale=0.7]{Densità spettrale di rumore per la posizione di una trappola
  311. ottica.}
  312. \label{fig:psd}
  313. \end{figure}
  314. Dai valori di $k$ e $\beta$ estratti per tutte le posizioni di ciascuna
  315. trappola è possibile interpolare i valori per ogni possibile posizione
  316. intermeda. Per fare questo si usano delle funzioni polinomiali di ordine 3,
  317. come mostrato in figura \ref{fig:trap_ccurves}.
  318. \begin{figure}[ht]
  319. \centering
  320. \includegraphics[scale=0.8]{images/calibration_curves.pdf}
  321. \caption{Andamento e interpolazione dei valori di $k$ e $\beta$.}
  322. \label{fig:trap_ccurves}
  323. \end{figure}
  324. \section{Retroazione AOM e \textit{force-clamp}}
  325. \label{sec:force-clamp}
  326. \section{Saggio a tre sfere}
  327. \label{sec:three-beads}
  328. \section{Fluorescenza di singola molecole}
  329. \label{sec:single_molecule_fluorescence}
  330. \section{TIRF e illuminazione a modi di galleria}
  331. \label{sec:gallery_mode}