置頂服務號，推送提醒無遺漏

納米氣泡因其獨特的物理和化學特性，而廣泛應用于水體修復、工業清洗、水產養殖、藥物傳遞、污水處理等領域。盡管納米氣泡的制備方法已相對成熟，但不同氣體、不同的鹽濃度、pH值以及溶劑溫度、壓力、攪拌和流動條件等都將影響納米氣泡的粒徑、濃度和長期穩定性，而這些性能決定了納米氣泡的實際應用效果。

在表征納米氣泡時可能會首先想到動態光散射（DLS）技術。DLS的優勢在于既可以測試粒徑也可以測量電位。但DLS測試需要氣泡濃度達到10¹⁰（particle/ml）左右，且顆粒分布越均勻越好。而納米氣泡的實際情況是濃度低，只有10⁷~10⁸（particle/ml），且粒徑分布寬。DLS測試時信號弱，數據質量不高。這種情況下，采用納米顆粒示蹤（NTA）分析法更為合適。

NTA技術原理是激光束照射樣品池中的納米顆粒發出散射光，散射光信號被高靈敏度相機識別并記錄成一段時間的視頻。視頻中的亮點即為顆粒的散射光點，軟件對光點進行標記然后記錄其隨機的布朗運動軌跡，根據逐個顆粒的布朗運動軌跡獲得顆粒擴散速率。

布朗運動的速度是和顆粒粒徑大小成反比的，小顆粒運動速度更快，其運動速度不受待測物材質、密度、遮光度等影響。納米顆粒跟蹤分析（NTA）技術捕捉單個顆粒的運動軌跡從而分析單個顆粒的擴散速率，然后通過斯托克斯愛因斯坦方程得到顆粒粒徑，不需要預先校準，分辨率更高。

此外，由于測試過程中，樣本的觀測體積是已知的（觀測體積由攝像機的尺寸決定），所以根據檢測到的顆粒數量就可以獲得樣本顆粒的濃度。

圖1：觀測體積示意圖，X、Y軸的長度由攝像機的尺寸決定

本案例中，利用納米顆粒跟蹤儀NanoSight實時觀察脂質體溶液納米氣泡生成過程中的顆粒粒徑、濃度及其變化，進而研究納米氣泡尺寸和穩定性對超聲增強藥物遞送的影響^[1]。

通過NTA的視圖，如圖bi 可以明顯看到納米氣泡在脂質體溶液中不可見，而在制備后形成的納米氣泡的散射光點清晰可見（見圖bii），并被NTA軟件準確捕捉，這一過程是可視化且可實時觀察到的。

圖2：NTA捕捉納米氣泡生成（bi未生成納米氣泡的溶液；bii生成納米氣泡）^[1]

此外，NanoSight納米顆粒跟蹤分析儀還分析了不同離心力作用下，納米氣泡粒徑和濃度的變化情況。1000g的離心作用力下，大于95%顆粒小于400nm，而100g和500g離心力作用時粒徑比1000g時大，且分布更寬。

圖3：不同離心力作用下，納米氣泡粒徑和濃度的變化情況^[1]

在傳統的NTA測試實驗中，在獲得上述實驗數據之前，需要在軟件中設置相機亮度以及檢測閾值，以提高圖像質量，這對于新手用戶來說，會造成一些困惑。新一代智能化納米顆粒跟蹤分析儀NanoSight Pro，其智能化分析軟件可以很好地解決這個問題。

自動聚焦及曝光

• 智能聚焦與曝光，自動設置最佳條件

• 實時識別偏離視頻，剔除并更新粒徑分布和濃度信息

• 對聚焦平面進行記憶，便于后續快速調取

圖4：NanoSight Pro軟件自動設置界面

智能預覽/反饋

• 智能反饋 在捕獲任何視頻前進行預覽從而智能評估最優的NTA條件，如顆粒濃度，粒徑尺寸及流速等；

• 快速預覽粒徑分布  對樣品粒徑尺寸和分布快速了解

圖5：智能預覽界面

SOP編輯器：智能化建立測試方法

• 模塊化方法搭建；

• 根據樣品信息設置多種默認信息；

• 向導式設計，直觀、智能。

圖6：SOP編輯器界面

NS Xplorer：自動分析結果

基于機器學習技術，新一代的軟件通過AI智能識別顆粒并分析，不在需要使用者通過經驗設置檢測閾值，消除了主觀和人為誤差，簡化了分析過程。且在后臺數據分析的同時，可以進行新樣本的測試，提高測試效率。

• 自動識別并分析顆粒

• 消除主觀性和人為誤差

• 簡化分析過程

• 減少動手和數據處理時間，提高測試效率

納米氣泡的消失方式有 浮力（buoyancy），溶解（dissolution）和聚集（agglomeration）。

NTA可以用來表征氣泡的長期穩定性和溫度穩定性。在此案例中，研究了氣泡放置4個月過程中的變化情況以及儲存溫度對納米氣泡的影響^[2]。

圖6：0-120天粒徑和濃度變化展示納米氣泡的長期穩定性^[2]

圖7：5℃-80℃不同儲存溫度中的納米氣泡的穩定性^[2]

由于顆粒布朗運動主要受溫度和粘度的影響，NanoSight Pro在上一代NTA產品的基礎上升級了變溫測試模塊，從低于室溫5℃到70℃范圍內，僅需使用復制按鈕創建溫度梯度的簡單設置，即可實現連續升溫測試，實時控溫，溫度精度高，非常適合納米顆粒熱穩定性研究。

圖8：利用復制按鈕在軟件中創建溫度梯度

[1]. Damien V. B. Batchelor,Fern J. Armistead, Nicola Ingram, Sally A. Peyman, James R.McLaughlan, P. Louise Colettta, Stephen D. Evans, The influence of nanobubbles size and stability on ultrasoundenhanced drug delivery, Langmuir. 2022, 38, 13943-13954

[2]. Chan-Hyun. Cho, Hye-Ji. Shin, Baljinder. Singh, Kibeom. Kim, Myoung-Hwan. Park, Assessment ofsub-200-nm nanobubbles with ultra-high stability in water, Applied WaterScience. 2023, 13:149