Mikroreoloģijā ir divi svarīgi pieņēmumi. Pirmais - apskatāmais šķidrums atrodas termiskā līdzsvarā. Otrais - mikroskopiskās daļiņas izmērs ir daudz lielāks kā struktūra kuru ar to pēta. Ko teiksiet? Bez lamuvārdiem neiztikt, jo ne viens, ne otrs aktīvā suspensijā nav spēkā.
Tā kā peldētāji tērē savu iekšējo enerģiju, kā arī ķīmiski pārvērš nutrientus no šķidruma papildus enerģijā, nekāds līdzsvars tur nav. Bez tam daļiņas izmērs ir pat mazāks kā katrs mikropeldētājs. Nekas. Mēs to ņemam vērām un skatamies, ko sanāks samērīt.
 |
| Mikropeldētājs (lielākais) trāpa pa daļiņu. |
Bet kur tad ir problēma mērījumiem? Skatiet attēlu - ja mikropeldētājs tieši trāpa daļiņai, tad bieži vien mikroaļģe daļiņu pastumj par lielu attālumu. Statistisks process. Tā kā ar mikroskopu mēs vērojam tikai vienu plakni, tad reizēm sanāk, ka daļiņa tiek iznesta no šīs plaknes. Bet tas mums neder, jo statistiskā procesā mums ir nepieciešams liels datu skaits. It īpaši, ja procesa raksturs nav vēl zināms. Tāpēc mums ir jāspēj izsekot daļiņai arī ārpus plaknes - tilpumā.
 |
| 3 optiskās plaknes dziļumā - atļauj senot daļiņai tilpumā. |
Kā to izdodas paveikt? Ar nelielu optisku triku ir iespējams novērot trīs dažādas optiskās plaknes paraugā, kas atrodas nelielā attālumā viena no otras. Neieslīgstot optiskos sīkumos, varu teikt, ka uzlabotā sistēma mums ļauj novērot mūsu paraugu tilpumā, kurš ir trīs līdz četras reizes lielāks kā iepriekš.
Nu labi - tagad varam daļiņu kustībai izsekot tilpumā. Bet otra grūtība ir spēt šīs daļiņas identificēt. Parasti cilvēki izmanto fluorescentas daļiņas (šīs spīd, kamēr nekas cits nē), bet tas mums neder, jo mikroaļģes ir jutīgas pret gaismu. Tad nu nākas iztikt ar balto gaismu un filtriem. Tāpēc daļiņu identificēšanu veicam citādāk - ar kroskorelāciju. Tas nozīmē, ka daļiņu salīdzinām ar citu daļiņas attēlu, lai atrastu, kad viņi sakrīt vislabāk. Kroskorelācija ir matemātiska operācija, kas ļauj salīdzināt attēlus, tāpēc bieži tiek izmantota tēlu pazīšanai (pattern recognition). Tad nu programmā saliekot kopā visus šos elementus varam izsekot daļiņas kustībai aktīvā suspensijā!
 |
| Augošās aļģes |
Tikai neaizmirstiet, ka tam visam pamatā ir eksperiments. Ik nedēļu audzējam aļģes inkubatorā, nodrošinot viņām stabilus augšanas apstākļus, lai visas aļģes būtu pēc iespējas līdzīgākas un uzvestos pēc iespējas vienādāk. Eksperimentējām ceturtdienās - lai samazinātu mainīgo parametru daudzumu, tādējādi mēģinot iegūt pēc iespējas vienādas aļģes. Tas gan ne vienmēr nostrādā. It kā darot visu precīzi, gadījās, ka visas aļģes līdz ceturtdienai ir apmirušas vai šķidrums ir pilns ar baktērijām... Nav jau vienkārši ar tiem dzīvajiem organismiem.
Ja aļģes ir dzīvas, tīras un smuki peld, tad viņas sakoncentrējam līdz vajadzīgajai koncentrācijai, sajaucam ar mūsu daļiņām un liekam mikroskopā, lai novērotu un filmētu. Paskatiet piemēram filmiņu:
Pēc eksperimenta veikšanas jāveic datu analīzi. Tam nu izmantojam izveidoto programmu (saprogrammēta IDL - Interactive Data Language. It kā esot labāka lielu datu ātrai apstrādei. Tomēr man joprojām liekas, ka MatLab ir ērtāks), lai atrastu daļiņas trajektorijas. Izklausās vienkārši, bet nav nemaz tik triviāli, neieslīgšu vēl lielākos sīkumos, bet iedomājieties kaut vai gadījumu, kad mikropeldētājs pārpeld pāri daļiņai. Nu ok, tā gadās reizēm. Bet ja mikropeldētāju ir daudz? Īsāk sakot, ir ko cīnīties!
Bet par to, ko var saprast no trajektorijām - lasiet pēdējā daļā.
Nav komentāru:
Ierakstīt komentāru