NTA和DLS互补纳米材料表征技术的例子

动态光散射(DLS)是一种成熟的纳米材料表征技术,而纳米颗粒跟踪分析(NTA)是粒子表征技术领域的新成员。

NTA与DLS有许多相似之处,这使得人们对它们的相对能力产生了一些困惑。每种方法的广泛测量能力在本质上是互补的,提供了大量有价值的数据。两种技术之间的差异使得从一种技术获得的信息可以验证和补充另一种技术。

NanoSight纳米颗粒跟踪分析仪器系列和Zetasizer纳米动态光散射仪器系列相互支持,为对纳米颗粒和生物表达系统的表征感兴趣的研究人员提供了一系列有用的测量功能。

本文将讨论这两个产品系列的独特功能在一起使用时如何比单独使用这两种技术提供更全面的理解。

DLS和NTA是类似的技术,因为他们是基于布朗运动和光散射的粒子。此外,这两种技术都应用了斯托克斯-爱因斯坦方程来将扩散与尺寸(流体动力直径)联系起来。但在实践中,它们是非常不同的技术,因为DLS提供基于强度的分布,而NTA产生基于数字的分布。

此外,DLS提供整体测量,而NTA提供逐粒子测量。

聚苯乙烯标准

聚苯乙烯乳胶标准的分析,通常用于评估所有粒度测量仪器的操作,揭示了DLS和NTA技术在测量样品主要粒度方面的一致性。在下面给出的示例中,使用200 nm聚苯乙烯乳胶珠,根据每种技术,分布宽度略有不同。

NTA报告了一个较窄的分布,与制造商的(基于数字的平均值)认证值密切一致。在DLS的情况下,像这样的单分散材料预计会有更广泛的分布,制造商的证书通常包含一套额外的DLS测量规范。

用DLS(红色)和NTA(蓝色)分析200nm聚苯乙烯乳胶标准粒径分布的比较。

图1所示。用DLS(红色)和NTA(蓝色)分析200nm聚苯乙烯乳胶标准粒径分布的比较。

生物囊泡

细胞外囊泡,又称外泌体或微囊泡,是直径为50 - 200 nm的生物囊泡。NTA提供了总浓度的测量,这是细胞外囊泡研究的关键参数,此外还提供了囊泡群体的高分辨率大小分布。

图中,DLS显示了一个代表外泌体的宽峰,另一个约30 nm的峰NTA看不到。观察到的较小颗粒不是外泌体yabo214,但可能在某些应用中有兴趣。DLS是唯一具有必要灵敏度的技术来检测如此小的纳米粒子,并报告这些纳米粒子与感兴趣的初级粒子的混合物。yabo214

在这种情况下,除了提供浓度结果外,DLS可以用来显示样品的总组成,NTA可以用来进一步解析主要感兴趣的峰。

对比DLS(红色)和NTA(蓝色)生物囊泡测定结果。

图2。对比DLS(红色)和NTA(蓝色)生物囊泡测定结果。

抗体功能化金纳米粒子yabo214

第一个例子使用抗体功能化50纳米金纳米粒子。NTA充分描述了包括小骨料尾的粒度分布,并提供了总浓度。DLS能够检测到主峰,但对极少量较yabo214大颗粒也很敏感。

DLS是一种基于强度的测量方法,散射强度增加到直径的六次方,因此大约十倍大小的差异导致了一个非常明亮的粒子,即使在非常低的浓度下,DLS也可以很容易地确定。使用DLS可以有效地监测聚集物的存在。

用DLS(红色)和NTA(蓝色)测量金纳米颗粒和抗体混合物的比较。

图3。用DLS(红色)和NTA(蓝色)测量金纳米颗粒和抗体混合物的比较。

第二个例子说明了对类似材料的分析;然而,DLS也检测到在10 nm左右的一个峰。这个峰很可能是没有结合金纳米颗粒的游离抗体。yabo214在这个例子中,较小的峰可以清晰和可靠地测定DLS,但低于NTA技术的低检测限。

通过DLS(红色)和NTA(蓝色)测量金纳米颗粒和抗体混合物,与仅通过DLS检测到的游离抗体进行比较。

图4。通过DLS(红色)和NTA(蓝色)测量金纳米颗粒和抗体混合物,与仅通过DLS检测到的游离抗体进行比较。

膜泡配方

用DLS和NTA对不同粒径分布的不同配方的分析如下例所示。第一个例子显示了NTA对主峰的高分辨率测量,而DLS则提供了更宽的分布强度——更大的粒子,以及非常低浓度的大粒子(图5)。yabo214

比较DLS(红色)和NTA(蓝色)的膜囊分析。

图5。比较DLS(红色)和NTA(蓝色)的膜囊分析。

第二个例子显示了DLS检测微米级聚集体和10nm以下游离脂质的能力。在这种情况下,NTA的分辨率可以提供一个高分辨率的主峰测量值(图6),代表囊泡本身。因此,在本例中,NTA提供了更多关于囊泡的数据,DLS提供了更多关于样品中存在的更广泛成分的信息。

比较DLS(红色)和NTA(蓝色)的膜囊分析与DLS提取的游离脂质。

图6。比较DLS(红色)和NTA(蓝色)的膜囊分析与DLS提取的游离脂质。

第三个例子展示了一个类似的样品,其中既有很大的颗粒,也有很小的颗粒,yabo214除了DLS检测到的双峰分布外(图7)。主峰的NTA测量提供了具有多种模式的高分辨率尺寸分布,以及该尺寸段内大尺寸尾部的定量测量。这种分辨率为获得关于囊泡峰的更精确信息提供了额外的价值。

比较DLS(红色)和NTA(蓝色)的膜囊分析。

图7。比较DLS(红色)和NTA(蓝色)的膜囊分析。

抗体-金结合物的聚集

下面的例子是从一篇论文中摘录的一项研究,该论文关注的是使用抗体(小鼠IgG)对金纳米颗粒进行功能化。yabo214[1].数据显示了在不同抗体浓度下绝对大小的变化。这两种技术反映了完全相同的趋势,但DLS显示了放大的变化,这可能是由于强度加权强调更大的样本,如前所述的例子。

大小变化作为抗体浓度的函数,用DLS(红色)和NTA(黑色)测量。

图8。大小变化作为抗体浓度的函数,用DLS(红色)和NTA(黑色)测量。

脂质体-透明质酸复合纳米颗粒yabo214

在这项研究中,混合纳米颗粒被评价为亚单位抗原鼻接种的平yabo214台[2].这里,zeta电位和尺寸分析作为透明质酸(HA)聚合物浓度的函数。随着单层脂质体中HA含量的增加,这些杂化纳米颗粒的尺寸逐渐增yabo214大。

当HA添加量超过300µg时,HA的粒径和多分散性指数(PDI)急剧增大,导致HA的非均匀聚集。zeta电位的测量结果进一步解释了这些结果,在加入超过300µg HA之前,zeta电位始终为正值。

含不同量HA聚合物脂质体的DLS表征:a)z-平均粒径;b) PDI;c) zeta电位。

图9。含不同量HA聚合物脂质体的DLS表征:a)z-平均粒径;b) PDI;c) zeta电位。

高于此浓度时,观察到zeta电位急剧下降,最终在高负荷时达到负值。在此过渡期间,由于静电稳定力的降低,系统很可能会大量聚集。

这些DLS读数(和用于zeta电位测量的电泳光散射)通常由NTA结果确认,这也是一种有价值的正交确认技术。NTA数分布可以反映HA添加后骨料尾部的增加。

含不同量HA聚合物的脂质体的NTA表征证实了DLS结果。

图10。含不同量HA聚合物的脂质体的NTA表征证实了DLS结果。

结论

本文中介绍的示例展示了可以通过更广泛的特性描述信息和技术组合来解决的一些挑战。当只有一种技术可用时,下面的列表可能有助于确定每种技术的优点:

NTA可以考虑:

  • DLS测量需要验证或确认
  • 样品对DLS来说太稀了
  • 样品是荧光的
  • 需要粒子的数量或浓度
  • 需要基于数字的高分辨率分级
  • 准确的分布形状或宽度,或分布尾部的关键位置
  • 当其他技术的结果不清楚时,需要直接查看样本

在以下情况下可考虑使用DLS:

  • 根据ISO标准,需要精确和可重复的平均尺寸和多分散性指数测量
  • 需要良好的再现性
  • 不同批次的比较或质量控制是我们感兴趣的
  • 需要覆盖最宽的尺寸范围,特别是800 nm以上和30 nm以下
  • 需要对颗粒大小进行无创、快速和可靠的评估
  • 需要较宽的浓度范围,否则无法稀释NTA样品
  • 尺寸与时间和尺寸与温度的关系是稳定性评估的重要内容

参考文献

1.James A.和Driskell J.用纳米粒子追踪分析(NTA)和动态光散射(DLS)监测金纳米粒子结合和分析生物分子结合,DOI:10.1039/c2an36467k

2.Fan Y. et al.;用于亚单位抗原鼻接种的阳离子脂质体-透明质酸混合纳米颗粒,控制释放杂志208 (2015)1yabo21421-129

本信息来源、审查和改编自Malvern Panalytical提供的材料。亚博网站下载

有关此来源的更多信息,请访问莫尔文Panalytical

引用

请使用以下格式之一在您的论文、论文或报告中引用本文:

  • 美国心理学协会

    莫尔文Panalytical。(2019年9月03)。NTA和DLS互补纳米材料表征技术的例子。AZoM。于2021年10月16日从//www.washintong.com/article.aspx?ArticleID=13439检索。

  • MLA

    马尔文·帕纳利蒂亚尔。“NTA和DLS-互补纳米材料表征技术的示例”。AZoM.2021年10月16日。< //www.washintong.com/article.aspx?ArticleID=13439 >。

  • 芝加哥

    马尔文·帕纳利蒂亚尔。“NTA和DLS-互补纳米材料表征技术的示例”。亚速姆。//www.washintong.com/article.aspx?ArticleID=13439. (查阅日期:2021年10月16日)。

  • 哈佛

    莫尔文Panalytical》2019。NTA和DLS互补纳米材料表征技术的例子. 亚速姆,2021年10月16日查看,//www.washintong.com/article.aspx?ArticleID=13439.

提问

关于这篇文章,你有什么问题想问吗?

离开你的反馈
提交