分子振動情報の検出を向上させる「ストレッチ」時間

May 31, 2023

東京大学2023年3月4日

まず、サンプルに赤外光を照射します。 光がサンプルと相互作用した後、結果として生じる波長は、低エネルギーの赤外波長から高エネルギーの近赤外波長に「アップコンバート」されます。 近赤外線パルスは光ファイバーを通って伝わり、本質的にパルスを時間内に「伸ばす」ことになります。 近赤外光検出器が脈拍を検出します。 左下隅の挿入図は、連続する 3 つの時点でのガス状 CH4 分子の透過率スペクトルを示しています。 クレジット: 橋本他アル。 2023年

この超高速赤外分光法は、実験分子科学における多くの満たされていないニーズを満たし、さまざまな高速現象を詳細に明らかにします。

Infrared spectroscopy is a non-invasive tool to identify unknown samples and known chemical substances. It is based on how different molecules interact with infrared light. You may have seen this tool at airports, where they screen for illicit drugs. The technique has many applications: liquid biopsy, environmental gas monitoring, contaminant detection, forensic analyses, exoplanetAn exoplanet (or extrasolar planet) is a planet that is located outside our Solar System, orbiting around a star other than the Sun. The first suspected scientific detection of an exoplanet occurred in 1988, with the first confirmation of detection coming in 1992." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">しかし、従来の赤外分光法では、（時間）分解能の低いデータが得られます。 スペクトル データの取得には時間がかかるプロセスであるため、これらは通常、静的サンプルにのみ適用されます。

急速に変化する現象を検出するには、複数回の迅速な測定が必要です。 東京大学の井手口教授らの研究チームのおかげで、高速かつ高分解能のスペクトルデータを取得できるようになりました。 研究チームは、1000 個のスペクトル要素を使用して毎秒 1,000 万スペクトルの速度で赤外スペクトルを測定できるアップコンバージョン タイムストレッチ赤外分光法 (UC-TSIR) を発見しました。

分子内の原子は、硬いバネで結合された球のように結合しています。 赤外光 (波長 2 ～ 20 μm) を物質に照射します。 赤外線エネルギーを吸収し、「バネ」が振動します。 振動運動の範囲は分子の構造によって異なります。 したがって、物質が吸収する波長の範囲、つまり吸収スペクトルを検出することで、物質の特性を特定し、推測することができます。

"With recent improvements in the capability of analyzing spectra using machine learningMachine learning is a subset of artificial intelligence (AI) that deals with the development of algorithms and statistical models that enable computers to learn from data and make predictions or decisions without being explicitly programmed to do so. Machine learning is used to identify patterns in data, classify data into different categories, or make predictions about future events. It can be categorized into three main types of learning: supervised, unsupervised and reinforcement learning." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">機械学習やその他の技術を利用した赤外分光法では、大量の分子振動情報を迅速に取得することが不可欠です。 それを実現するために赤外分光法を開発したいと考えました」と井手口教授は研究チームの動機を語った。

従来のタイムストレッチ赤外分光法データでは、現在光学技術が制限されている赤外領域で機器が動作するため、測定可能なスペクトル要素が少なくなります (約 30)。 「UC-TSIRは、分子振動情報を含む赤外パルスを波長変換技術（アップコンバージョン）により近赤外パルスに変換し、近赤外領域のパルスを時間的に引き伸ばして検出することで限界を突破しました」と橋本博士は述べた。 従来の方法と比較して、UC-TSIR は 30 倍以上のスペクトル要素と 400 倍優れたスペクトル分解能を提供します。 UC-TSIRは、気体分子の燃焼や生体分子の不可逆的な化学反応などの高速現象を高い時間分解能で追跡することができます。

理論的には、この概念はシンプルで実装が簡単に思えます。 しかし、それは程遠いものでした。 「光学素子を慎重に選択し、パラメータを試行錯誤して調整しました。セットアップを構築した後も、不要な非線形光学効果や不十分な時間ストレッチによって引き起こされるさまざまなスペクトルの歪みに対処しました。最終的に鮮明な赤外吸収スペクトルが確認できたときは、私たちは大喜びしました」それらの問題に取り組んでいます」と橋本博士は語った。 「UC-TSIRによるナノ秒またはマイクロ秒スケールの超高速連続赤外スペクトル測定は、従来の分光法では解決できなかった問題を解決できます。」

Reference: "Upconversion time-stretch infrared spectroscopy" by Kazuki Hashimoto, Takuma Nakamura, Takahiro Kageyama, Venkata Ramaiah Badarla, Hiroyuki Shimada, Ryoich Horisaki and Takuro Ideguchi, 4 March 2023, Light: Science & Applications.DOI: 10.1038/s41377-023-01096-4