빠른 레이저 방법은 잎 열적 특성의 비 침습적과 연락이없는 결정을 촉진 프로빙
Summary
A method was developed to determine the specific heat capacity and thermal conductivity of leaf tissue by non-invasive, contact-free near infrared laser probing, which requires less than 1 min per sample.
Abstract
식물은 이차 대사 산물 및 재조합 단백질과 같은 유용한 물질을 생성 할 수 있습니다. 식물 바이오 매스 후자의 정제 열처리 (희게)가 간소화 될 수있다. 나뭇잎의 열적 특성 상세히, 즉, 비열 및 열전도에 공지하는 경우 희게 장치보다 정확하게 설계 될 수있다. 이러한 특성의 측정은 시간과 노동 집약적이며, 일반적으로 직접 샘플을 문의 침습적 인 방법이 필요합니다. 이는 제품의 수율을 감소시킬 수 있고, 우수한 제조 관행의 맥락에서, 예를 들면 구속 요건과 양립 할 수있다. 이러한 문제를 해결하기 위해, 비 침습적, 비접촉 방법은 약 1 분의 비열 및 완전한 식물 잎의 열전도율을 결정하는 개발되었다. 상기 방법은 작은 영역으로 정의 된 길이 및 강도의 짧은 레이저 펄스의인가를 수반근적외선 센서를 사용하여 측정 된 온도 상승의 원인이 리프 샘플. 온도 상승 비열 용량을 결정하기 위해 공지의 잎 특성 (두께 및 밀도)와 결합된다. 열전도율 후 방열 및 계정에 대류 열전달 복용 후의 온도 저하의 프로파일에 기초하여 계산된다. 연관된 계산 및 샘플 처리의 중요한 측면을 설명합니다.
Introduction
생물학적 물질의 대규모 처리가 종종 살균 등의 열처리 단계를 필요로한다. 생물학적 물질의 열적 특성이 잘 특징 경우 이러한 공정 장비는 비열 (C의 P, S) 및 열전도율 (λ)을 포함하여,보다 정밀하게 설계 될 수있다. 이들 파라미터는 열량 1 액체, 현탁액 및 균질화를 위해 용이하게 결정될 수있다. 그러나, 고체 시료에서 측정 이러한 매개 변수는 노동 집약적 일 수 있고, 종종 샘플 또는 파괴 (2)와 직접 접촉을 필요로한다. 예를 들어, 광열 기술 샘플 및 검출기 (3) 사이의 직접적인 접촉을 필요로한다. 이러한 제한은 가공 식품 중 허용 있지만, 이러한 좋은 제조 관행 (4)의 맥락에서 식물 바이오 의약 단백질의 생산으로 높은 규제 프로세스와 호환되지 않습니다. 나는N 이러한 상황은 열적 특성의 반복 (예를 들어, 주간) 모니터링 품질 관리 도구 개별 식물 일곱 주 성장 기간 동안 요구 될 수있다. 이러한 모니터링이 필요하고, 각 측정 용 리프를 소비한다면, 수확시 처리 남은 미생물이 없을 것이다.
또한 식물에 상처가 발생할 다시 공정 수율을 감소 괴사 또는 병원체 감염의 위험이 증가하는 대신 단지 리프 부품을 사용. 시료에 직접 접촉시키는 방법이 사용되는 경우, 병원체의 감염의 가능성 또한 식물의 전체 배치 오염 센서 장치와의 접촉을 통해 감염 될 수있는 위험을 유발, 증가시킬 수있다. 유사한 측면 설비의 모니터링은 ecophysiological 맥락에서, 예 가뭄과 같은 응력이 고려되어야한다. 예를 들어, 수분 손실들은 침입 트레 필요한 신선한 바이오 매스의 변화에 의해 모니터링잎을 해부 예를 들어 조사 (5), 아래에있는 식물의 atment. 대신에, 여기에서 설명하는 바와 같이 비 침습적 방법으로, 시료의 수분 함유량에 따라 특정 열 용량을 결정하고, 식물의 수화 상태 대리 변수로서 사용될 수있다. 그들은 실험 데이터를 왜곡시킬 수있는 두 시나리오 (약제 생산과 생태 생리학)에서 파괴 또는 침습성 측정 기술에 의한 인공 응력 해로운 것이다. 그들 중 하나가 시료에 직접 접촉을 요구하거나 파괴하기 때문에 따라서, 이전에보고 된 플래시 방법 6 실버 플레이트 (7) 사이 샘플의 위치는 프로세스와 실험에 적합하다. 파라미터의 C, P, S 및 λ는 제조 비용을 줄이기 8-10 따라서 제품의 정제를 단순화 할 수 희게 단계 공정 장치를 설계하기 위해 결정되어야한다. 모두 다P, S 및 λ 지금 급속 일관되고 재현 가능한 방식으로 프로브 (11)에 비접촉 비파괴 근적외선 (NIR) 레이저에 의해 결정될 수 있고,이 새로운 방법을 상세히 설명한다. 담배 적절한 처리 장치의 설계와 같은 창백 온도로 대응하는 파라미터의 선택을 허용하는 12 나뭇잎이 방법으로 얻어진 결과가 성공적으로 열 전달을 시뮬레이션하는 데 사용 하였다.
이 방법은 (그림 1) 설정이 용이하고 두 가지 주요 단계를 포함하는 각각의 두 단계, 측정 및 분석을 보유하고 있습니다. 측정 단계에서는 판 샘플은 먼저 로컬 짧은 레이저 펄스에 의해 가열되고, 최대 샘플 온도가 기록된다. 샘플의 온도 프로파일은 다음 50 초의 기간 동안 기록된다. 분석 단계에서, 이러한 밀도 잎 속성 (쉽고 정확하게 pycnometric measurem에 의해 결정ENT)들 C의 P를 계산하기 위해 최대 샘플 온도와 결합된다. 두 번째 단계에서, 잎 온도 프로파일 λ를 계산하기 위해 고려 전도, 대류 및 복사를 가지고, 에너지 균형 방정식에 대한 입력으로서 사용된다.
자세한 단계별 지침은 첨부 된 비디오의 내용을 확장하고, 프로토콜 절에 제공된다. 전형적인 측정 결과를 다음 부분에 나타낸다. 마지막으로,이 방법의 장점과 한계는 잠재적 인 개선 및 추가 응용 프로그램과 함께 토론 섹션에서 강조 표시됩니다.
도 1 : 잎 열적 성질을 결정하는 데 사용하는 장치. 를했다. 측정 장치의 사진은 비열 르의 열전도율을 결정하는데 사용AVES. 주변 장치 (컴퓨터, 오실로스코프)이 표시되지 않습니다. B. 측정 장치의 개략도. 레이저와 연결된 장비가 빨간색으로 강조 표시됩니다, 온도 측정을위한 NIR 검출기는 보라색으로 표시됩니다, 잎 샘플은 녹색이고 포토 다이오드 파워 센서는 파란색입니다. C. B.과 동일한 컬러 코드를 사용하여 측정 셋업의 요소의 도면 크기 바 0.1 m를 나타낸다. D. 스크린은 레이저 제어 소프트웨어의 전형적인 엘리먼트를 도시. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
Protocol
Representative Results
Discussion
상기 한 비접촉, 비파괴 측정 방법은 동시 재생 가능한 방식의 C, P, S 및 ʎ를 결정하는데 사용될 수있다. 특히 ʎ의 계산은 오류에 민감한 여러 매개 변수에 따라 달라집니다. 그럼에도 불구하고,이 오차의 영향은 선형 또는 서브 비례 모든 파라미터 변동 계수 중 10 % 미만인 것으로 확인 하였다. 상기 방법은 따라서 강력한 것으로 간주 될 수 있지만, 기술적 개선이 오류의 잔여 소스?…
Divulgazioni
The authors have nothing to disclose.
Acknowledgements
The authors are grateful to Dr. Thomas Rademacher and Ibrahim Al Amedi for cultivating the plants used in this study. We would like to thank Dr. Richard M. Twyman for his assistance with editing the manuscript. This work was in part funded by the European Research Council Advanced Grant “Future-Pharma”, proposal number 269110, the Fraunhofer Zukunftsstiftung (Future Foundation), the Fraunhofer-Gesellschaft Internal Programs under Grant No. Attract 125-600164.
Materials
| 1" tube | Thorlabs | SM1L10E | Tube for fiber holder |
| Agarose | Sigma Aldrich | A0701 | Agarose |
| Bi-Convex lense f=25.4 | Thorlabs | LB1761 | Lense |
| Digital Handheld Optical Power and Energy Meter Console | Thorlabs | PM100D | Console for thermal surface absorber sensor |
| Digital Phosphor Oscilloscope | Tektronix | DPO7104 | Oscilloscope |
| DMR light microscope | Leica | n.a. | Light microscope |
| Falcon 50mL Conical Centrifuge Tubes | Fisher Scientific | 14-432-2 | Pycnometer |
| Ferty 2 Mega | Kammlott | 5.220072 | Fertilizer |
| Fiber holder | Thorlabs | Fiber holder | |
| Forma -86C ULT freezer | ThermoFisher | 88400 | Freezer |
| Greenhouse | n.a. | n.a. | For plant cultivation |
| Grodan Rockwool Cubes 10x10cm | Grodan | 102446 | Rockwool block |
| Infrared Detector Optris CT | Optris | OPTCTLT15 | Infrared detector |
| Infrared Detector Software Compact Connect | Optris | n.a. | Control software for infrared detector |
| Lambda 1050 UV/Vis spectrophotometer | PerkinElmer | L1050 | UV/VIS Spectrophotometer |
| Laser 400μm, 1550nm Conduction Cooled Single Bar Fiber Coupled Module | DILAS | M1F-SS2.1 | Laser |
| Laser cover | Amtron | LM200 | Laser Cover |
| Laser Driver | Amtron | CS 408 | Laser Driver |
| Osram cool white 36 W | Osram | 4930440 | Light source |
| Photodiode sensor | Thorlabs | PDA20H-EC | Power sensor for transmission measurements |
| Precision weight Ohaus Analytical Plus | Ohaus | 80251552 | Precision weight |
| Sample frame | Fraunhofer ILT | n.a. | Fixation of the leaf sample |
| Software Pyro Control | Amtron | n.a. | Laser Power Control Software |
| Stainless-steel-holder | n.a. | n.a. | Holder for measurement set-up |
| Teflon plates 2cm | Fraunhofer ILT | n.a. | Teflon attenuation |
| Thermal surface absorber Power sensor | Thorlabs | S314C | Sensor for laser power measurements |
| Vibratome | Leica | 1491200S001 | Vibratome |
| Zoc/Pro 6.51 | EmTec Innovative Software | n.a. | Laser Control Software |
Riferimenti
- Wilhelm, E. . Heat Capacities: Liquids, Solutions and Vapours. , 516 (2010).
- Costa, J. M., Grant, O. M., Chaves, M. M. Thermography to explore plant-environment interactions. J. Exp. Bot. 64, 3937-3949 (2013).
- Jayalakshmy, M. S., Philip, J. Thermophysical Properties of Plant Leaves and Their Influence on the Environment Temperature. International Journal of Thermophysics. 31, 2295-2304 (2010).
- Buyel, J. F. Process development strategies in plant molecular farming. Curr. Pharm. Biotechnol. 16, 966-982 (2015).
- Schuster, A. C., et al. Effectiveness of cuticular transpiration barriers in a desert plant at controlling water loss at high temperatures. AoB PLANTS. 8, (2016).
- Parker, W. J., Jenkins, R. J., Abbott, G. L., Butler, C. P. Flash Method of Determining Thermal Diffusivity, Heat Capacity, and Thermal Conductivity. J Appl Phys. 32, 1679-1684 (1961).
- Hays, R. L. The thermal conductivity of leaves. Planta. 125, 281-287 (1975).
- Menzel, S., et al. Optimized blanching reduces the host cell protein content and substantially enhances the recovery and stability of two plant derived malaria vaccine candidates. Front. Plant Sci. , (2015).
- Buyel, J. F., Hubbuch, J., Fischer, R. Blanching intact leaves or heat precipitation in an agitated vessel or heat exchanger removes host cell proteins from tobacco extracts. J. Vis. Exp. , (2015).
- Beiss, V., et al. Heat-precipitation allows the efficient purification of a functional plant-derived malaria transmission-blocking vaccine candidate fusion protein. Biotechnol. Bioeng. 112, 1297-1305 (2015).
- Buyel, J. F., Gruchow, H. M., Tödter, N., Wehner, M. Determination of the thermal properties of leaves by non-invasive contact free laser probing. J. Biotechnol. 217, 100-108 (2016).
- Buyel, J. F. Numeric simulation can be used to predict heat transfer during the blanching of leaves and intact. Biochem. Eng. J. , (2015).
- Hedlund, H., Johansson, P. Heat capacity of birch determined by calorimetry: implications for the state of water in plants. Thermochim Acta. 349, 79-88 (2000).
- Chandrakanthi, M., Mehrotra, A. K., Hettiaratchi, J. P. A. Thermal conductivity of leaf compost used in biofilters: An experimental and theoretical investigation. Environ. Pollut. 136, 167-174 (2005).
- Larcher, W. . Physiological Plant Ecology: Ecophysiology and Stress Physiology of Functional Groups. , (2003).
- Cowen, R. A gamma-ray burst’s enduring fireball. Science News. 152, 197 (1997).
- Jones, H. G., et al. Thermal infrared imaging of crop canopies for the remote diagnosis and quantification of plant responses to water stress in the field. Funct. Plant Biol. 36, 978-989 (2009).
- Defraeye, T., Verboven, P., Ho, Q. T., Nicolai, B. Convective heat and mass exchange predictions at leaf surfaces: Applications, methods and perspectives. Comput. Electron. Agric. 96, 180-201 (2013).
- Arndt, S. K., Irawan, A., Sanders, G. J. Apoplastic water fraction and rehydration techniques introduce significant errors in measurements of relative water content and osmotic potential in plant leaves. Physiol. Plant. 155, 355-368 (2015).
- Jones, H. G., Schofield, P. Thermal and other remote sensing of plant stress. General and Applied Plant Physiology. 34, 19-32 (2008).
- Jones, H. G., Archer, N., Rotenberg, E., Casa, R. Radiation measurement for plant ecophysiology. J. Exp. Bot. 54, 879-889 (2003).
- Dupont, C., Chiriac, R., Gauthier, G., Toche, F. Heat capacity measurements of various biomass types and pyrolysis residues. Fuel. 115, 644-651 (2014).
- Chaerle, L., et al. Multi-sensor plant imaging: Towards the development of a stress-catalogue. Biotechnol. J. 4, 1152-1167 (2009).
- Hackl, H., Baresel, J. P., Mistele, B., Hu, Y., Schmidhalter, U. A Comparison of Plant Temperatures as Measured by Thermal Imaging and Infrared Thermometry. J. Agron. Crop. Sci. , 415-429 (2012).
- Yuan, L., et al. Spectral analysis of winter wheat leaves for detection and differentiation of diseases and insects. Field Crops Res. 156, 199-207 (2014).
