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.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. 식물 재배 및 샘플 준비
- 1-2 탈 이온수 L이어서 0.1 %로 한 L [m / V] 비료 용액 각 미네랄 울 블록 플러시. 하나 담배 (된 담배 또는 N.의 benthamiana) 각 블록의 씨앗과 씨앗을 멀리 세척하지 않고 비료 용액 0.25 L와 부드럽게 높이를 놓습니다.
- 70 %의 상대 습도와 온실 또는 phytotron 7 주 동안 식물을 재배, 16 시간 광주 (180 μmol의 - 1m - (2), 400-700 nm의 λ =)와 22분의 25 ℃로 빛 / 어둠 온도 제도.
- 측정 장치에 식물을 이동합니다. 식물은 열 특성의 측정을 위해 움직이지 수확 한 잎 경우.
2. 잎 두께 및 밀도를 결정
- 잎의 두께를 결정
- 인산 완충 식염수로 2 % [의 m / V] 아가 용액을 제조 하였다 (PBS) 및그것을 오토 클레이브. 이 솔루션은 아래로 40 ° C로 냉각 페트리 접시에 배치 잎 샘플을 포함 할 수 있습니다. 30 분 동안 4 ℃의 냉장고에 페트리 접시를 배치하여 아가로 오스 고형화.
- 15 °의 면도날 절단 각도와 vibratome를 사용하여 200 μm의 조각으로 아가로 오스 블록을 잘라. 1.0 mm s의 절단 속도 -1 0.5 mm의 크기를 사용합니다.
- 마운트 정착으로 시아 노 아크릴 레이트를 사용하여 유리 슬라이드에 5 횡단 잎 부분. 제조업체의 지시에 따라 현미경 소프트웨어에 내장 된 측정 도구를 사용하여 20 × 목적으로 현미경과 10 × 접안 렌즈 배율에 따라 판 두께를 결정한다.
- 정맥없이 샘플 영역에서 잎의 두께를 결정합니다.
- 또는, 잎 블레이드의 정맥이없는 영역에서 다이얼 게이지와 잎의 두께를 결정한다. 다이얼 게이지가 잎 블레이드의 평면에 수직으로 유지되어 있는지 확인합니다.
CAUTION : 순간 접착제는 피부 자극을 일으킬이며주의하여 취급하지 않는 경우도 함께 손가락을 접착제 수 있습니다.
- 잎의 밀도를 결정
- 건조한 비중병의 빈 질량 (m 0) 결정 후, 물을 채우고 다시 (m 1) 질량을 결정합니다. 완전히 비중병을 건조 내부의 잎을 배치하고 질량 (m 2) 번을 결정합니다. 내부의 잎, 조심스럽게 물을 비중병을 작성하고 질량 (m 3)를 결정합니다.
- 식 (1)를 사용하여 잎의 밀도 (시)을 계산합니다.
수학 식 1 :
3. 잎의 스펙트럼 투과 및 반사를 결정
- 샘플 지주 클램프 사이에 고정하여 UV / VIS 분광 광도계의 샘플 챔버에 잎을 배치합니다. 전송 측정을 위해, DET의 앞에 배치 리프 엑터. 반사에 대한 측정은 검출 챔버의 후면에있는 잎을 배치합니다.
- 분광 광도계 제어 소프트웨어를 실행합니다. 1600 nm의 900 nm의에서 스펙트럼을 선택합니다. 새 검사를 시작하고 스펙트럼 곡선에 따라 값 전송 (μ T)와 UV / VIS 분광 광도계 소프트웨어에 의해 표시 반사 (μ R)를 기록한다.
- 적어도 세 생물학적 복제로 모든 측정을 수행합니다. 예 5 불균일 샘플 품질이 기대 될 수있는 경우 더 생물학적으로 복제 수를 증가 잎 표면 형태 및 두께의 변화.
- 수학 식 2 및 3에 따라 측정 된 레이저 파워 P 레이저로 측정 μ의 T 또는 μ R 값을 곱하여 송신 (P T) 및 반사 (P R)에 대한 전력을 계산한다.
식 2 :ftp_upload / 54835 / 54835eq2.jpg "/>
식 3 :
주 : 전송은 또한 측정시의 포토 다이오드 센서 (6.3 참조)을 결정할 수있다.
4. 측정 장치 설정
- 스테인레스 스틸 홀더에 25.4-mm 직경의 콘에 광섬유 결합 한 바 NIR 다이오드 레이저 (파장 = 1,550 nm의)를 탑재합니다. 4-6 W.에 NIR 레이저의 출력 전력 (P 레이저)를 설정하는 제어기를 연결
- 13mm로 빔 폭을 조정하는 원뿔의 끝에서 25.4 mm의 초점 길이를 갖는 이중 - 볼록 렌즈를 놓는다.
- 포토 다이오드 파워 센서를 렌즈의 하단 아래에 354mm를 놓습니다. 이어서 1.0의 광학 밀도 센서 위에 22 mm의 세라믹 층을 갖는 감광 필터를 배치함으로써, 포토 다이오드를 감쇠.
- 동축 케이블을 사용하여 오실로스코프에 포토 다이오드 파워 센서를 연결한다.
- 잇다렌즈 아래 308mm (그림 1)의 높이에서 측정 설정의 발판으로 6 × 6cm 샘플 노출 면적이 10 × 10cm 프레임입니다. 10 × 10cm 프레임으로 설치하여 공간의 잎 위치를 수정합니다.
- 범용 직렬 버스 (USB) 케이블을 이용하여 개인용 컴퓨터에 NIR 검출기를 연결 및 검출기의 인터페이스 소프트웨어를 설치한다.
- 135mm 세라믹 층 위에 레이저 빔을 45도 각도로 배치 검출기. 최대 온도 신호가 관측 될 때까지 상기 센서의 위치 및 각도를 변화시킴으로써, 시료상의 레이저 스폿 검출기의 측정 영역을 맞추고.
- 5 W의 출력 레이저 파워 0.5 s의 레이저 펄스의 지속 시간을 조절하기 위해 레이저 제어 인터페이스 소프트웨어를 사용한다. 레이저 파워의 그래픽 표현 아래의 컨트롤 옵션 창에서 "현재 제어"명령을 선택하고 & #에 "5"를 입력하여 레이저 파워를 조정(34) 전력 [W] 시간 [S] "필드의"로 "0.5". 필드에 입력하여 레이저 펄스 지속 시간을 조정합니다. "
- 각 실험 세트 절대 레이저 파워를 결정하기 위해 실험들의 각 세트의 끝에 열 표면 흡수체 전력 센서 포토 다이오드 파워 센서를 교체하고 시료없이 20 초 동안의 레이저 출력을 측정한다.
5. 잎 샘플을 준비
- 측정에 대한 손상과 손상되지 않은 잎을 사용합니다.
- 조사에 대한 중요한 경우, 불꽃, 2 ~ 3 초 동안 레이저 빔에 잎을 노출 등을 시뮬레이션하기 위해 다른 기술을 사용, 라텍스 장갑의 잎을 문지르고, 메스와 잎을 관통하여 일반적인 잎 손상 유형을 모방 손상의 유형.
- 조심스럽게하지만 빠르게 샘플 지주 클램프 사이의 잎 샘플을 탑재합니다.
온도 측정을 수행 6.
- 잎과 세라믹 간의 직접 접촉을 피하십시오포토 다이오드 센서 위에 위치 감쇠기의 C, P, S 및 λ의 계산을 방해 인공 열전달을 방지하기 위해 (제 9 참조).
- 근적외선 검출기를 통해 60 초 총 판 시료의 온도 프로파일을 수집하는 온도 측정 소프트웨어를 사용한다. 첫째, 10 (S)에 대한 온도 기준을 기록 0.5 초간 레이저를 활성화하고 49.5의 데이터 수집을 계속한다.
- "측정"다음 "새 측정"을 클릭하여 측정을 시작합니다. 그 후 열 프로파일의 그래픽 표현 위의 녹색 화살표를 클릭합니다. 프로파일의 그래픽 표현 위의 "저장"아이콘을 클릭하여 온도 프로파일 (스타일 화 된 디스크)에 저장합니다.
- 와 접속하고 오실로스코프를 이용하여 리프 샘플없이 측정 용 신호의 차이를 계산함으로써, 포토 다이오드의 파워 센서를 사용하여 전송되는 레이저 파워를 확인동축 케이블을 통해 광 다이오드 전력 센서 (그림 2).
- 두 측면의 높이를 결정합니다 (1 f를, S 및 F 2, S) 오실로스코프으로 얻은 전압 프로파일입니다.
- (1,0이고 f 2,0 F) 기준으로 잎 샘플없이 측정을 반복합니다. 수학 식 (4) (도 2 참조)에 의한 이러한 측정의 비율로 송신 μ T를 계산한다.
식 (4) :
도 2는 포토 다이오드 전력 센서를 사용하여 리프 전송 측정. 를했다. 리프 샘플없이 기준 실험의 전형적인 전압 프로파일 오실로스코프를 사용하여 시각. B. 전압 프로파일상기 장치에 장착 된 리프 샘플. 두 경우 모두에서, 상기 송신 전력 레이저는 두 측면 각각에 비례한다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
7. 판 시료의 비열을 계산
- 최대 잎 온도 T 엄마 X [K] (식 5)에서 상온 0 T [K]를 감산하여, 레이저 펄스 동안 최대 온도차 ΔT [K]를 계산한다.
식 (5) :
- P T [W]를 송신 레이저 인 P R [W]은 반사 레이저 파워이고 효과적인 레이저 출력과 레이저 펄스 지속 기간 (식 6)에 기초하여 리프에 의해 흡수 된 에너지 (E S [J)를 계산 힘.
등식기 6 :
- 차원 S [m]가) 2.1에 따른 판 두께 가열 잎 부분의 질량 (m의 S [kg])을 사용하여 수학 식 (7)을 계산, R 레이저 [m]은 레이저 스폿의 반경 V S는 [이고 m 3] 가열 리프 량이고, ρ S [m -3의 킬로그램 리프 밀도) 2.2에 따른 것이다.
식 (7) :
- C의 P를 계산 S [J kg -1 K -1] 가열 잎 면적 질량 m의 S 최대 온도차 ΔT의 곱에 의해 흡수 된 에너지 E의 S 나누어 수학 식 8에 따라.
식 (8) :
8. 칼로리에 대한 온도 프로필 데이터를 준비합니다알 전도도 계산
- 스프레드 시트 프로세서에서 파일을 A * .DAT 파일로 시간과 온도 원시 데이터를 내보내고 열 NIR 센서 제어 소프트웨어의 "내보내기"명령을 사용하십시오.
- 한 적용 :는 사용 예 (100) 데이터의 감소를 "IF (MOD (값 100) = 0;"X ","0 ")"명령은, 0.1 초마다 하나의 데이터 요소의 데이터 밀도의 결과.
- 레이저가 떨어져 여전히 동안 측정, 초기 10 초 동안 각 온도 프로파일 [° C] 평균 기준 온도 T의 B를 계산합니다. 그리고, T B 실제 주위 온도 T 0 [° C] 사이의 차이를 계산한다.
- 개별적으로 T 0 예 (Y-정상화),쪽으로 이동 T B 경우 각 프로파일을 정상화하기 위해이 차를 사용 - T 0 = 2.0 K를, 다음 홍보 온도에서 각 온도 값에서 2.0 K 빼기ofile (그림 3A).
- 최대 시료 온도 전 (T 최대)을 모든 데이터 포인트를 삭제함으로써 시간을 각 온도 프로파일 (X-정규화) 좌표 정상화 T 맥스 (도 3b) 대 t = 0에서 시작하여 새로운 시간 값을 할당한다.
- 화면 급격한 온도 변화, 3 배 이상 그들이 아티팩트를 측정에 해당하기 때문에 ≈ 1.0 K.는 (데이터 세트에서 이러한 영역을 제거 일반적으로 그림 3C 3 × 0.31 K 인베이스 라인 노이즈 레벨이다 즉, 온도 차이에 대한 각각의 프로필 ).
- T t [K]가 시간 t [s]에의 장착 판 샘플 온도 스프레드 프로세서를 사용하여 데이터를 지수 감쇠 함수 (식 9)를 장착, T 0은 주변 온도, A [K]는 진폭이다 그리고 t 1 [S] 붕괴 상수 (그림3D).
식 (9) :
- 레이저 펄스 후 0-80의에서 잎 샘플의 온도 감소를 계산하기 위해 장착 기능을 사용합니다.
- 각 온도 데이터 포인트 (도 3E)에 273.15의 값을 가산하여 [K] 스케일 [° C]에서 측정 된 온도 데이터를 변환.
도 3 : λ의 계산을위한 데이터 처리 방식. 를했다. 데이터 감소 후, 온도 프로파일은 주위 온도로 정규화된다. B. 다음으로, 최대 샘플 온도 (T 최대)하기 전에 모든 데이터 포인트가 제거됩니다. C. 측정 아티팩트 (이하 "일관성"데이터 세트에 표시) 온도에 따라 식별하는 일보다 더 큰 이동REE 시간 기준 소음과 지수 함수 이전에 피팅에 대한 데이터 세트에서 제거. D. 섭씨 온도 눈금은 켈빈 스케일로 변환된다. 각각의 시간 간격은 E., λ는 온도 프로파일에 기초하여 계산된다. F. 20 (S)의 윈도우가 관련된 온도 변화가 관찰 될 수있는 정의된다. G. 선택된 시간 윈도우에 기초하여, 평균 및 표준 편차가 λ에 대하여 계산된다. H. 두 개의 서로 다른 N.의 tabacum 잎 샘플 대표 결과. 주황색 화살표 라인은 표시 데이터에 대응하는 처리 단계의 효과를 나타낸다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
리프 샘플의 열전도율 9. 계산
- 온도 differe를 계산리프 샘플 ΔT X가 [K]는 온도차 수학 식 10에있어서, 각각 0.1의 간격의 환경 사이의 후부는 T t [° C]는 장착 판 시료 온도이고, T 0 [° C]를 주위 온도 (그림 3E).
식 (10) :
- 온도의 감소는 대류 열전달 방열 및 열 전도의 조합 된 효과로 인한 것으로 가정한다. ΔE 온도가 [J]가 두 개의 연속 시점에서 샘플의 열 에너지의 차이가 λ의 계산을위한 기초로 대응하는 에너지 밸런스 (수학 식 11)을 사용하여 ΔE 라드 [J]를 인한 에너지 차이다 열 방사선, ΔE의 전환 [J]는 인해 대류 열전달에 에너지 차이이고, Δ; E 콘드 [J]를 인해 열전도의 에너지 차이다.
식 (11) :
- ΔT (t)가 [K]를 장착 잎 샘플 온도의 차이가 식 (12)의 단위없는 방사율 ε, σ [kg의 -3 K -4] 스테판를 산출 실제 물리적 특성과 에너지 균형의 일반적인 용어로 대체 -Boltzmann 일정한하는 RAD [m 2] 방열 면적, H [J S m -2 -1 K -1] 대류 열전달 계수하는 전환 [m 2 대류 열전달 영역, COND [m 2] 열 전도 및 리터의 [분] 특성 길이의 영역입니다.
식 (12) :
- 체인지를 계산상관 관계에 따라 cteristic 길이 (L) : L = V / A.
- A [m 2]를 계산하기 위해 가열 된 샘플의 체적 V와 S 판 시료의 단면적을 사용한다. 단면 리프 영역이 COND 도통이 R 레이저 레이저 스폿의 반경 및 D (S)가 판 두께 발생 영역 수학 식 13에 따른 COND에 대응한다.
식 (13) :
- 레이저는 레이저 스폿의 면적 수학 식 14에 따른 방사선 및 전환율을 계산한다.
식 (14) :
- 대체 식 (9), (12) 식 (11)로 (13) 및 t 레이저 t가 수학 식 15 얻었다 λ 후자를 해결그 레이저 펄스 지속 시간 [S].
식 (15) :
- ε에 대한 0.94의 값을 가정하고, 온도 프로파일의 처음 20 초 동안 각각 0.1 시간의 간격 λ를 계산한다. 이 방법으로 얻어진 λ에 대한 200 값의 평균 및 표준 편차 (도 3f - H)를 계산한다.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
잎 특성의 측정
위의 미세한 방법, 0.22-0.29 × 10의 잎 두께 사용 - 그리고 N.의 benthamiana (0.26 ± 0.02 × 10-3m 것은 모두 N.의 tabacum (3 M, N = 33 0.25 ± 0.04 × 10)에 대해 결정되었다 - 이전에 다양한 식물 종 3의 잎을보고 3m 범위 - 0.20-0.33 × (10) 내에 잘 3 m, N = 24). 현미경 측정의 결과의 한 표준 편차 이내 3m (N = 10) - 다이얼 게이지 두께를 결정하는 것은 ~ 0.28 × 105의 값을 얻었다. 그것을 적용하기 쉬웠다과 같이 따라서, 다이얼 게이지 측정은 일상적인 애플리케이션에서 두께 측정을 위해 미시적 방법보다 선호 될 수있다C의 P, S 및 ʎ의 결과는 더욱 노동 집약적 기술에서 10 % 미만을 벗어나는. 631-918kg의 m 일치 3 (N = 20) - - 3 범위 이전에 다른 종 3 잎에 대해보고 N.의 tabacum과 N.의 benthamiana 잎의 밀도는 750 ± 10kg의 m이었다.
비열 용량의 계산
담배 속 종 수집 온도 프로파일은 최대 온도 (T 최대)까지 레이저 펄스의 시간에 따른 급격한 증가를 보였다 미만 1 초 이내에 도달 하였다. 펄스 후, 온도는 주위 온도 (T 0) (- E도 3a)에 도달 할 때까지 지수 적으로 감소 하였다. 비열 (c 피가이야 N.의 tabacum -1 K -1 kg을하고 2252 ± 285 J는 kg을 -1 K -1 N.의 benthamiana에 대한 323 ± 3661의 8 항복 값을 계산 하였다. 두 배양 기간 설정 및 각 사용 된 종 (1.2 절 참조) 그러나 이것은,의 (그림 4) C P는 영향을 미치지 않았다. 그러나 C, P, S 값은 수분 함량 [GG 상관 N.의 tabacum (도 4a)의 경우에는 영 (위) 잎 (R 2 = 0.85)로 이전 (아래)에서 선형 적 감소 -1 수확시의 습윤 미생물의 차이, 60 ° C 11에서 72 시간 배양 후의 질량으로 결정되었다 매스]. 수분율 비열 용량 간의 상관 관계가 다른 저자 (13)에 의해 이전의 관찰과 일치 하였다. 역 상관 N.의 benthamia 관찰되었다(; 어린 가기 = 하단 = 이전) N. tabacum에 대한 21 %와 비교하여 단지 13 %이었다 다른 성숙 정도의 잎의 비열 용량의 차이가 개구 (R 2 = 0.79). 이 차이는 N. benthamiana의 잎의 수분 함량은 잎의 성숙 (11)의 상이한 정도에 걸쳐 거의 일정하다는 사실에 기인 할 수있다. 민감도 분석하여 C (P)에서의 차이는, S는 수학 식 8에서의 측정 파라미터의 변동에의 영향 비례하는 것으로 확인 반사 이들 파라미터를 수학 식 7의 각각의 요인 때문에하지 않았기 때문에 전송 된 레이저 파워는, 서브 비례, 이러한 두 파라미터의 오차의 영향은 레이저 출력 또는 주위 온도의 변동에 의한 것보다 작았 다. 일반적으로, 측정이 모든 파라미터 C (p)의 계산에 관여하기 때문에 강력한 것으로 간주하고, S는 계수했다10 % 미만의 변동 (도 4C 및 D).
그림 4 : 특정 열용량 및 열전도도 값은 N.의 tabacum과 N.의 benthamiana에 대해 결정. 를했다. 비열 용량 및 잎 식물의 잎의 위치에 따라 N.의 tabacum의 열전도도 (아래 = 오래된 잎, 중간 = 성숙한 잎, 최고 = 어린 잎). 별과 삼각형은 각각 49, 56 일 이전했다 식물을 나타냅니다. B. 비열 및 N. benthamiana의 열전도율은 식물 잎의 위치에 따라 나뭇잎. 별과 삼각형은 각각 phytotron 또는 온실에서 재배 된 식물을 나타냅니다. C. 입력 파라미터 변경에 비열 값의 감도. TRiangles 비열 용량 (위쪽, 적색)를 10 % 증가로 인한 값 또는 단일 모델 파라미터의 감소 (하강, 청색)을 나타낸다. D. 입력 매개 변수의 변화에 열전도 값의 감도. 삼각형은 하나의 모델 파라미터 구두 열전도율 (위쪽, 적색)를 10 % 증가로 인한 값 또는 감소 (청색, 하방)을 표시한다. 그들은 10 % 변동 민감도 분석에서 얻어진 값의 전체 범위를 나타내는 C 및 D 동안 A와 B에서 오차 막대는 표준 편차 (n≥3)를 나타냅니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
열전도율의 계산
열전도율 (ʎ)은 지수에 의한 온도 프로파일을 산출 하였다전도 및 대류 열전달과 열 방사선에 대한 방정식과 결합 된 피팅 (그림 3). 1 초 - 1 - K - 식 (15)은 0.49 ± 0.13 J (m)의 평균 값을 산출 N.의 tabacum 1 (N = 19) 및 0.41 ± 0.20 J m - N. 1 (N = 25) - 1의 1 - K benthamiana. 잎의 나이와 ʎ 사이의 상관 관계가 다른 식물 종 14 이전에보고 된 연령에 따라 차이가 동의, N.의 benthamiana (그림 4B) 관찰되었지만 ʎ과 식물의 연령이나 재배 설정 사이에는 상관 관계가 없었다. 전술 한 바와 같이, 수분량이 N. benthamiana에 대한 성숙 가변 잎에 걸쳐 균일 한 것으로 확인되었을 때 이러한 차이에 대한 이유 가능성이었다. 대신, 우리는 리터에서 그 변화를 추측EAF 조직, 예를 들어, 세포벽의 조성은, 잎의 열전달 특성을 변화함으로써 ʎ의 값에 영향을 관측함으로써이 책임졌다. ʎ의 결정은 주위 온도의 변화에 민감하게되었다. 민감도 분석은 ± 2.3 K의 변동이 64~125%에 의해 ʎ의 값을 변경 것으로 나타났습니다. 수학 식 15에 따라, 주변 온도가 방열에 네의 힘에 의한 효과가 있으므로 직접 ʎ의 값에 영향을 미친다.
측정 장치의 평가
3 시간 이내에 측정 어셈블리를 설정할 수 있었다. 이것이 완료되면, 시스템의 기동 시간 측정 시리즈 당 약 15 분이었다. 하나의 측정 샘플을 준비하고, 전체 측정주기를 포함 미만 3 분 걸렸다. 레이저 노광 시간 분석은 밝혀0.5 초의 가열 시간 (N = 55) 19.9 ± 4.3 ° C의 온도 상승 결과 양호한 신호대 잡음비 (SNR) 및 요구 (긴 레이저 펄스에 의해 달성) 높은 ΔT 사이의 최상의 타협이었다 (짧은 레이저 펄스에 의해 달성) 저 ΔT는 조직 손상을 방지하기 위해 필요했다. 0.5 초보다 긴 펄스 지속 시간은 아마도 (N 만 42.9 ± 4.2 ° C 반면에, 70 ° C까지 도달 샘플 온도, 판 조직에 물 및 / 또는 손상의 증발을 반영 샘플 질량의 손실을 초래 = 55) 0.5 초 레이저 펄스에 대해 관찰 하였다. 0.5 미만의 온도의 ± 0.31 K 노이즈 표준 편차 (N = 25)의 지속 시간 ΔT를 들어 5 % 이상을 차지하므로 ΔT의 중요한 부분이다. 대조적으로, 0.5 초에서 잡음 신호의 2.5 %만을 차지하므로 무의미로 하였다. 또한, 샘플은 더 ~ 45 ° C로 가열하지 않았다그 담배 식물은 또한 하위 열대 서식지로 천연 열대에 노출 될 수있는 온도는 툰드라 서식지 (15)에서 발견 된 식물 종에만 해로운 것입니다. 자연 일사가 1.0-1.4 킬로와트 16,17 m -2의 범위에서 통상적 인 반면 레이저의 전력 밀도는 170 킬로와트 -2 m이었다. 최근 출판 현미경 분석 (11)에 의해 나타낸 바와 같이, 그러나, 펄스의 매우 짧은 시간으로,이 높은 에너지 선량은 아마도 잎 조직에 손상을주지 않았다. ʎ 계산에 사용되는 온도 데이터 인해 만이 기간 동안에 레이저 펄스 후 최초 20 초에 한정되었던 샘플의 온도 신호의 5 % 미만을 차지 (0.31 K ±) 잡음을했고, 따라서 무의미한 것으로 간주 하였다. 20의 시간 프레임 이후부터 온도 데이터를 사용할 때, ʎ 대해 계산 된 값들은 (도 3f) 감소 하였다. 가능한 설명이었다 가정의 일부가ΔT의 낮은 값을 적용하지 않은 ʎ의 계산했다. 이 온도 등 전원에 의해 영향으로 특히, 식 (15)의 열 방사를 설명하는 용어는 영향을받을 수 있습니다. 또한, 레이저에 노출 된 샘플 자리를 둘러싼 잎 지역은 약간 가열 한 수 있으며, 따라서 효과적인 ΔT x와 궁극적으로 계산 ʎ을 감소 모델의 가정 이상적인 방열판되지 않았을 수 있습니다.
Subscription Required. Please recommend JoVE to your librarian.
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 소스의 저감을 도모 할 수있다.
평면 잎 표면 측정하는 것이 바람직하지만, 샘플 자연스럽게 기복 표면을 갖기 때문에 조립에 시료를 장착하는 기술적 도전이다. 이 문제는 선호에 시료를 클램핑 정확하게 판 샘플을 예를 들면, 판 두께와 폭으로 조정 형상으로 전용 샘플 홀더를 설계함으로써 극복 될 수있다할 방향입니다. 이 방법은 측정 재현성 할 것이지만, 샘플 및 홀더 사이의 확고한 접촉 판의 표면을 평평 당길 필요 때문에 측정의 비접촉식 성질을 손상한다. 홀더의 이러한 사용의 이점은, 따라서, 측정의 정밀도 나 비접촉 특성상 중요한인지, 측정, 즉 컨텍스트에 의존 할 것이다. 반면, 이러한 고려 사항은 본질적으로 평면, 예를 들면, 쌀 및 관련 종과 잎에 대한 전혀 필요하지 않을 수도있다.
이 두 강 C의 P, S의 계산에 영향을 주며 (18) ʎ 때문에 샘플의 환경에서 공기 이동에 의한 대류 열전달 측정 동안에 최소로 유지되어야한다. 따라서 장치와 같은 컴퓨터와 에어컨 시스템 라디에이터 나 다른 장치에 의해 발생 된 공기 스트림으로부터 멀리 위치해야통합 냉각 팬. 공기의 움직임 (20)에 의해 증가 될 수 있기 전에 또는 증착에 의한 측정시 발생할 수있는 잎 (19)의 상대적 수분 함량의 변화는이 모델에서 설명되지 않았기 때문에 이것은 중요하다. 데이터 수집 동안 오류를 피하기 위해, 프로토콜 절에 설명 된대로 따라서, 측정은 특히 분리 된 잎으로 빠르게 수행되어야한다. 미래에는, 측정에 증발의 영향을 저감 또는 측정이 구현 된 습도 제어로 적어도 부분적으로 둘러싸인 측정 챔버 내에서 수행되는 경우를 피할 수있다.
C의 P, S 및 ʎ 값의 정밀도를 더욱 정확하게 대응하는 식에 사용되는 매개 변수를 측정함으로써 증가 될 수있다. C (P)의 경우, 이러한 매개 변수 즉, 레이저 전력, 최대 주변 온도 및 샘플 볼륨 라스의 산물이야스폿 영역 두께 및 샘플 밀도 (식 8) ER. 후자의 두 파라미터는 실제 측정에 수반 실험에서 결정되어야 몇몇 대표적인 생물학적 복제가 테스트되는 경우 그 신뢰성을 향상시킬 수있다. 그러나, 간단한 다이얼 게이지 측정에 사용한 경우에도, 미시적 분석에 비해 판 두께의 차이는 동일한 수준으로의 C, P, S 및 ʎ 대해 계산 된 값에 영향을 단지 11 %이었다. 대조적으로, 온도 및 레이저 출력은 측정에 걸쳐 모니터링 할 수있다. 이들 온라인 데이터는 레이저 파워와 주위 온도에 대해 고정 값 대신에 사용되는 경우에 C (P)의 정확성의 향상을 도모 할 수 있고, 데이터는 잘 캘리브레이션 센서를 사용하여 수집된다. 이러한 고려 사항은 ʎ 적용하지만, 모두 네 가지의 힘에 의해 계산 된 값에 영향을 미칠 때문에 주변 및 샘플 온도는 가장 중요한 매개 변수입니다.
ʎ의 현재 계산은 대류 열전달 및 열 방사선에 관한 몇 가지 가정을 기반으로했다. 예를 들어, 방사율 (ε) 및 대류 열전달 계수 (H)를 측정하지 않은 이상 제시된 방법에서 명시 적으로 계산되지만 이전 공보 18,21로부터 유도 하였다. ʎ의 정확도 따라서 실제 측정 조건에서이 두 파라미터를 결정함으로써 개선 될 수있다. 그러나, 계산의 문헌 정보를 사용 그럼에도 인해 즉 담배 속 종 및 생리학, 초본 식물 (3)에 그 계통에 실험적으로 유사한 특성을 기대할 수있는 다른 식물 종에 대해 결정된 범위 내에 있었다 ʎ 값을 수득 하였다. ε 및 h에 대한 값 ε에 대해 이전 식물이 값에 대해보고 된 전체 범위, 예를 들면, 0.93-0.98 이상 변화 하였다하더라도 21 ʎ의 최종 값에 미치는 영향은 10 %, 따라서 여기에 관찰 된 자연의 변화에서 <이었다.
상기 제시된 방법은 단지 그대로 무사 잎 분리 잎의 열 특성을 측정 할 수 있었지만 또한 정확하게 측정 전 고의로 도입 더 심한 손상의 종류를 식별. 따라서, 리프 시료의 종류를 쉽게 제거 할 수있는 도구를 제공 구별 될 수 있으며, 사전 분석 낮은 품질 데이터를 산출하는 어떤 불량한 샘플. 샘플 C의 P, S 환산 사양을 충족하지 못하는 ʎ 및 추가 처리에서 제외 될 수있다, 예를 들어 생물학적 재료를 모니터링 할 때이 기능은 품질 제어를 위해 사용될 수있다. 이것은 분자 농업 4로 고도로 조절 프로세스의 컨텍스트에서 자산 것이다.
다른 사람들에 비해이 새로운 방법의 장점문헌 급속한 시료 처리 최소화 제제는 C, P, S 및 ʎ의 비접촉 비파괴 동시 측정, 많은 광학 실험실에서 발견 될 수있는 일반적인 장비의 사용을 포함한다. 이는 시차 주사 열량계 같은 특별한 고가의 장비를 필요로하는 방법에 비해보다 광범위한 응용을 용이하게한다. 또한, 열량계는 샘플 (22)과의 직접적인 접촉을 필요로하므로 손상의 위험이 있으며,이 방법은 일반적으로 비열 (22)의 측정에 한정된다. 대조적으로, 열전 반면 괴사 또는 비접촉 방식으로 23 잎 또는 전체 설비의 물리적 변화를 감지 할 수 있으며, 또한 저렴하고 더 강력한 IR 카메라의 미래에 극복 될 수있는 복잡한 이미지 분석 및 특수한 전용 장치 (24)를 필요 주변 장치를 첨부. 스펙트럼 분석은 다른 연락처-FR입니다EE의 수분율 엽록소 레벨 (25)의 분석에있어서, 그러나 아직 비열 및 / 또는 열전도도를 결정하는데 사용되지 않았다.
본원에보고 된 측정 방법은 식물 낮은 투자 비용과 짧은 측정 시간 남긴다의 열 특성을 측정하기위한 강력한 방법이다. 이는 성공적 N.의 tabacum 및 N. benthamiana의 분자 농업 (4)의 영역에서 중요한 두 종의 C, P, S 및 ʎ를 결정하는 데 사용되었다. 잎의 온도 프로파일을 기반으로 두 매개 변수에 대해 계산 된 값은 이전에 다른 식물 종 3에 대해보고 사람들과 잘 일치 하였다. 이 방법은 비파괴, 비접촉식이며, 열적 특성의 분석을 위해 현재의 모든 다른 방법을 통해 이점을 제공, 복잡한 시료 전처리가 필요하지 않습니다. 심플한 디자인은 손 HEL의 개발을 용이하게 할 수있다D 디바이스는 유연성을 증가시킵니다.
Subscription Required. Please recommend JoVE to your librarian.
Materials
| Name | Company | Catalog Number | Comments |
| 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 50 mL Conical Centrifuge Tubes | Fisher Scientific | 14-432-2 | Pycnometer |
| Ferty 2 Mega | Kammlott | 5.220072 | Fertilizer |
| Fiber holder | Thorlabs | Fiber holder | |
| Forma -86 °C ULT freezer | ThermoFisher | 88400 | Freezer |
| Greenhouse | n.a. | n.a. | For plant cultivation |
| Grodan Rockwool Cubes 10 x 10 cm | 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 400 μm, 1,550 nm 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 2 cm | 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 |
References
- Wilhelm, E. Heat Capacities: Liquids, Solutions and Vapours. , Royal Society of Chemistry. 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.
- 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. , Under review (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. , Springer Science & Business Media. (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).
