🔬 optics

Motion-Based Beamshape Recovery Enables Precision Nanoparticle Sizing

Este artículo introduce un método de autonormalización que reconstruye el perfil de iluminación a partir de las señales de dispersión de nanopartículas en difusión libre para permitir una determinación de tamaño precisa y sin marcadores sin requerir la medición directa del campo o hardware adicional, superando eficazmente la variabilidad de la señal y el sesgo de heterogeneidad de las partículas tanto en geometrías de iluminación detectables como indetectables.

Autores originales: D-Dré K. J. M. J. Braam, Daan Wolters, Matz Liebel

Publicado 2026-07-17

📖 8 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: D-Dré K. J. M. J. Braam, Daan Wolters, Matz Liebel

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que intentas pesar un solo grano de arena, pero no tienes una báscula. En su lugar, tienes una linterna mágica que ilumina la arena y una cámara que toma una foto del rebote de la luz en ella. Cuanto más brillante sea el rebote, más pesado es el grano. Esta es la idea básica detrás de un campo de alta tecnología llamado nanocizallamiento (nanosizing), donde los científicos utilizan la luz para medir el tamaño de partículas tan diminutas que no pueden verse con microscopios convencionales. Estas partículas son tan pequeñas que a menudo se utilizan para administrar medicamentos dentro de nuestros cuerpos o para construir nuevos materiales. Conocer su tamaño exacto es crucial; una partícula que es ligeramente demasiado grande o demasiado pequeña podría no cumplir su función.

Sin embargo, hay un inconveniente. La linterna mágica no es perfecta. Al igual que una linterna en una habitación oscura, el haz es más brillante en el centro y se desvanece hacia los bordes. Si una partícula se sitúa en el centro brillante, parece enorme. Si se desplaza hacia el borde tenue, parece diminuta, aunque sea exactamente del mismo tamaño. Para obtener una medición precisa, los científicos tienen que averiguar exactamente qué tan brillante es la luz en cada punto de la habitación y corregirlo. Normalmente, intentan medir el haz de luz directamente con un sensor especial. Pero en algunos montajes avanzados, la luz está oculta o bloqueada de tal manera que es imposible medirla directamente. Durante años, este problema del "haz invisible" ha sido un gran dolor de cabeza, obligando a los científicos a adivinar o a utilizar soluciones alternativas complejas y costosas.

Ahora, un equipo de investigadores ha ideado un truco ingenioso y autocorrectivo para resolver este rompecabezas sin necesidad de sensores adicionales. Se dieron cuenta de que si observan muchas partículas diminutas flotando por doquier (como motas de polvo bailando en un rayo de sol), pueden utilizar las propias partículas para mapear la luz oculta.

Así es como funciona su nuevo método, y por qué es un cambio trascendental.

El Problema: La "Linterna que se Desvanece"

En el mundo del nanocizallamiento, los científicos utilizan láseres para iluminar nanopartículas (diminutos fragmentos de oro, plástico o sílice). Cuando la luz golpea una partícula, esta se dispersa, creando una señal que la cámara registra. La fuerza de esta señal le indica a la computadora qué tan grande es la partícula.

Pero hay un problema escurridizo: el haz del láser no es una lámina de luz plana y uniforme. Por lo general, tiene forma de colina: brillante y fuerte en el centro, y más tenue a medida que te mueves hacia los lados. Si tienes dos partículas de oro idénticas, una situada en el centro y otra en el borde, la cámara registrará una diferencia enorme en sus señales. La que está en el centro parece un gigante; la que está en el borde parece un enano.

Para solucionar esto, los científicos suelen intentar mapear la forma del haz de luz primero. Pueden tomar una foto de la habitación vacía para ver dónde está la luz brillante. Pero esto falla en ciertos montajes avanzados, como cuando la luz proviene del lateral (en un ángulo de 90 grados) y nunca entra directamente en la lente de la cámara. En estos casos, el haz de luz es "invisible" para la cámara, lo que hace imposible medir su forma directamente.

La Forma Antigua vs. La Nueva Forma

Anteriormente, si los científicos querían mapear este haz invisible, podrían arrastrar una sola partícula a través de todo el campo de visión, registrando su señal en cada punto. Es como intentar mapear la temperatura de una habitación caminando con un solo termómetro de una esquina a otra. Funciona, pero es lento, tedioso y requiere que la partícula esté pegada para que no se aleje.

Los investigadores de este artículo argumentaron que este enfoque es demasiado tosco. También señalaron un fallo importante en una idea más simple: simplemente tomar un grupo de partículas aleatorias y promediar sus señales. Esto no funciona porque no todas las partículas son del mismo tamaño. Si mezclas partículas de 40 nanómetros con partículas de 60 nanómetros, las más grandes siempre dispersarán más luz. Si simplemente las promedias, obtienes un mapa desordenado y confuso que parece ruido estático en lugar de un haz de luz suave.

La Solución de las "Partículas Danzantes"

El gran avance del equipo es un método que llaman recuperación de la forma del haz basada en el movimiento (motion-based beamshape recovery). En lugar de arrastrar una sola partícula o promediar una multitud desordenada, dejan que las partículas bailen libremente y utilizan sus trayectorias para resolver el rompecabezas.

Imagina una pista de baile llena de gente donde todos llevan una camiseta de diferente tamaño (que representa diferentes tamaños de partículas). No puedes saber quién lleva qué solo con mirar a la multitud. Pero, si dos bailarines pasan por el mismo punto exacto de la pista en momentos diferentes, están parados bajo la misma luz de escenario.

El algoritmo de los investigadores hace esto:

Rastrea las trayectorias de cientos de partículas mientras flotan por ahí.
Busca momentos en los que dos partículas diferentes se cruzan en sus caminos o ocupan la misma área de espacio (solapamiento espacial), incluso si no están allí al mismo tiempo.
En ese punto exacto, dado que están en la misma luz, la relación entre sus señales le dice a la computadora exactamente qué tan brillante es la luz, independientemente de sus diferentes tamaños. Si la Partícula A es el doble de grande que la Partícula B, pero ambas parecen igualmente brillantes en el punto de cruce, la computadora sabe que la luz debe ser el doble de brillante para la posición habitual de la Partícula B.
Al unir miles de estos "puntos de cruce" de muchas partículas diferentes, la computadora construye un mapa completo y de alta resolución del haz de luz invisible.

Es como resolver un rompecabezas donde cada pieza es de un color diferente, pero solo puedes ver la imagen mirando dónde se superponen las piezas.

Lo que Encontraron

El equipo probó esta idea con nanopartículas de oro de diferentes tamaños (40 nm, 60 nm y 80 nm). Compararon su nuevo método de "partículas danzantes" con las formas antiguas de medir la luz.

Funciona muy bien: Cuando utilizaron su nuevo método para corregir las mediciones del tamaño de las partículas, los resultados se volvieron significativamente más precisos. Los efectos de "gigante" y "enano" desaparecieron, y las partículas del mismo tamaño ahora parecían mucho más consistentes en tamaño, sin importar dónde estuvieran en la imagen.
Coincide estrechamente con las mediciones directas: En experimentos donde podían medir el haz de luz directamente (eliminando un filtro), su nuevo método produjo un mapa muy similar a la medición directa. Aunque hubo algunas diferencias menores debido a factores ópticos y bajos recuentos de partículas en ciertas áreas, los resultados demostraron que su matemática es sólida.
Funciona con el haz "invisible": La verdadera magia ocurrió en el montaje de iluminación lateral a 90 grados, donde el haz de luz es completamente indetectable por medios normales. Utilizando únicamente las señales de dispersión de las partículas en movimiento, lograron reconstruir con éxito la forma 3D del haz de luz. Demostraron que, incluso en este escenario "invisible", podían corregir los datos y obtener mediciones de tamaño precisas, aunque ocurrieron algunas desviaciones menores en áreas con muy pocas partículas.

Por qué esto es importante

Este artículo no solo ofrece una forma ligeramente mejor de medir cosas; elimina una barrera fundamental. Antes de esto, si querías usar ciertos microscopios de alto rendimiento (como los que utilizan iluminación lateral para obtener imágenes superclaras), tenías que aceptar que no podías calibrar perfectamente la luz, lo que significaba que tus mediciones de tamaño podrían ser ligeramente erróneas.

Ahora, los científicos pueden utilizar estas herramientas avanzadas de alta precisión sin necesidad de hardware adicional o muestras de calibración. Solo necesitan las partículas que ya están estudiando. El método es "autonormalizable", lo que significa que el sistema se corrige a sí mismo utilizando los datos que ya posee.

Los investigadores validaron esto con partículas de oro reales y demostraron que la variabilidad de la señal (el "ruido" en los datos) disminuyó drásticamente. No solo lo simularon en una computadora; lo construyeron, lo probaron y demostraron que funciona en el mundo real. Esto abre la puerta a estudios más precisos de virus, proteínas y sistemas de administración de fármacos, asegurando que cuando los científicos dicen que una partícula tiene cierto tamaño, pueden estar mucho más seguros del resultado.

Resumen Técnico: Recuperación de la Forma del Haz Basada en el Movimiento para la Determinación Precisa del Tamaño de Nanopartículas

Planteamiento del Problema
Las técnicas de determinación de tamaño de nanopartículas (NP) sin marcaje y totalmente ópticas, como la microscopía de dispersión interferométrica (iSCAT) y la imagen de campo oscuro, infieren el tamaño de las NP a partir de las señales de dispersión de partículas individuales. Sin embargo, estas señales están inseparablemente acopladas al perfil de iluminación espacialmente no uniforme ( $A_{illu}$ ) y a la función de transferencia óptica (OTF) dependiente de la posición del sistema de imagen. En consecuencia, incluso partículas idénticas producen señales variables dependiendo de su ubicación dentro del campo de visión.

Las estrategias de normalización actuales requieren típicamente la medición directa del campo de iluminación (por ejemplo, mediante la adquisición de un fondo mediano). Este enfoque falla en geometrías específicas, como la iluminación lateral sin fondo (por ejemplo, de tipo hoja de luz o de 90°), donde la luz de iluminación no entra en la trayectoria de detección y no puede medirse directamente. Además, los intentos de reconstruir perfiles de iluminación utilizando conjuntos de partículas que difunden libremente se ven corrompidos por la heterogeneidad intrínseca de las partículas; dado que las partículas individuales varían en tamaño e índice de refracción, sus señales de dispersión no pueden promediarse directamente para revelar el perfil de iluminación subyacente.

Metodología
Los autores proponen un método de autonormalización que reconstruye el perfil de iluminación directamente a partir de las señales de dispersión de nanopartículas que difunden libremente, sin requerir hardware adicional, muestras de calibración o la medición directa del campo. La innovación central es un algoritmo de recuperación de la forma del haz basado en el movimiento que elimina el sesgo por heterogeneidad de las partículas.

La metodología opera bajo los siguientes principios:

Normalización por Solapamiento Espacial: El algoritmo rastrea las trayectorias 3D de muchas NP individuales. Identifica regiones donde las trayectorias de distintas partículas se solapan espacialmente. En estas regiones de solapamiento, diferentes partículas necesariamente muestrean condiciones de iluminación y detección idénticas.
Fusión Iterativa: El método normaliza las señales de dispersión de dos trayectorias que se solapan entre sí basándose en la señal media en la región de solapamiento. Estas trayectorias se fusionan posteriormente en una trayectoria combinada más larga.
Construcción de Red: Este proceso se repite de forma iterativa, fusionando trayectorias que se solapan hasta que una única red espacial continua cubre todo el volumen de observación.
Reconstrucción del Perfil: Al normalizar las trayectorias entre sí en las zonas de solapamiento, el algoritmo cancela eficazmente las secciones eficaces de dispersión específicas de cada partícula ( $\sigma_{NP}$ ), dejando únicamente el producto espacialmente dependiente del campo de iluminación, el campo de referencia y la OTF.

Este enfoque es aplicable tanto a geometrías de transmisión 2D como a volúmenes 3D, incluyendo configuraciones donde el campo de iluminación es completamente indetectable por medios convencionales (por ejemplo, iluminación lateral a 90°).

Resultados Clave
Los autores validaron el método utilizando nanopartículas de oro (Au NPs) de varios tamaños (40 nm, 60 nm y 80 nm) en geometrías 2D y 3D:

Eliminación del Sesgo de Heterogeneidad: Los experimentos demostraron que el uso de un conjunto de partículas sin normalización resulta en una distribución de señal casi aleatoria que no refleja el verdadero perfil de iluminación. En contraste, la reconstrucción basada en el movimiento recuperó con éxito un perfil de haz de tipo Gaussiano que coincide estrechamente con las mediciones de referencia obtenidas mediante la medición directa del campo de iluminación (en montajes de transmisión).
Reducción de la Variabilidad de la Señal: La normalización redujo significativamente la dispersión en los gráficos de diámetro hidrodinámico frente a la amplitud de dispersión. Para Au NPs de 60 nm, la normalización basada en trayectorias redujo las desviaciones de la señal a niveles comparables con los logrados mediante la medición directa del campo.
Recuperación de Haz 3D e "Invisible": El método reconstruyó con éxito el perfil de iluminación en una configuración de iluminación lateral a 90°, donde el haz es "invisible" para el detector. Las proyecciones 3D reconstruidas coincidieron con las formas de haz esperadas, y las amplitudes de dispersión normalizadas por la media de la trayectoria se volvieron constantes a través de distintas distancias $z$ , confirmando la eliminación de los artefactos inducidos por la iluminación.
Compatibilidad: El enfoque depende únicamente de las señales de dispersión ya adquiridas para la determinación del tamaño, lo que lo hace inmediatamente compatible con las plataformas existentes de nanoscopía interferométrica y de campo oscuro.

Significancia y Reivindicaciones
El artículo afirma proporcionar un marco crucial para lograr una determinación de tamaño de alta precisión al contabilizar intrínsecamente los parámetros del sistema espacialmente dependientes (iluminación y OTF) sin calibración externa.

Robustez: El método es robusto frente a la heterogeneidad de las partículas, un problema común en los nanomateriales, al aprovechar el muestreo estocástico del movimiento browniano.
Universalidad: Es ampliamente extensible a otras modalidades de dispersión o fluorescencia, incluyendo la microscopía de hoja de luz, particularmente en escenarios donde la medición directa del campo es imposible.
Avance: Los autores posicionan este trabajo como un paso necesario hacia la realización de la citometría de flujo ultrasensible basada en la imagen interferométrica, permitiendo el estudio preciso de las interacciones antígeno-anticuerpo y la diferenciación de sistemas de entrega viral basadas en un tamaño preciso.

El trabajo demuestra que, al tratar el movimiento de las partículas que difunden libremente como un mecanismo de muestreo, es posible reconstruir la función de respuesta del sistema de imagen directamente a partir de los datos, permitiendo así la caracterización de alta precisión de nanomateriales en geometrías ópticas complejas sin necesidad de marcaje.