[论文解读] Extraction of the propulsive speed of catalytic nano- and micro-motors under different motion dynamics

Rafael Mestre, Lucas S. Palacios+4 more|arXiv (Cornell University)|Jul 30, 2020

Micro and Nano Robotics被引用 8

一句话总结

本文提出了一种改进的解析框架，可从均方位移（MSD）数据中更准确地提取催化微纳马达的推进速度，解决了传统方法中的系统性误差。通过将MSD方程进行高阶泰勒展开，该方法显著降低了速度和扩散系数的误差——特别是将平动扩散系数的600%过高估计问题降至最低，同时实现了旋转扩散时间的估计，并在非遍历或漂移主导的动力学条件下实现更精确的表征。

ABSTRACT

Motion of active particles, such as catalytic micro- and nano-motors, is usually characterized via either dynamic light scattering or optical microscopy. In both cases, speed of particles is obtained from the calculus of the mean square displacement (MSD) and typically, the theoretical formula of the MSD is derived from the motion equations of an active Brownian particle. One of the most commonly reported parameters is the speed of the particle, usually attributed to its propulsion, and is widely used to compare the motion efficiency of catalytic motors. However, it is common to find different methods to compute this parameter, which are not equivalent approximations and do not possess the same physical meaning. Here, we review the standard methods of speed analysis and focus on the errors that arise when analyzing the MSD of self-propelled particles. We analyze the errors from the computation of the instantaneous speed, as well as the propulsive speed and diffusion coefficient through fittings to parabolic equations, and we propose a revised formula for the motion analysis of catalytic particles moving with constant speed that can improve the accuracy and the amount of information obtained from the MSD. Moreover, we emphasize the importance of spotting the presence of different motion dynamics, such as particles with active angular speed or that move under the presence of drift, and how the breaking of ergodicity can completely change the analysis by considering particles with an exponentially decaying speed. In all cases, real data from enzymatically propelled micro-motors and simulations are used to back up the theories. Finally, we propose several analytical approaches and analyze limiting cases that will help to deal with these scenarios while still obtaining accurate results.

研究动机与目标

• 解决文献中关于自推进微纳马达推进速度计算的不一致性问题。
• 识别并量化基于标准MSD分析的系统性误差，特别是平动扩散系数高达600%的过高估计问题。
• 提出一种基于高阶泰勒展开的改进解析方法，以最小化估计误差并提高参数精度。
• 为非遍历系统（如速度呈指数衰减的马达或具有主动角运动的系统）提供定制化的分析策略。
• 通过MSD分析与实验验证，区分催化马达中的主动布朗运动与漂移/趋化行为。

提出的方法

• 对活性布朗粒子的MSD方程应用高阶泰勒展开，推导出更精确的参数提取近似式。
• 利用酶驱动微马达的模拟轨迹和真实实验轨迹验证改进的解析模型。
• 提出一种改进的拟合程序，考虑旋转扩散时间，从而减少速度和扩散系数估计中的系统性误差。
• 针对三种不同的运动动力学提出相应的解析处理方法：(1) 速度恒定的遍历系统，(2) 速度呈指数衰减的非遍历系统，(3) 具有主动角速度或漂移的系统。
• 实施基于流程图的决策框架（图7），指导研究人员根据观测到的MSD行为选择合适的分析方法。
• 使用长轨迹（至少为旋转扩散时间的10倍）以最小化统计波动，并通过MSD形状分析检测漂移或对流效应。

实验结果

研究问题

• RQ1 为何传统基于MSD的方法会过高估计半径为0.5–1 μm的催化微纳马达的平动扩散系数，特别是在存在未考虑的旋转扩散效应时？
• RQ2 当有限尺寸效应或非遍历性导致标准近似失效时，如何提高推进速度和扩散系数提取的准确性？
• RQ3 对于速度呈指数衰减的马达，最合适的解析框架是什么？此类动力学如何与标准主动布朗运动区分开来？
• RQ4 主动角速度和旋转扩散如何影响MSD的形状？需要何种修正方程才能正确提取运动参数？
• RQ5 在实验MSD数据中，如何通过标准区分漂移行为或底物梯度引起的运动与真正的主动布朗运动？

主要发现

• 传统MSD拟合方法在半径为0.5至1 μm的催化马达中，由于未考虑旋转扩散效应，可导致平动扩散系数高达600%的过高估计。
• 所提出的高阶泰勒展开方法将推进速度和扩散系数的估计误差降至接近理论零水平，仅剩追踪与记录系统的误差。
• 改进的方法可同时估计旋转扩散时间，显著提升了单条轨迹中可提取的信息量。
• 对于速度呈指数衰减的马达，本文提出了多种解析近似方法，可准确捕捉非遍历动力学，而标准方法无法描述此类行为。
• 主动角速度导致MSD行为发生改变，其特征取决于旋转扩散系数（DR）与角速度（ω）的比值，本文推导了该区域的极限情况新方程。
• 漂移或底物梯度引起的运动在长时间尺度下产生平滑且高度抛物线形的MSD，与标准主动布朗运动中观察到的非均匀形状形成鲜明对比，提供了明确的诊断标准。