南极洲神秘的血瀑布并不是由矿物质构成的

南极洲神秘的血瀑布并不是由矿物质构成的最耐人寻味的是,水开始时是清澈的,但在它从冰中出来后不久就变成了红色,因为铁在暴露在空气中时被氧化了,这是几千年来的第一次。现在,一项新的研究已经检查了水的样本,并发现铁以一种意想不到的形式出现。严格来说,它不是一种矿物--而是以纳米球的形式出现,比人类红细胞小100倍。"我一看显微镜图像,就注意到有这些小纳米球,它们富含铁,而且除了铁之外,它们还有很多不同的元素--硅、钙、铝、钠--它们都是不同的,"该研究的作者肯-利维说。"为了成为一种矿物,原子必须以一种非常具体的、结晶性的结构排列。这些纳米球不是晶体,所以以前用来检查固体的方法没有发现它们。"这一发现的影响超出了南极洲,甚至超出了地球。就在几年前,科学家们成功地将水追溯到它的源头--一个在高压下的极咸的冰川下湖,没有光和氧气,以及一个数百万年来一直与世隔绝的微生物生态系统。生命可能存在于其他星球上类似的荒凉条件下,但我们可能没有发送正确的设备来发现它。利维说:"我们的工作表明,由漫游车进行的分析在确定行星表面环境材料的真实性质方面是不完整的。对于像火星这样较冷的行星来说尤其如此,在那里形成的材料可能是纳米级的和非结晶性的。因此,我们识别这些材料的方法是不充分的。为了真正了解岩质行星表面的性质,需要一台透射电子显微镜,但目前在火星上放置一台透射电子显微镜是不可行的"。这项研究发表在《天文学和空间科学前沿》杂志上。...PC版:https://www.cnbeta.com.tw/articles/soft/1367655.htm手机版:https://m.cnbeta.com.tw/view/1367655.htm

相关推荐

封面图片

新研发的矿物质锭剂可解决牙本质过敏带来的牙齿敏感问题

新研发的矿物质锭剂可解决牙本质过敏带来的牙齿敏感问题牙齿敏感又称牙本质过敏,是指牙齿内部的牙本质层及其中的牙本质小管暴露出来,最常见的原因是牙冠上的保护性珐琅质和牙根上的牙骨质脱落,这一过程被称为脱矿。由于牙齿内部较软,神经和血管容易对热、冷、触摸、压力或酸性食物产生反应,从而引起疼痛。牙釉质会因磨损、龋坏或磨牙而被磨掉,由于它是我们体内唯一的非生物组织,因此无法通过自然过程进行修复。近年来,过氧化物类牙齿美白产品的兴起加剧了牙釉质磨损问题。目前治疗牙本质过敏症的唯一方法是对症治疗,字面意义上就很容易理解:治标不治本。但华盛顿大学的研究人员已经开发出一种新的治疗方法,它可以重建流失的牙齿矿物质,为牙本质过敏问题提供一种永久性的解决方案。这项研究的合著者之一萨米-多甘(SamiDogan)说:"我们(牙医)看到有牙齿过敏的病人,但我们无法真正帮助他们。我们在市场上都有这些修复方案,但它们的效果都是短暂的。"研究人员的目标是开发一种生物模拟物,一种与体内发生的自然生化过程非常相似或可模仿的东西。因此,他们重点研究了一种肽--一种氨基酸短链--它是人类牙齿生物发育的关键。这种肽被称为sADP5,它能吸附牙齿中的主要矿物质钙离子和磷酸根离子,并利用它们构建新的矿物质微层。在临床前试验中,研究人员制作了一种咳嗽药水大小的锭剂,其核心是涂有sADP5的钙和磷酸盐,并在从人类牙齿中提取的牙本质盘上进行了测试。每个牙盘都有暴露的牙本质小管。经过三轮多肽引导的再矿化处理后,研究人员在暴露的牙本质上形成了一个新的矿物质层,该矿物质层延伸到牙本质小管中,将其封闭。实验中使用的工艺(上图)和运用各种方法的结果(中图和下图)Yücesoy等人/华盛顿大学"我们的技术形成了牙齿中的相同矿物质,包括牙釉质、牙本质和牙本质,这些矿物质之前通过脱矿作用溶解了,"该研究的第一作者DenizYücesoy说。"新形成的矿物质微层关闭了与牙神经的沟通渠道,那么过敏就不应该是个问题了。研究人员测量了新形成的矿物层的硬度,发现它明显高于脱矿牙本质和正常人类牙本质的硬度。在热老化试验中,矿物层没有从牙齿中分离出来。这两点都表明它能够承受自然口腔环境中遇到的长期机械和热应力。除了锭剂外,研究人员还将其基于仿生肽的配方应用于漱口水、牙科凝胶、牙齿美白剂和牙膏中。这项研究的合著者HansonFong说:"有许多不同的设计和给药方法。最重要的是肽,即给定配方中的关键成分,它在起作用"。但将研究成果转化到临床,还需要进一步研究矿物层的渗透性和化学稳定性,以实现有效、易于应用的牙本质过敏症治疗方法,包括在体内条件下实施肽引导方法。这项研究发表在《ACS生物材料科学与工程》(ACSBiomaterialsScience&Engineering)杂志上。...PC版:https://www.cnbeta.com.tw/articles/soft/1370631.htm手机版:https://m.cnbeta.com.tw/view/1370631.htm

封面图片

生物如何产生像贝壳一样的矿物质?科学家揭开矿化的秘密

生物如何产生像贝壳一样的矿物质?科学家揭开矿化的秘密研究人员一致认为,非晶中间体,如无定形碳酸钙(ACC),在生物矿化过程中起着至关重要的作用。例如,龙虾和其他甲壳类动物会在胃里储存一定量的无定形碳酸钙,在蜕皮后用来打造新的外壳。康斯坦茨大学(UniversityofKonstanz)和汉诺威莱布尼茨大学(LeibnizUniversityHannover)的研究人员在最近发表于《自然-通讯》(NatureCommunications)的一项研究中,成功破解了ACC的形成途径。DenisGebauer(汉诺威莱布尼茨大学)和GuinevereMathies(康斯坦茨大学)领导的研究人员利用了ACC不仅可以由生物体合成,也可以在实验室合成这一事实。他们利用魔角旋转核磁共振(MASNMR)光谱等先进方法分析了微小的ACC颗粒,以确定其结构。"我们一直在努力解释ACC的光谱。它们显示了我们起初无法建立模型的动力学,"马蒂斯说。汉诺威莱布尼茨大学的同事提供了一条重要线索。Gebauer小组的MaximGindele发现ACC可以导电。由于ACC颗粒非常脆弱,只有几十纳米大小(约为头发丝粗细的千分之一),因此这并不像插入两根导线那么容易。测量采用了电导原子力显微镜(C-AFM),通过微型悬臂扫描平面上的ACC粒子,并借助激光束进行观察。当悬臂放在其中一个纳米粒子上时,悬臂尖端会通过电流来测量电导率。马蒂斯研究小组的桑杰-维诺德-库马尔(SanjayVinodKumar)根据电导率观测结果,进一步进行了旨在探测动力学的MASNMR实验。他们在ACC粒子中发现了两种截然不同的化学环境。在第一种环境中,水分子嵌入坚硬的碳酸钙中,只能进行180度的翻转。第二种环境是水分子与溶解的氢氧根离子一起缓慢翻滚和平移。"剩下的挑战是如何将两种环境与观测到的导电性相协调。固体盐是绝缘体,因此第二种流动环境必须发挥作用,"马蒂斯说。在新模型中,移动水分子通过ACC纳米粒子形成了一个网络。溶解的氢氧根离子携带电荷。研究人员还解释了两种化学环境形成的原因:在水中,钙离子和碳酸根离子往往会粘在一起,形成动态的集合体,称为预核团。这些簇会发生相分离,形成致密的液滴,而液滴又会合并成更大的聚集体--这与肥皂泡的凝聚过程类似。"刚性、流动性较低的环境来自于致密液态纳米液滴的核心。另一方面,流动的水分子网络则是水滴表面在向固体ACC脱水过程中不完全凝聚而形成的,"Gebauer解释说。这些结果是朝着建立ACC结构模型迈出的重要一步。与此同时,它们还提供了确凿的证据,证明矿化始于预成核簇。马蒂斯总结说:"这不仅使我们更接近于了解生物矿化的秘密,而且还可以应用于开发结合二氧化碳的胶凝材料,由于我们现在知道ACC是一种导体,因此还可以应用于电化学设备。"编译来源:ScitechDaily...PC版:https://www.cnbeta.com.tw/articles/soft/1420581.htm手机版:https://m.cnbeta.com.tw/view/1420581.htm

封面图片

"翡翠色的入侵者" - 南极洲东部神秘的绿色冰山

"翡翠色的入侵者"-南极洲东部神秘的绿色冰山2023年10月18日,大地遥感卫星9号(Landsat9)上的陆地成像仪2号(OperationalLandImager-2)拍摄到的南极洲东部西冰架以东被快速冰层困住的冰山卫星图像。发现绿色冰山澳大利亚气象局和塔斯马尼亚大学的气象学家兼海冰科学家利瑟说:"我在被困在急流冰中的其他冰山中发现了这座翡翠冰山。更大的场景看起来很不起眼,但当你直接放大时,就会发现数百个中的一个。"在这些2023年10月18日由Landsat9的OLI-2(OperationalLandImager-2,陆地成像仪-2)获取的图像中,可以看到那座离群的冰山。广角视图(上图)显示的是当天西冰架(图中未显示)以东被困在快速冰层中的冰山子集。冰山靠岸一侧的深色线状区域是被风吹走积雪,露出下面裸露冰面的地方--这个过程被称为"风蚀"。下图是绿色冰山的近景。由于冰山的体积相对较小,即使在这个视图中,您也需要仔细观察才能看到绿色像素。2023年10月18日,利用Landsat9号卫星上的OperationalLandImager-2拍摄到的南极洲东部西冰架以东被快速冰层困住的冰山的详细卫星图像。冰山的颜色和意义冰山的颜色从蓝色(纯色)到绿色不等。冰山呈绿色的原因之一可能是从大陆岩石尘埃中获得的氧化铁。科学家们认为,这些含铁的冰山可能将海洋生物的一种重要营养物质从陆地转移到了海洋。利瑟指出,要确认图中冰山的绿色,还需要第二张卫星图像。到目前为止,这幅图像还很难找到。南极洲东部春季多云是出了名的。除了绿色冰山,Lieser研究快速变动的冰卫星图像既有科学目的,也有业务目的。例如,他利用这些图像帮助生态学家调查和定位海鸟。在这张图片中,冰面上一个同样小但颜色不那么鲜艳的斑点(棕色)是企鹅粪便堆积造成的。他还利用对冰层范围的了解,为在南极洲东部工作的人们提供支持。大量的快冰会阻碍船只到达目的地。反过来,大量的快冰又可能会支持冰上运输,如卡车运输和各种补给工作。科学家们还想知道快冰的位置及其变化情况。最近的研究表明,2022年,存在了二十多年的快冰大量消失。...PC版:https://www.cnbeta.com.tw/articles/soft/1398351.htm手机版:https://m.cnbeta.com.tw/view/1398351.htm

封面图片

古老的小行星样本提供了人类对太阳系演变的理解

古老的小行星样本提供了人类对太阳系演变的理解通过绘制小行星材料内元素的化学状态图,研究了小行星的详细组成。此外,钻石公司电子物理科学成像中心(ePSIC)的一台电子显微镜被用来检查小行星的颗粒。朱莉娅-帕克是钻石公司I14的首席光束线科学家,她说:"X射线纳米探针使科学家能够在微米到纳米的长度尺度上检查他们的样品的化学结构,这与ePSIC的纳米到原子分辨率的成像相辅相成。能够为了解这些独特的样品做出贡献,并与莱斯特大学的团队合作,展示光束线的技术以及ePSIC的相关技术如何有利于未来的样品返回任务,这是非常令人兴奋的。"在E01ePSIC拍摄的龙宫蛇纹石和氧化铁矿物的图像资料来源:ePSIC/莱斯特大学在Diamond收集的数据有助于对该小行星上的空间风化特征进行更广泛的研究。原始的小行星样本使合作者能够探索空间风化如何改变像龙宫这样的碳质小行星表面的物理和化学成分。研究人员发现,龙宫的表面是脱水的,这很可能是空间风化造成的。最近发表在《自然-天文学》上的这项研究结果使作者得出结论,表面看起来干燥的小行星可能富含水分,可能需要修改我们对小行星类型的丰度和小行星带的形成历史的理解。龙宫是一颗近地小行星,直径约900米,于1999年在火星和木星之间的小行星带中首次被发现。它以神话中龙神的海底宫殿命名。2014年,日本国家航天局(JAXA)发射了隼鸟2号,一个小行星样本返回任务,探测器与龙宫小行星会合,并从其表面和次表层收集材料样本。该航天器于2020年返回地球,释放出一个包含小行星珍贵碎片的太空舱。这些小样本被分发到世界各地的实验室进行科学研究,包括莱斯特大学的物理与天文学和太空公园学院,论文的作者之一约翰-布里奇斯是行星科学教授。约翰说:"这项收集太阳系最原始的碳质构件样本的独特任务需要世界上最详细的显微镜,这就是为什么JAXA和细粒矿物学团队希望我们在钻石的X射线纳米探针光束线上分析样本。我们帮助揭示了这颗小行星上空间风化的性质,微陨石撞击和太阳风产生了脱水的蛇纹石矿物,以及相关的从氧化的Fe3+到更多还原的Fe2+的还原现象。积累研究从小行星返回的样本的经验是很重要的,就像隼鸟2号任务那样,因为很快就会有来自其他类型的小行星、月球和未来10年内的火星的新样本返回地球。由于我们在Diamond的设施和ePSIC的电子显微镜,英国研究人员将能够进行一些关键的分析。"龙宫的构件是地球形成之前早期太阳系中水、矿物和有机物之间相互作用的残留物。了解小行星的组成可以帮助解释早期太阳系如何发展,以及随后地球如何形成。它们甚至可以帮助解释地球上的生命是如何产生的,小行星被认为提供了地球上大部分的水以及有机化合物,如氨基酸,它提供了所有人类生命的基本构建模块。从这些微小的小行星样本中收集到的信息将帮助我们更好地了解行星和恒星的起源,以及生命本身的起源。无论是小行星的碎片、古代绘画,还是未知的病毒结构,在同步辐射仪上,科学家可以使用比传统显微镜强大1万倍的机器来研究他们的样品。...PC版:https://www.cnbeta.com.tw/articles/soft/1341359.htm手机版:https://m.cnbeta.com.tw/view/1341359.htm

封面图片

微流星体轰击与磁场:解码行星际空间对小行星龙宫的影响

微流星体轰击与磁场:解码行星际空间对小行星龙宫的影响研究人员分析了隼鸟2号宇宙飞船从小行星龙宫采集的样本,揭示了有关空间风化和磁性的新见解。(研究的概念图)资料来源:YukiKimura研究利用穿透样品的电子波来揭示样品结构、磁性和电性的细节,这种技术被称为电子全息技术。隼鸟2号于2018年6月27日抵达小行星龙宫,在两次精巧的着陆过程中采集了样本,然后于2020年12月将抛落的样本送回地球。该航天器目前正在继续其太空之旅,计划于2029年和2031年对另外两颗小行星进行观测。从龙宫样本上切割下来的磁铁矿(圆形颗粒)微粒。(A)明场透射电子显微镜图像。(B)通过电子全息技术获得的磁通量分布图像。在颗粒内部看到的同心圆条纹与磁力线相对应。它们被称为涡旋磁畴结构,比普通硬盘更稳定,可以记录超过46亿年的磁场。图片来源:YukiKimura等人《自然-通讯》。2024年4月29日直接从小行星上采集样本的一个好处是,研究人员可以借此研究小行星暴露在太空环境中的长期影响。来自太阳的高能粒子"太阳风"和微流星体的轰击造成了被称为空间风化的变化。利用自然降落在地球上的大多数陨石样本无法精确地研究这些变化,部分原因是它们来自小行星的内部,另一部分原因是它们在大气层中的炽热降落所产生的影响。木村说:"我们直接探测到的空间风化特征将使我们更好地了解太阳系中发生的一些现象。他解释说,早期太阳系的磁场强度随着行星的形成而减弱,测量小行星上的残余磁化可以揭示太阳系早期阶段的磁场信息。"分布在伪磁铁矿周围的铁纳米颗粒。(A)用扫描透射电子显微镜拍摄的暗场图像。(B)相应的铁分布图像。白色箭头表示铁纳米颗粒。(在伪磁铁矿中看不到磁场线,而在铁颗粒内部可以看到同心涡状磁畴结构,如黑色箭头所示。资料来源:YukiKimura等人,《自然-通讯》。2024年4月29日木村补充说:"在今后的工作中,我们的研究结果还有助于揭示无空气天体表面的相对年龄,并有助于准确解读从这些天体获得的遥感数据。"一个特别有趣的发现是,由磁铁矿(一种氧化铁)组成的被称为framboids的小矿物颗粒完全失去了正常的磁性。研究人员认为,这是由于与直径在2到20微米之间的高速微流星体发生碰撞所致。这些微流星体被数以千计的金属铁纳米粒子所包围。未来对这些纳米颗粒的研究将有望揭示小行星长期经历的磁场。木村总结说:"虽然我们的研究主要是为了获得基本的科学兴趣和理解,但它也有助于估计太空尘埃高速撞击机器人或载人航天器可能造成的退化程度。"编译来源:ScitechDaily...PC版:https://www.cnbeta.com.tw/articles/soft/1429044.htm手机版:https://m.cnbeta.com.tw/view/1429044.htm

封面图片

新型AI技术打破了原子力材料表面成像技术的基本限制

新型AI技术打破了原子力材料表面成像技术的基本限制原子力显微镜(AFM)是一种广泛使用的技术,可以定量绘制材料表面的三维图。然而,原子力显微镜的精度受到显微镜探针尺寸的限制。为了突破这一限制,我们开发了一种新型人工智能技术,使显微镜在材料分析中达到更高的分辨率。伊利诺伊大学香槟分校的研究人员开发的深度学习算法经过训练,可以从原子力显微镜图像中去除探针宽度的影响。据《纳米快报》(NanoLetters)杂志报道,该算法超越了其他方法,首次以低于显微镜探针尖端宽度的分辨率给出了真正的三维表面轮廓。材料表面成像技术的突破"精确的表面高度轮廓对于纳米电子学的开发以及材料和生物系统的科学研究至关重要,而原子力显微镜是一种能够无创测量轮廓的关键技术,"该项目负责人、工大材料科学与工程系教授张英杰说。"我们已经展示了如何更加精确地观察更小的东西,我们也展示了如何利用人工智能来克服看似无法克服的限制。"显微镜技术通常只能提供二维图像,基本上只能为研究人员提供材料表面的航拍照片。原子力显微镜可提供完整的地形图,准确显示表面特征的高度剖面。这些三维图像是通过在材料表面移动探针并测量其垂直偏转而获得的。经深度学习算法处理的原子力显微镜图像。左列包含模拟的原子力显微镜图像,中间一列包含经过算法处理和重建的图像,右列包含添加原子力显微镜效应之前的原始图像。来源:NanoLett.如果表面特征接近探针尖端的大小(约10纳米),显微镜就无法分辨,因为探针变得太大,无法"感觉"出这些特征。几十年来,显微镜学家们一直意识到这一局限性,但伊利诺伊大学的研究人员是第一个给出确定性解决方案的人。"我们之所以求助于人工智能和深度学习,是因为我们想获得高度剖面--精确的粗糙度--而不受传统数学方法的固有限制。"研究人员开发了一种具有编码器-解码器框架的深度学习算法。它首先通过将原始原子力显微镜图像分解为抽象特征对其进行"编码"。在对特征表示进行处理以消除不良影响后,再将其"解码"回可识别的图像。为了训练该算法,研究人员生成了三维结构的人工图像,并模拟了它们的原子力显微镜读数。然后构建算法,利用探针尺寸效应转换模拟原子力显微镜图像,并提取基本特征。博纳吉里说:"实际上,我们必须做一些非标准的事情才能做到这一点。典型的人工智能图像处理的第一步是根据某个标准重新调整图像的亮度和对比度,以简化比较。但在我们的案例中,绝对亮度和对比度才是有意义的部分,因此我们不得不放弃第一步。这让问题变得更具挑战性。"为了测试他们的算法,研究人员在硅主机上合成了已知尺寸的金和钯纳米粒子。该算法成功消除了探针尖端效应,并正确识别了纳米粒子的三维特征。张说:"我们已经给出了概念验证,并展示了如何使用人工智能来显著改善原子力显微镜图像,但这项工作仅仅是个开始。与所有人工智能算法一样,我们可以通过在更多更好的数据上进行训练来改进它,但前进的道路是明确的。"编译自:ScitechDaily...PC版:https://www.cnbeta.com.tw/articles/soft/1422273.htm手机版:https://m.cnbeta.com.tw/view/1422273.htm

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人