ES2913524T3

ES2913524T3 - Huellas coloidales para materiales blandos usando caracterización holográfica total

Info

Publication number: ES2913524T3
Application number: ES15858793T
Authority: ES
Inventors: David G Grier; David B Ruffner; Aaron Yevick; Mark Hannel
Original assignee: New York University NYU
Current assignee: New York University NYU
Priority date: 2014-11-12
Filing date: 2015-11-11
Publication date: 2022-06-02
Anticipated expiration: 2035-11-11
Also published as: EP3218690A1; DK3218690T3; EP3218690A4; US20170307497A1; US20210364403A1; EP3218690B1; US11085864B2; US11977015B2; WO2016077472A1

Abstract

Un procedimiento para identificar una huella coloidal de un material, que comprende: analizar una pluralidad de muestras usando microscopia de luz holográfica; determinar, usando microscopia de luz holográfica, una distribución conjunta del radio (ap) e índice de refracción (np) de partícula; identificar al menos un pico asociado con una partícula coloidal de la distribución conjunta; comparar el al menos un pico identificado con una colección de huellas coloidales.

Description

DESCRIPCIÓN

Huellas coloidales para materiales blandos usando caracterización holográfica total

REFERENCIA CRUZADA A SOLICITUDES RELACIONADAS

La presente solicitud reivindica el beneficio de la solicitud provisional de EE. UU. n.° 62/078.639, presentada el 12 de noviembre de 2014.

ANTECEDENTES DE LA INVENCIÓN.

El mercado de procedimientos para determinar la huella de alimentos y productos de consumo está creciendo a una tasa anual de un 16 % y se está acelerando en respuesta al coste estimado de 15.000 millones de dólares del fraude alimentario. El fraude alimentario es difícil de detectar, el coste real en términos de pérdida de ingresos para las empresas y pérdida de valor para los consumidores puede ser varias veces mayor.

Un ejemplo del mundo real está provisto por el procesamiento de productos lácteos en Nestlé. Un solo sitio de fabricación realiza 2000 análisis de leche y productos lácteos todos los días en un esfuerzo por verificar los puntos de origen de los productos. La mayoría de estas mediciones se basan en técnicas espectroscópicas convencionales, incluyendo FTIR y RMN. La realización de múltiples pruebas para caracterizar cada muestra lleva mucho tiempo y es costosa. Si las muestras de leche se etiquetaran con huellas coloidales en la fuente, la identificación del punto de origen se podría lograr en cuestión de minutos con una única medición. La sustitución de leche de calidad inferior con productos lácteos prémium al principio de la cadena de suministro se ha convertido en una lucrativa fuente de ingresos para el crimen organizado. La determinación de huellas coloidales tiene el potencial de reducir sustancialmente los costes económicos, los costes en materia de salud y seguridad del falseamiento en la cadena de suministro.

A pesar de las grandes medidas adoptadas para prevenir la falsificación de fármacos, la industria farmacéutica experimentó una pérdida de 514.000 millones de dólares en 2012 debido a la falsificación, principalmente de productos de venta libre. Los productos de lujo, tales como perfumes, vinos y licores son otro objetivo de la falsificación debido a su potencial para generar grandes márgenes de beneficio. La revista Wine Spectator calcula que hasta un 20 % del vino que se comercializa hoy en día en el mercado mundial puede ser falsificado. La leche es uno de los productos más defraudados a nivel mundial. El bajo coste de la leche y la dificultad para detectar la adulteración hace que la leche sea un desafío particular para la detección de falsificaciones. El segmento más grande del mercado de la leche es el más vulnerable: bebés y niños. La necesidad de obtener un procedimiento rentable y versátil de determinación de huellas de la leche es una necesidad mundial insatisfecha.

Las medidas frente a la falsificación para productos fluidos se han centrado en el envasado seguro y trazable o en el análisis químico de una muestra estadística del producto. Las principales corporaciones, tales como Alien Technology y 3M Company, han seguido la primera estrategia al añadir a los envases etiquetas, recubrimientos o aditivos de alta tecnología que son difíciles de duplicar. Estas medidas ayudan a garantizar la integridad del envase. La incorporación adicional de tecnologías frente al falseamiento ayuda a garantizar que el envase realmente contenga el producto anunciado. Dichas medidas, sin embargo, tienden a ser costosas y todavía se pueden eludir por determinados falsificadores. El gasto asociado con el análisis químico no permite una verificación extensa de cada envase, en particular, no para productos básicos, tales como la leche. Sin embargo, el análisis exhaustivo de una muestra estadística de productos ha sacado a la luz muchos de los casos conocidos de fraude de productos. Se supone que hay muchos más que permanecen sin detectar. El documento US 2012/273664 A1 divulga un procedimiento y sistema para el fraccionamiento controlado de partículas en una muestra que tiene una pluralidad de partículas de diferentes distribuciones de tamaño. El documento US 2013/278743 A1 divulga un procedimiento para analizar la porosidad de una partícula y un medio dispuesto en la porosidad de la partícula. Se proporciona un videomicroscopio holográfico para analizar patrones de interferencia para determinar el índice de refracción de la partícula. El documento US 6214560 B1 divulga un procedimiento para la detección específica de uno o más analitos en una muestra, incluyendo asociar específicamente uno o más analitos en la muestra con una partícula detectable por luz dispersada.

La adulteración de productos de consumo y alimentos le cuesta a la economía estadounidense más de 15.000 millones de dólares al año. Un único incidente de fraude de productos cuesta entre un 2 y un 15 por ciento de los ingresos de una empresa para ese producto. La FDA está trabajando para incrementar la seguridad del suministro nacional de alimentos a través de nuevas regulaciones, pero está limitada por la disponibilidad de procedimientos para detectar el fraude, la adulteración y la falsificación.

SUMARIO DE LA INVENCIÓN

La presente invención ser efiere a un procedimiento para identificar una huella coloidal usando microscopia holográfica de acuerdo con la reivindicación 1. La invención se refiere además a una máquina implementada por ordenador de acuerdo con la reivindicación 7 y a un procedimiento para la determinación de huellas coloidales de un material de acuerdo con la reivindicación 11.

El sumario anterior solo es ilustrativo y no se pretende que sea limitante de ninguna manera. Además de los aspectos ilustrativos, modos de realización y rasgos característicos descritos anteriormente, otros aspectos, modos de realización y rasgos característicos resultarán evidentes por referencia a los siguientes dibujos y la descripción detallada.

BREVE DESCRIPCIÓN DE LOS DIBUJOS

Los rasgos característicos anteriores y otros de la presente divulgación resultarán más evidentes a partir de la siguiente descripción y reivindicaciones adjuntas, tomadas conjuntamente con los dibujos adjuntos. Entendiendo que estos dibujos representan solo varios modos de realización de acuerdo con la divulgación y, por lo tanto, no se deben considerar limitantes de su alcance, la divulgación se describirá con especificidad y detalle adicionales a través del uso de los dibujos adjuntos.

Figura 1: huella coloidal de prueba de concepto. Radio ap e índice de refracción n^p medidos de 2500 esferas coloidales de una mezcla de cuatro componentes, que resuelven claramente la distribución multimodal p(a^P, n^P).

Las figuras 2A-B muestran la caracterización holográfica total. La figura 2A muestra un ejemplo de una instalación de videomicroscopio holográfico. La figura 2B ilustra la luz láser dispersada por una partícula en un canal microfluídico que interfiere con la parte no dispersada del haz para formar un holograma que se aumenta por un microscopio óptico convencional antes de registrarse por una videocámara. Los hologramas en línea de esferas coloidales individuales se interpretan con la teoría de Lorenz-Mie de dispersión de la luz para obtener radios, a^p, e índices de refracción, np de partículas individuales. Cada símbolo del gráfico representa las propiedades de una única esfera tomada de una muestra comercial de partículas de poliestireno monodispersas. Un modo de realización de un instrumento de sobremesa, mostrado esquemáticamente a la derecha, está optimizada para una rápida caracterización coloidal.

Figura 3: huella coloidal simulada que consiste en 10.000 puntos extraídos de 13 poblaciones de la colección de 15 miembros propuesta. Los anchos de las distribuciones reflejan una varianza de un 8 por ciento anticipada en el radio de cada población y una varianza de 0,01 unidades en el índice de refracción.

Figura 4: huellas intrínsecas de la leche. Los puntos de datos reflejan el radio y el índice de refracción de glóbulos de grasa láctea individuales obtenidos de muestras de leche de vaca homogeneizada y leche de vaca sin procesar. Las curvas son ajustes con respecto a un modelo que incorpora la influencia de la membrana de los glóbulos de grasa láctea en la dispersión de la luz.

La figura 5 ilustra un sistema informático para su uso con determinadas implementaciones.

DESCRIPCIÓN DETALLADA DE LOS MODOS DE REALIZACIÓN PREFERENTES

En la siguiente descripción detallada, se hace referencia a los dibujos adjuntos, que forman parte de la misma. En los dibujos, los símbolos similares típicamente identifican componentes similares, a menos que el contexto lo indique de otro modo. No se pretende que los modos de realización ilustrativos descritos en la descripción detallada, dibujos y reivindicaciones sean limitantes. Se pueden utilizar otros modos de realización y se pueden realizar otros cambios, sin apartarse del espíritu o alcance de la materia objeto presentada aquí. Se entenderá fácilmente que los aspectos de la presente divulgación, como se describe, en general, en el presente documento, e ilustra en las figuras, se pueden disponer, sustituir, combinar y diseñar en una amplia variedad de configuraciones diferentes, todas las cuales se contemplan explícitamente y forman parte de la presente divulgación.

La determinación de huellas coloidales se basa en las singulares capacidades de la tecnología de caracterización holográfica total de Spheryx para medir la distribución conjunta del tamaño e índice de refracción de las partículas coloidales en una dispersión. Los datos experimentales representados en la fig. 1 constituyen una prueba de concepto para la determinación de huellas coloidales. Cada punto de este gráfico representa el radio, a^p, e índice de refracción, n^p, medidos de una esfera coloidal individual que fluye en su medio de fluido por un canal microfluídico. El conjunto de 2500 de dichas mediciones representadas en la fig. 1 constituye, por lo tanto, una medición directa de la distribución conjunta, p(a^p, n^p) de las propiedades de las partículas en la muestra. Los puntos de datos individuales están coloreados por la densidad local de las mediciones para ilustrar este punto. Esta muestra particular se constituyó deliberadamente a partir de una mezcla de cuatro muestras monodispersas de esferas coloidales, dos compuestas por sílice y las otras dos por poliestireno. Para cada composición, se mezclaron esferas con radios nominales de 0,5 |_im y 1 |_im para crear una matriz de 2 x 2 de características de partículas en el plano (a^p, n^p). Este conjunto de propiedades de las partículas se resuelve claramente en la distribución recuperada experimentalmente representada en la fig. 1. Por lo tanto, estos datos constituyen una huella para la dispersión mixta y, por tanto, una prueba de concepto para la determinación de huellas coloidales.

La presencia o ausencia de picos en la distribución conjunta se puede usar para codificar información, tal como la fecha y localización de la fabricación, un número de serie o una fecha de caducidad. Además, la localización y conformación precisas de cada pico se pueden comparar con datos de caracterización iniciales para establecer la autenticidad de la huella.

Los datos representados en la fig. 1 se adquirieron y analizaron en menos de 10min. Las mejoras en la manipulación de las muestras, la reducción de los datos y el análisis estadístico que se planean para este programa de investigación deberían reducir el tiempo de medición para muestras comparables en un factor de 4. El número de puntos de datos requeridos para un análisis completo no se ajusta a escala más rápidamente que linealmente con el número de bits de datos que se van a codificar. Por lo tanto, un análisis completo de las huellas de 15 miembros propuestas aquí no debería requerir más de 10 minutos y podría ser sustancialmente más rápido.

Caracterización holográfica total

La determinación de huellas coloidales es posible gracias a la capacidad de la caracterización holográfica total de medir tanto el tamaño como el índice de refracción de partículas coloidales individuales. Ninguna otra técnica de caracterización coloidal habría podido distinguir las cuatro poblaciones de partículas tanto por tamaño como por composición. El análisis del tamaño o índice de refracción por separado habría proporcionado distribuciones bimodales en cada caso y, por tanto, no habría revelado las cuatro poblaciones distintas en la dispersión.

La técnica, ilustrada en la fig. 2A, se basa en recientes avances en videomicroscopia holográfica en línea que fueron iniciados por el grupo de Grier en la Universidad de Nueva York. La luz de un haz de láser colimado ilumina una muestra coloidal dentro de un canal microfluídico. Una partícula iluminada dispersa parte de esa luz al plano focal de un microscopio, donde interfiere con el resto del haz. El microscopio aumenta el patrón de interferencia resultante y lo proyecta sobre el sensor de una videocámara, que registra su intensidad.

Cada holograma en el flujo de video resultante contiene información extensa sobre el tamaño, conformación, posición y composición de las partículas de dispersión. La innovación en la caracterización holográfica total está en el procedimiento para extraer esa información. El holograma registrado se puede modelar como la superposición de una onda plana polarizada linealmente a lo largo de la dirección x y la onda f ^s(kr) dispersada por la partícula:

donde k = 2nnmM es el número de onda de luz de longitud de onda A que se desplaza a través de un medio de índice de refracción nm, y donde rp = (xp, yp, zp) es la posición tridimensional de la partícula en relación con el centro del plano focal del microscopio. La distribución de intensidad /(r) de un holograma medido se puede comparar con la ec. (1) si se corrige, en primer lugar, en cuanto al recuento oscuro de la cámara /dc(r) y, a continuación, se normaliza por la distribución de intensidad de fondo /o(r).

Esta normalización también corrige las franjas de interferencias espurias en el campo de visión debidas al polvo y otras imperfecciones.

La forma general para f^s(kr) es notoriamente difícil de computarizar. Sin embargo, si las huellas coloidales están compuestas por partículas esféricas, la función de dispersión f^s(kr) viene dada en forma analítica por la teoría de Lorenz-Mie de dispersión de la luz. A continuación, un holograma registrado se puede ajustar a la ec. (1) para el radio, ap, índice de refracción, np, y posición tridimensional, r^pde la partícula. Las mediciones en los sistemas modelo confirman las estimaciones de ajuste de la resolución en nanómetros en r^py la resolución en partes por mil en a^py np. Además, la microscopia holográfica funciona in situ con una resolución temporal limitada por el tiempo de exposición y la frecuencia de cuadro de la videocámara. A diferencia de las tecnologías de caracterización de partículas más convencionales, tales como la dispersión de la luz dinámica y los contadores de Coulter, la caracterización holográfica requiere una calibración mínima, que solo se basa en el conocimiento de la longitud de onda del láser, el índice de refracción del medio de soporte y el aumento del microscopio.

Los datos representados en la fig. 2B ilustran cómo se pueden acumular mediciones partícula a partícula en una distribución poblacional para las propiedades de una dispersión, en este caso, como una muestra de esferas de poliestireno de 1,1 pm de diámetro. A diferencia de las técnicas de caracterización de partículas, convencionales, tales como la dispersión de la luz dinámica, la caracterización holográfica total no requiere un modelo para la distribución de tamaño de partícula ni estimaciones para los índices de refracción de las partículas. Más bien, esta información se obtiene para cada partícula individualmente y se puede combinar en muestras estadísticas para que se puedan descubrir las distribuciones poblacionales en lugar de suponerse. Incluso para un sistema de un único componente, esta información proporciona un conocimiento valioso. La ligera anticorrelación entre el tamaño de partícula y el índice de refracción evidente en la fig. 2B, por ejemplo, es consistente con una porosidad de un 1-2 % en las esferas, estando los poros llenos de agua. Los datos de la fig. 1 se reunieron de la misma manera y proporcionan una impresión clara de la mezcla de partículas que se combinaron en la muestra.

Ejemplos proféticos

Los modos de realización dela determinación de huellas coloidales proporcionarán mezclas de coloides estables adecuadas para su uso en una variedad de medios de fluidos, demostrarán la recuperación de datos binarios y de alta resolución y cuantificarán las incertidumbres y tasas de error en todo el espacio de parámetros para proporcionar datos de huellas útiles.

En una aplicación particular, las huellas coloidales se pueden incluir en muestras comerciales. La mezcla coloidal se debe configurar para que permanezca estable. Además, la huella coloidal sigue siendo legible incluso si la propia muestra contiene partículas coloidales, gotículas de emulsión o contaminantes. La distribución de partículas en la muestra se debe caracterizar antes de introducir una huella coloidal. A continuación, la mezcla de coloides se adapta en la huella de modo que todavía se pueda identificar fácilmente a pesar de los factores de confusión. Esto sería imposible para los procedimientos que promedian sobre toda la distribución. Sin embargo, la resolución de una única partícula permite que se extraiga la huella coloidal incluso en una muestra compleja.

En un modo de realización, el programa propuesto para desarrollar la determinación de huellas coloidales requiere el desarrollo y la caracterización de una colección de esferas coloidales químicamente inertes y físicamente estables a partir de las que se constituirán las huellas. A continuación, se describe un ejemplo de síntesis y caracterización de colecciones.

Las muestras extraídas de la colección se combinarán en estequiometrías predeterminadas en medios no distintivos, tales como agua y aceite de maíz, y, a continuación, se analizarán con caracterización holográfica total para confirmar la recuperación de datos. Este análisis, un ejemplo del cual se describe a continuación, aplicará procedimientos estadísticos óptimos para minimizar el tiempo y volumen de muestra requeridos para extraer la información codificada con confianza. Además de determinar cuáles de los miembros de la colección están presentes en una huella dada, la caracterización de alta resolución se puede usar para detectar intentos de suplantación de huellas coloidales, lo que contribuye, de este modo, a la seguridad del producto y a la detección de falsificaciones. Finalmente, algunos productos consisten inherentemente en poblaciones de partículas coloidales con distribuciones características de tamaño e índice de refracción. La leche y los productos lácteos son un ejemplo. Estas huellas intrínsecas se pueden registrar en el punto de fabricación y comparar con huellas obtenidas de los productos en el campo para obtener información sobre la procedencia sin requerir etiquetado adicional. La determinación de huellas coloidales intrínsecas se describe a continuación.

Desarrollo de la colección de huellas

Una colección inicial consistirá en 15 poblaciones diferentes de esferas coloidales en cinco tamaños claramente distinguibles compuestas por tres materiales ópticamente distintos. Los materiales candidatos incluyen sílice coloidal (índice de refracción np = 1,41 a la longitud de onda de medición de A = 405 nm), poli(metacrilato de metilo) (PMMA) (np = 1,51) y poliestireno (np = 1,62). Con esta distribución de índices de refracción, las muestras monodispersas con diámetros de 0,9 |_im, 1,3 |_im, 1,9 |_im, 2,4 |_im y 3 |_im se deberían resolver fácilmente por caracterización holográfica total. Estas partículas se prepararán y caracterizarán, incluyendo por microscopia electrónica de barrido, dispersión de la luz dinámica y caracterización holográfica.

En un ejemplo, el uso de partículas sintetizadas a medida está justificado por la necesidad de partículas bien caracterizadas con composiciones bien documentadas. Las esferas coloidales disponibles comercialmente a menudo se producen con síntesis patentadas y se envasan con agentes de estabilización patentados que pueden interferir con la funcionalización posterior.

La distribución conjunta de tamaño e índice de refracción, medidos a una longitud de onda específica, servirá como modelo para reconocer cada elemento de una huella. El tamaño medio, índice de refracción medio, varianza en esos valores y su correlación contribuyen conjuntamente al proceso de reconocimiento. Estas cantidades, además, constituyen una huella de alta resolución de los componentes individuales que puede ser útil para distinguir las huellas originales de los fabricantes de los duplicados suplantados.

De forma habitual, la caracterización holográfica total proporciona el mismo radio e índice de refracción para un tipo de partícula dado, independientemente de la composición química del medio de soporte. Esto se puede complicar si el medio hincha las partículas o si las partículas son porosas y embeben el medio. Se tendrá cuidado durante la síntesis de la colección para desarrollar procedimientos de procesamiento para minimizar la porosidad y garantizar que las propiedades de las partículas de huellas sean consistentes, al menos dentro de cada una de las áreas de aplicación pretendidas. Esto se averiguará por caracterización holográfica total de cada componente de la colección en una variedad de disolventes, incluyendo agua, alcoholes y aceites. Estas mediciones, en tándem con la porosimetría convencional, ayudarán a garantizar que las huellas coloidales sean reproducibles y estables a lo largo del tiempo.

Al aplicar huellas coloidales a materiales del mundo real, se debe llevar particular cuidado para prevenir la agregación, la floculación o el depósito, cada uno de los cuales puede interrumpirla recuperación de datos y podría afectar a las propiedades del medio. La estabilización estérica con polímeros o copolímeros de bloque injertados en superficie se someterá a prueba como estrategia general, en particular, para muestras acuosas. La estabilización personalizada puede ser necesaria para medios no acuosos y para muestras que contienen agentes de agotamiento y otros componentes que interactúan fuertemente. En todos los casos, los componentes de la colección se caracterizarán in situ y con estabilización en marcha para garantizar una recuperación de datos consistente.

Los datos de caracterización iniciales, que típicamente se asemejan a los resultados representados en la fig. 2B, se almacenarán y compararán con los datos obtenidos durante la recuperación de huellas. Cada lote sintetizado de cada componente de la colección diferirá en maneras sutiles, pero medibles, de otras implementaciones equivalentes. Estas diferencias pueden ser lo suficientemente pequeñas como para ignorarlas en la recuperación de datos rutinaria. Se pueden usar comparaciones detalladas con los datos de caracterización iniciales para verificar que una huella particular está compuesta por partículas de huellas auténticas. Esto constituye una medida frente a la falsificación dirigida frente a las huellas suplantadas.

Una vez que se constituye y caracteriza la colección de partículas, se pueden crear huellas individuales mezclando estequiometrías específicas de los componentes en una combinación que contiene elementos de una o más de las poblaciones de la colección. La figura 3 muestra datos simulados de una huella de 13 miembros, indicándose las dos poblaciones que faltan por círculos en líneas discontinuas. Los anchos de las distribuciones de las poblaciones individuales se establecen por la varianza de un 8 % anticipada del radio con respecto a la media para cada población. El intervalo de variaciones del índice de refracción se estima que es 0,01 unidades de índice de refracción en comparación con los resultados típicos para muestras comparables. Las desviaciones delo s radios e índices de refracción medios de sus valores planificados reflejan resultados típicos para la síntesis coloidal. Los radios y anchos se tratan como no correlacionados en la simulación porque se supone que las partículas preparadas para la determinación de huellas no son porosas. La presencia o ausencia de elementos de la colección constituye la huella codificada en una mezcla dada. A continuación, esta dispersión se mezcla en el producto, incluyendo, de este modo, la huella en el producto.

En un modo de realización, la colección es una colección de al menos quince miembros de partículas coloidales para crear hasta 32.767 huellas coloidales distintas. Las poblaciones diferirán entre sí en tamaño e índice de refracción de modo que se puedan identificar inequívocamente a través de la caracterización holográfica total.

Recuperación de huellas

Una vez que se ha determinado la huella de un material/composición, o si tiene inherentemente una huella coloidal, se debe "leer" la huella para proporcionar información de identificación. Por ejemplo, se pueden utilizar procedimientos físicos y estadísticos para detectar y extraer datos de huellas coloidales de muestras de fluidos. La lectura de la huella codificada en un material requiere reconstituir las partículas de huellas en un medio de fluido que pueda fluir por un canal microfluídico para su análisis holográfico. En algunos casos, esto puede requerir una simple sonicación. En otros, es posible que el producto se tenga que diluir o de otro modo modificar químicamente para minimizar los rasgos característicos externos. Las micelas vermiformes de los champús, por ejemplo, se pueden eliminar por dilución. Las microcápsulas de perfume en detergente para ropa, por el contrario, permanecerán en suspensión y se analizarán en paralelo con las partículas de huellas.

Se contempla que esta fase del procesamiento de materiales pueda introducir un sesgo de muestreo en la distribución medida de los tamaños e índices de refracción de partícula, lo que se debería explorar. Dichos sesgos pueden surgir, por ejemplo, debido a la sedimentación diferencial o debido al fraccionamiento del flujo en el canal microfluídico. Se evaluará cualquier sesgo de este tipo y se desarrollarán protocolos de mitigación. Por ejemplo, los sesgos debidos al fraccionamiento del flujo en el perfil de flujo de Poiseuille del canal se pueden minimizar reduciendo la longitud del canal.

Cualquier sesgo de muestreo no corregido detectado se puede compensar ajustando apropiadamente la estequiometría de las dispersiones de huellas. La calibración del proceso de determinación de huellas de esta manera debería ser necesario solo una vez para cada producto, y, a continuación, debería funcionar de forma fiable después de esto.

Lectura binaria

Un modo de realización implica aplicar procedimientos de estadísticas óptimas para establecer las condiciones mínimas para la recuperación de datos fiable a partir de huellas coloidales y verificar experimentalmente estas predicciones. Los datos simulados en la fig. 3 ilustran cómo se pueden extraer datos codificados de una dispersión. Cada una de las poblaciones de componentes en la mezcla se debería resolver fácilmente, dadas las suficientes estadísticas. La distribución en la fig. 3 consiste en 10.000 mediciones simuladas de propiedades de las partículas, lo que requeriría 10min de obtención y análisis de datos en el laboratorio. La presencia o ausencia de una población dada constituye un "bit" de datos de huellas. Las dos poblaciones que faltan en la fig. 3, por ejemplo, podrían constituir ceros, y las 13 poblaciones observadas podrían constituir unos.

La presencia de una población dentro de la muestra se establece observando un pico local en la distribución conjunta, p(ap, np), del tamaño e índice de refracción de partícula en puntos establecidos en el plano (ap, np). La probabilidad de que un conjunto de mediciones, s = {(aj, nj)}, sea consistente con la huella indexada por kse puede establecer con una prueba de Kolmogorov-Smirnov multivariante. La pertenencia de una medición particular en una de las poblaciones de la colección se puede evaluar de forma similar con estimadores de la densidad de núcleo. Se usaron las probabilidades de única medición combinadas para desarrollar un estimador estadístico para la detección de huellas.

La presencia o ausencia del n-ésimo bit de datos en una huella coloidal se puede tratar como un valor binario, , que tenga el valor 1 si se espera que las partículas extraídas del n-ésimo miembro de la colección de huellas estén presentes en la huella etiquetada k, y sea 0 en caso contrario. Los datos almacenados en la huella k-ésima /c ^{i i}

son, por lo tanto, el conjunto de bits d = j. ei análisis del flujo de datos s implica decidir si cada medición de una única partícula corresponde a uno de los bits en una huella y, a continuación, decidir qué bits están presentes en la muestra.

La probabilidad de que la j-ésima partícula esté asociada con el bit n es

Pjn = P Á a}fUj } ’

donde p ⁿ (a^p, n^p) es la distribución conjunta calibrada previamente para las partículas en el n-ésimo elemento de la colección. De forma similar, la probabilidad de que la partícula no se extraiga del bit n es q ⁿ = 1 - p^jn. Estas consideraciones proporcionan una base para detectar partículas espurias que no forman parte de la colección. La probabilidad de que la partícula j no sea un elemento de la colección es

?,iE

' (4)

y la probabilidad complementaria de que sea parte de una huella es P^j =1 - Q^j. Esta probabilidad de inclusión Pj se puede usar para probar si se debe usar una medición de caracterización individual para identificar una huella.

La probabilidad de que la medición j no sea un elemento de la k-ésima huella es

Por el contrario, la probabilidad de que la partícula muestreada en la j-ésima medición sea representativa de la késima huella es P f = 1 - Q j . Con estos resultados, se puede obtener la probabilidad de que el flujo de datos s represente una medición de la huella k:

Se puede obtener un resultado equivalente a partir de la negociación,

A continuación, la huella más probable se identificaría como la huella para la muestra, k(s), y se recuperaría el valor de datos correspondiente, dk(s).

Para garantizar resultados consistentes, se pueden incorporar una o dos poblaciones específicamente elegidas en cada huella. Su presencia en los datos de caracterización acumulados ayudará a garantizar que el procesamiento de materiales y la obtención de muestras se realicen correctamente. Las estadísticas de estas poblaciones de marcadores fiduciales también se pueden usar para establecer cuántos datos se deben adquirir para extraer datos de forma fiable.

Una vez que se establece la presencia o ausencia de las poblaciones individuales, los datos codificados se pueden reconstituir en base al significado aplicado a los bits individuales.

Determinación de huellas segura

En un modo de realización, las pruebas estadísticas detectan la falsificación. Las posiciones de los bits individuales en el plano (ap, np) están determinadas por las condiciones de síntesis de los elementos de la colección. Las ligeras variaciones de lote a lote son inevitables, y cada lote tendrá que calibrarse específicamente por caracterización holográfica total antes de que se pueda usar para la determinación de huellas. Estas variaciones, por lo tanto, se pueden usar para distinguir lotes y, por tanto, para verificarla autenticidad de una huella. Los rasgos característicos más sutiles de la distribución de un lote, tales como la varianza en el radio e índice de refracción, se pueden usar de forma similar para establecer la autenticidad.

Sería difícil reproducir la distribución característica de tamaño e índice de refracción de cualquier muestra única con suficiente precisión para evitar la detección. La suplantación de una huella completa compuesta por varias de dichas muestras sería aún más difícil y costosa. Por lo tanto, es improbable que la falsificación de huellas coloidales tenga éxito, y ciertamente sería una propuesta costosa y laboriosa.

La extracción de una huella válida de un producto auténtico y su división entre productos falsificados de forma similar serían muy laboriosas. Este procedimiento proporcionaría comparativamente pocas huellas fraudulentas antes de que resultara evidente la dilución de las partículas de huellas.

La detección de huellas falsificadas se puede implementar advirtiendo que las dos expresiones para Pk(s) en las ec. (6) y (7) deberían proporcionar resultados equivalentes. Las discrepancias pueden indicar una desviación de las suposiciones que subyacen a la derivación, en particular, la suposición de que las poblaciones de partículas en el flujo de datos s se extrajeron de las mismas distribuciones que se usaron para los datos de calibración. En este caso, la huella de máxima probabilidad también tendrá una menor probabilidad global que la que se habría observado con una huella verdadera. Las diferencias en los datos de ensayo y calibración se pueden confirmar además representando la distribución de valores asociados con las partículas que fallan en la prueba de inclusión de huellas de la ec. (4).

En un modo de realización, se usa un análisis estadístico básico, pero en otros modos de realización, se debe considerar un punto de partida para un análisis bayesiano más extenso. Un análisis completo puede incluir niveles de confianza para la detección de un único bit y para la detección de patrones totales, y pruebas más sensibles para la suplantación. Se debe apreciar que, en dichos modos de realización, estas métricas ayudarán a establecer cuántos datos se requieren para extraer datos de una huella con un nivel específico de confianza y seguridad y, por tanto, cuánto tiempo se requiere para realizar la determinación de huellas coloidales. Los datos simulados en la fig. 3 sugieren que una muestra de 10.000 partículas debería ser más que suficiente para una detección fiable y, por lo tanto, 10 min se deberían considerar un límite superior en el tiempo de análisis.

Huellas intrínsecas

Los modelos de huella para productos de consumo que inherentemente están compuestos por mezclas coloidales se pueden establecer en un modo de realización. Los datos de caracterización holográfica en la fig. 4 ilustran este concepto. Estos se obtuvieron para dos muestras de leche de vaca, una homogeneizada y otra no. Las dos distribuciones son claramente distinguibles. Otros productos, tales como protectores solares, detergentes para ropa y cosméticos, también presentan distribuciones características de propiedades coloidales que se pueden calibrar. Posteriormente, las muestras de estos productos se pueden analizar y comparar con los datos de calibración usando los procedimientos descritos a continuación. Dichas huellas intrínsecas podrían satisfacer las necesidades de trazabilidad de los fabricantes sin requerir ningún aditivo coloidal.

Tratamiento de partículas coloidales

En un modo de realización, un sistema de autovaloración de microfluidos con respuesta con formación de imágenes para diluir muestras coloidales para su análisis holográfico. La implementación actual de la caracterización holográfica total funciona mejor para muestras que se diluyen hasta el punto de que los hologramas de las esferas no se superpongan en el campo de visión. Sin embargo, una dilución excesiva reduce la tasa a la que las partículas pasan a través del volumen de observación y, por tanto, incrementa el tiempo requerido para analizar una muestra. El sistema automatizado propuesto ajustará continuamente el grado de dilución para minimizar la superposición entre los hologramas de partículas vecinas mientras se mantiene un procesamiento razonable de partículas para una rápida caracterización.

Actualmente, las muestras se diluyen por los técnicos antes de introducirse en el canal de flujo microfluídico del sistema de caracterización holográfica. El objetivo de este esfuerzo es automatizar este proceso, lo que reduce, de este modo, el gasto y el tiempo requerido para procesar una huella.

Se cree que varios procedimientos pueden ser adecuados en determinados modos de realización, variando desde sistemas comerciales de autovaloración de fluidos en existencias hasta sistemas de dilución de microfluidos diseñados a medida. La respuesta se proporcionará por el análisis de imágenes de la muestra que fluye a través del volumen de observación usando procedimientos estándar en la industria de seguimiento de partículas que originalmente se desarrollaron por el laboratorio de Grier. Una de las consideraciones más críticas para este esfuerzo de desarrollo será averiguar que la composición de la muestra medida no se vea afectada por el proceso de dilución. Esto se evaluará realizando mediciones en mezclas coloidales del tipo presentado en la fig. 1 y verificando que las abundancias relativas de las diferentes poblaciones permanezcan sin cambios por el procesamiento automatizado. Se tendrá particular cuidado para tratar apropiadamente las superficies para minimizar el depósito de partículas, en particular, en los casos en que las tasas de depósito diferenciales puedan afectar a los resultados medidos. Estos ensayos serán parte de una caracterización global del sesgo de selección del sistema de medición en base al tamaño o la composición de las partículas de la muestra.

Como parte de este esfuerzo, los investigadores de Spheryx colaborarán con el centro de síntesis coloidal de la NYU para desarrollar colecciones de partículas coloidales que sean estables cuando se dispersen en un producto y permanezcan estables cuando se procesen para su lectura.

Determinación de huellas con partículas magnéticas

Caracterización de partículas no ideales

En otro modo de realización, se proporcionan sistemas y técnicas analíticas para la determinación de huellas coloidales que pueden acomodar partículas no ideales, en particular, partículas con inclusiones magnéticas. La implementación inicial de la determinación de huellas coloidales usará esferas coloidales especialmente sintetizadas cuyas propiedades se aproximan mucho a los supuestos de la teoría de Lorenz Mie. Específicamente, estas partículas son esféricas dentro de una fracción de un porcentaje de variación en el radio, tienen superficies lisas y tienen una composición homogénea. Sus hologramas se prestan al análisis píxel por píxel por ajuste de mínimos cuadrados no lineales con respecto a la ec. (1). Las ligeras desviaciones de la idealidad proporcionan hologramas que todavía se pueden ajustar al modelo ideal, con la condición de que los parámetros resultantes no puedan reflejar las propiedades reales de la partícula. Esto plantea problemas para las aplicaciones que se basan en una caracterización precisa. La determinación de huellas coloidales, afortunadamente, no se basa en la exactitud, más bien, en la precisión. Siempre que el procedimiento analítico proporcione datos de caracterización reproducibles, los valores reales no son importantes.

Las desviaciones más grandes pueden provocar que el ajuste no lineal falle por completo. El análisis de dichas partículas requiere un modelado más sofisticado o bien técnicas analíticas más sólidas.

El grupo de Grier ha demostrado recientemente que los procedimientos de aprendizaje automático pueden proporcionar estimaciones significativas para las características de una única partícula sin requerir un ajuste no lineal. Los resultados preliminares sobre esferas con hoyuelo sugieren que las estimaciones de aprendizaje automático son sólidas frente a las desviaciones de la esfericidad. Los estudios numéricos sugieren que pueden proporcionar resultados reproducibles para esferas con inclusiones. Además, los algoritmos de aprendizaje automático son extremadamente eficientes a nivel computacional y, por tanto, pueden ser útiles para reducir el tiempo necesario para analizar las huellas.

En un modo de realización, el aprendizaje automático se puede utilizar con la determinación de huellas coloidales. Estos estudios comenzarán con comparaciones directas con ajustes no lineales para evaluar la precisión, exactitud y la reproducibilidad para partículas esféricas homogéneas. A continuación, pasarán a estudios sobreh uellas compuestas por partículas no homogéneas, en particular, partículas de núcleo-cubierta. Los resultados de estos estudios se compararán con mediciones analíticas convencionales usando sistemas disponibles en el centro de síntesis coloidal y en el laboratorio de instrumentación compartida de la NYU. Estos instrumentos incluyen un Malvern Zetasizer Nano ZS, un Malvern Mastersizer S, un Coulter N4 Plus Submicron Particle Sizer y un microscopio electrónico de barrido de emisión de campo Zeiss MERLIN.

Partículas de huellas magnéticas

Un modo de realización utiliza algoritmos de aprendizaje automático para analizar esferas de núcleo-cubierta. Otros modos de realización específicos se pueden extender a huellas coloidales compuestas por partículas coloidales con núcleos de magnetita incluidos. La incorporación de núcleos magnéticos en partículas de huellas facilitará, en gran medida, la separación de una huella coloidal de su medio huésped. Suponiendo que el resto de la muestra sea no magnética, las partículas de huellas cargadas con magnetita se pueden obtener con un imán simple y, a continuación, redispersar para su análisis.

Pruebas con enmascaramiento doble

Se puede usar un estudio con enmascaramiento doble para verificar la exactitud con la que se pueden leer las huellas coloidales. Las mezclas coloidales se prepararán y suministrarán sin marcas de identificación más allá de un número de serie aleatorio vinculado a los registros de preparación. Ninguna parte conocerá la composición de las huellas individuales hasta que se complete el estudio. Los investigadores realizarán mediciones de caracterización holográfica en los componentes de la colección individuales y en las mezclas, e informarán a los preparadores qué elementos de la colección parecen estar presentes en cada una de las mezclas. A continuación, los resultados de las pruebas se pueden comparar con los registros de preparación para establecer la corrección del análisis holográfico. El análisis con enmascaramiento doble se repetirá como una función del número de partículas muestreadas para verificar los límites estadísticos para una lectura fiable.

Como se muestra en la figura 5, por ejemplo, un medio accesible por ordenador 120 (por ejemplo, como se describe en el presente documento, un dispositivo de almacenamiento, tal como un disco duro, disquete, tarjeta de memoria, CD-ROM, RAM, ROM, etc., o una colección de los mismos) se puede proporcionar (por ejemplo, en comunicación con el conjunto de procesamiento 110). El medio accesible por ordenador 120 puede ser un medio accesible por ordenador no transitorio. El medio accesible por ordenador 120 puede contener instrucciones ejecutables 130 en el mismo. Además, o de forma alternativa, se puede proporcionar un conjunto de almacenamiento 140 por separado del medio accesible por ordenador 120, que puede proporcionar las instrucciones al conjunto de procesamiento 110 de modo que configure el conjunto de procesamiento para ejecutar determinados procedimientos, procesos y métodos ejemplares, como se describe en el presente documento, por ejemplo.

El sistema 100 también puede incluir un dispositivo de visualización o salida, un dispositivo de entrada, tal como un teclado, un ratón, una pantalla táctil u otro dispositivo de entrada, y se puede conectar a sistemas adicionales por medio de una red lógica. Muchos de los modos de realización descritos en el presente documento se pueden poner en práctica en un entorno en red usando conexiones lógicas a uno o más ordenadores remotos que tengan procesadores. Las conexiones lógicas pueden incluir una red de área local (LAN) y una red de área amplia (WAN) que se presentan aquí a modo de ejemplo y no de limitación. Estos entornos en red son habituales en las redes informáticas de oficinas o empresas, intranets e internet, y pueden usar una amplia variedad de protocolos de comunicación diferentes. Los expertos en la técnica pueden apreciar que dichos entornos informáticos en red típicamente pueden englobar muchos tipos de configuraciones de sistemas informáticos, incluyendo ordenadores personales, dispositivos portátiles, sistemas multiprocesador, electrónica de consumo programable o basada en microprocesadores, PC de red, miniordenadores, ordenadores centrales, y similares. Los modos de realización de la invención también se pueden poner en práctica en entornos informáticos distribuidos donde las tareas se realizan por dispositivos de procesamiento locales y remotos que están vinculados (por enlaces cableados, enlaces inalámbricos o bien por una combinación de enlaces cableados o inalámbricos) a través de una red de comunicaciones. En un entorno informático distribuido, los módulos de programa se pueden localizar en dispositivos de almacenamiento de memoria locales y remotos.

Diversos modos de realización se describen en el contexto general de etapas de procedimiento, que se pueden implementar en un modo de realización por un producto de programa que incluya instrucciones ejecutables por ordenador, tales como un código de programa, ejecutado por ordenadores en entornos en red. En general, los módulos de programa incluyen rutinas, programas, objetos, componentes, estructuras de datos, etc. que realizan tareas particulares o implementan tipos de datos abstractos particulares. Las instrucciones ejecutables por ordenador, las estructuras de datos asociadas y los módulos de programa representan ejemplos de código de programa para ejecutar las etapas de los procedimientos divulgados en el presente documento. La secuencia particular de dichas instrucciones ejecutables o estructuras de datos asociadas representa ejemplos de actos correspondientes para implementar las funciones descritas en dichas etapas.

Las implementaciones de software y web de la presente invención se podrían conseguir con técnicas de programación estándar con lógica basada en reglas y otra lógica para conseguir las diversas etapas de búsqueda en bases de datos, etapas de correlación, etapas de comparación y etapas de decisión. También se debe advertir que se pretende que las palabras "componente" y "módulo", como se usa en el presente documento y en las reivindicaciones, engloben implementaciones que usan una o más líneas de código de software y/o implementaciones de hardware y/o equipos para recibir entradas manuales.

Con respecto al uso de sustancialmente cualquier término en plural y/o en singular en el presente documento, los expertos en la técnica pueden traducir del plural al singular y/o del singular al plural según sea apropiado para el contexto y/o aplicación. Las diversas permutaciones singular/plural se pueden exponer expresamente en el presente documento por motivos de claridad.

La descripción anterior de modos de realización ilustrativos se ha presentado con propósitos de ilustración y descripción. No se pretende que sea exhaustiva o limitante con respecto a la forma precisa divulgada, y son posibles modificaciones y variaciones en vista de las enseñanzas anteriores o se puede adquirir a partir de la práctica de los modos de realización divulgados. Se pretende que el alcance de la invención esté definido por las reivindicaciones adjuntas.

Claims

REIVINDICACIONES

1. Un procedimiento para identificar una huella coloidal de un material, que comprende:

analizar una pluralidad de muestras usando microscopía de luz holográfica;

determinar, usando microscopia de luz holográfica, una distribución conjunta del radio (a^p) e índice de refracción (n^p) de partícula;

identificar al menos un pico asociado con una partícula coloidal de la distribución conjunta;

comparar el al menos un pico identificado con una colección de huellas coloidales.

2. El procedimiento de la reivindicación 1, en el que el tamaño de muestra es de aproximadamente 10.000 partículas coloidales.

3. El procedimiento de la reivindicación 1, que comprende además identificar la presencia de una o más poblaciones coloidales en base a al menos un pico identificado.

4. El procedimiento de la reivindicación 1, que comprende además identificar una huella coloidal del material.

5. El procedimiento de la reivindicación 4, en el que la huella coloidal identificada es la huella más probable asociada con el material.

6. El procedimiento de la reivindicación 5, que comprende además identificar una pluralidad de bits de información codificados por la huella más probable identificada.

7. Una máquina implementada por ordenador (100) para la determinación de huellas coloidales que comprende:

un procesador (100);

un sistema de microscopia holográfica;

una fase de muestra para recibir y hacer fluir un material; y

un medio legible por ordenador (120) tangible conectado de forma funcional al procesador (110) y al sistemad e microscopia holográfica y que incluye un código informático configurado para llevar a cabo el procedimiento de la reivindicación 1.

8. La máquina implementada por ordenador de la reivindicación 7, en la que el código informático está configurado para determinar la al menos una propiedad y comprende un código para identificar una distribución conjunta del radio (a^p) e índice de refracción (n^p) de partícula.

9. La máquina implementada por ordenador de la reivindicación 7, en la que el material incluye partículas coloidales no porosas.

10. La máquina implementada por ordenador de la reivindicación 7, en la que el código informático está configurado para identificar una huella del material.

11. Un procedimiento para la determinación de huellas coloidales de un material, que comprende:

analizar una pluralidad de muestras usando microscopia de luz holográfica;

determinar, usando microscopia de luz holográfica, una distribución conjunta del radio (a^m) e índice de refracción (n^m) de partícula para el material;

codificar bits de información por adición de una pluralidad de poblaciones de huellas coloidales, cada una con una distribución conjunta conocida del radio (a^p) e índice de refracción (n^p) de partícula, de una colección de huellas coloidales al material para crear un material con determinación de huellas, teniendo cada una de la pluralidad de poblaciones de huellas coloidales de la colección una singular distribución conjunta del radio (a^p) e índice de refracción (n^p) de partícula;

en el que el material con determinación de huellas tiene una distribución conjunta del radio (a^p) e índice de refracción (n^p) de partícula en base a la distribución conjunta determinada de las muestras y la distribución conjunta conocida.