Development of a novel mass analysis approach on the basis of mechanical deformation induced by gas flow in a micron channel
| Project/Area Number |
19KK0141
|
|---|
| Research Category |
Fund for the Promotion of Joint International Research (Fostering Joint International Research (B))
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Medium-sized Section 34:Inorganic/coordination chemistry, analytical chemistry, and related fields
|
|---|
| Research Institution | National Institute for Materials Science |
|---|
Principal Investigator |
柴 弘太 国立研究開発法人物質・材料研究機構, 機能性材料研究拠点, 主任研究員 (20638126)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
田村 亮 国立研究開発法人物質・材料研究機構, 国際ナノアーキテクトニクス研究拠点, 主任研究員 (20636998)
|
|---|
| Project Period (FY) |
2019-10-07 – 2023-03-31
|
| Project Status |
Granted (Fiscal Year 2021)
|
| Budget Amount *help |
¥17,420,000 (Direct Cost: ¥13,400,000、Indirect Cost: ¥4,020,000)
Fiscal Year 2022: ¥3,510,000 (Direct Cost: ¥2,700,000、Indirect Cost: ¥810,000)
Fiscal Year 2021: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000)
Fiscal Year 2020: ¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000)
Fiscal Year 2019: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
|
|---|
| Keywords | 粘性係数 / マイクロ流路 / 流体力学 / 構造力学 / 流体―構造相互作用 / 気体 / 液体 / 流体 / 質量分析 / マイクロフルイディクス / 機械学習 |
|---|
| Outline of Research at the Start |
質量分析は、薬剤探索、食品分析、犯罪捜査など多用途に用いられる分析法である。それ故、2002年ノーベル賞のMALDIを経て今なお開発が進む、研究現場に欠かせない主要分析技術である。本研究では、質量分析を研究用途にとどまらず、より手軽かつ広範に使用可能な技術へと昇華させることを目指す。そのために、申請者が独自開発した簡易分子量測定法を中心技術として利用する。共同研究を推進するHarvard大学Weitz教授の協力の下、上記手法による測定対象を拡張し、現行の質量分析を代替しうる分析法へと発展させる。これにより、いつでもどこでも誰でも利用可能な次世代質量分析法を創出する。
|
| Outline of Annual Research Achievements |
本研究は、申請者独自の分子量測定法（大気環境、リアルタイム、非破壊）を、国際共同研究を推進するProf. Weitzとともに発展させ、モバイル用途まで見据えたイオン化不要の新奇質量分析法の創出を目指すものである。従来の質量分析は、試料をイオン化・断片化し、それらを逐次測定することで、試料の構造に由来する情報（マススペクトル）を得るという非常に優れた定性・定量手法である。しかし、試料のイオン化のためには真空環境が必須となるため、原理的に装置の小型化、とりわけコンシューマー用途まで視野に入れたモバイル化には、ブレークスルーが必要であった。一方、申請者が開発した分子量測定法（流体熱力学質量分析、AMA）は、大気環境下で実施可能であるため、従来法が抱える原理的な制約に縛られない様々な可能性を有している。目下の課題は、分子量の決定だけでは、分子量が同じ試料（例えば構造異性体）に対しては適用できないという点にある。この課題を解決すべく、申請者は分子量とは独立した試料に固有のパラメータを選定し、それを分子量と同時に決定することで、構造異性体などまで含めたあらゆる試料に対応可能なアプローチを着想した。そのようなパラメータとして、試料の「粘度」に着目し、その定量に向けた検討を行った。その結果、Prof. Weitzが主な研究対象としているマイクロ流体関連技術を用いることで、粘度の定量手法の確立に成功した。この成果は特許申請済みであり、Lab on a Chip誌に論文掲載決定後、学会発表およびプレスリリースも行った。既に新聞複数紙に記事として取りあげられ、専門誌から依頼を受けて解説記事の執筆も行った。本手法は気体のみならず、数桁以上粘度の異なる液体にまで適用可能であることを確認しており、当初期待していた範囲を超えて様々な展開が見込まれる。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
2021年度は、申請者がProf. Weitzの研究室での在外研究を終え、国内所属機関に戻って研究を再開した。COVID-19の世界的流行の影響がなお残っており、様々な制限のもと計画を実施することを余儀なくされた。それにもかかわらず、流体の粘度を測定する新たな手法を完成させ、それを特許申請、論文発表、プレスリリース、学会発表などの形で、着実に世界へと発信できたことは大きな成果であったと考えている。また、本手法が気体のみならず液体にも適用可能である点は当初予期していなかったことであり、結果として本研究の可能性を大きく広げるものとなった。さらには、上記手法の開発過程で別の気体特性を計測するための新たな手法のヒントを得るに至っており、本研究は非常に充実していると言って差し支えない。そうした理由および今日までのCOVID-19関連情勢を鑑みても、現在の進捗状況は大変良好であると考えている。
|
| Strategy for Future Research Activity |
2022年度は、前年度までに確立・報告した流体粘度測定手法と、申請者が以前に報告した分子量測定手法を組み合わせることにより、一度の測定で両パラメータを定量可能なデバイスの試作に引き続き注力する。この目的に向け、有限要素法によるシミュレーションと機械学習を活用する。具体的には、シミュレーションにより得られる値を最適化するような機械学習モデルを構築し、その最適値を実現するであろう実験条件・デバイス構成をピンポイントで実験することにより、効率的な研究推進を目指す。有限要素法と機械学習を組み合わせた自動最適化のアプローチについては既に検討を進めており、条件次第で動作することを確認済みである。本年度はより具体的かつ詳細な条件検討を行う予定である。
|
Report
(3 results)
Research Products
(12 results)
