Method Article
Questo protocollo introduce Franck-Condon Lineshape Analyses (FCLSA) degli spettri di emissione e funge da tutorial per l'uso del software ARL Spectral Fitting. Il software open source fornisce un modo semplice e intuitivo per eseguire analisi avanzate degli spettri di emissione, inclusi calcoli di energia allo stato eccitato, determinazione delle coordinate di colore CIE e FCLSA.
L'applicazione ARL Spectral Fitting fornisce un metodo gratuito, accessibile al pubblico e completamente trasparente per eseguire l'analisi della forma della linea di Franck-Condon (FCLSA) sui dati spettrali, oltre alla determinazione delle coordinate di colore CIE e all'elaborazione spettrale di base. Mentre alcune delle caratteristiche possono essere trovate in software commerciali o in programmi realizzati da gruppi di ricerca accademici, riteniamo che ARL Spectral Fitting sia l'unica applicazione che possiede tutti e tre gli attributi di cui sopra.
Questo programma è inteso come un'applicazione autonoma basata su GUI per l'uso da parte di un ricercatore di laboratorio medio senza richiedere alcuna conoscenza di codifica o software proprietario. Oltre all'eseguibile autonomo ospitato su ARL GitHub, i file MATLAB associati sono disponibili per l'uso e l'ulteriore sviluppo.
FCLSA aumenta le informazioni trovate negli spettri di luminescenza, fornendo informazioni significative sulla relazione tra il terreno e gli stati eccitati di una specie fotoluminescente. Questa intuizione si ottiene modellando gli spettri con due versioni (modalità) di un'equazione caratterizzate da quattro o sei parametri, a seconda della modalità utilizzata. Una volta ottimizzato, il valore di ciascuno di questi parametri può essere utilizzato per ottenere informazioni sulla molecola, nonché per eseguire ulteriori analisi (ad esempio, il contenuto di energia libera della molecola allo stato eccitato). Questa applicazione fornisce strumenti per un facile adattamento manuale dei dati importati, nonché due metodi per ottimizzare questo adattamento ai minimi quadrati smorzato, alimentato dall'algoritmo di Levenberg-Marquardt e il fitting senza derivate che utilizza l'algoritmo simplesso di Nelder-Mead. Inoltre, le stime del colore del campione possono essere eseguite e riportate in coordinate CIE e RGB.
Le misure di fotoluminescenza, che comprendono sia spettri di fluorescenza che di fosforescenza, sono ampiamente utilizzate in vari campi accademici e applicazioni industriali1. I fotocatalizzatori sono sempre più utilizzati nella sintesi organica per la produzione di molecole bersaglio complesse e preziose 2,3,4. Al fine di determinare l'energetica dei fotocatalizzatori, l'energia dello stato eccitato viene regolarmente stimata utilizzando spettri di emissione. Lo sviluppo di nuovi materiali di illuminazione, come i luminofori OLED (organic light emitting diode), richiede che l'output cromatico osservato sia caratterizzato e riportato 5,6. Le coordinate cromatiche della Commission international de l'éclairage (CIE) sono abitualmente utilizzate a tale scopo7.
Lo scopo dell'applicazione ARL Spectral Fitting è quello di fornire un metodo rapido e semplice per aumentare i dati spettrali attraverso un'analisi significativa che sia ampiamente accessibile sia in termini di facilità d'uso che di disponibilità (https://github.com/USArmyResearchLab/ARL_Spectral_Fitting). Questo software esegue automaticamente diverse funzioni di elaborazione spettrale di routine per l'utente, tra cui la normalizzazione dei dati e la conversione tra lunghezze d'onda, λ e numero d'onda, , unità con scala di intensità appropriata come mostrato nell'equazione sotto1. Il software è in grado di gestire una varietà di formati di file di input e output. Diverse analisi avanzate sono facilmente eseguibili utilizzando il software come il calcolo delle coordinate CIE e cromatiche, la previsione del colore, la determinazione dell'energia libera dello stato eccitato (ΔGES) in varie unità e FCLSA per la determinazione dei parametri FCLSA8.
È stata perseguita un'applicazione basata su interfaccia utente grafica (GUI) perché consente a qualsiasi ricercatore di eseguire questa analisi e non richiede alcuna conoscenza di base dell'informatica. Questa applicazione è stata scritta in MATLAB, utilizzando il suo strumento App Designer. Al di fuori di ARL Spectral Fitting, trovare un'implementazione accessibile al pubblico di un'applicazione progettata per eseguire l'analisi lineshape di Franck-Condon è praticamente impossibile. Questo perché i gruppi di ricerca non rilasciano pubblicamente le loro implementazioni, preferendo invece mantenerle proprietarie.
L'analisi lineshape di Franck-Condon (FCLSA) è spesso utilizzata nella caratterizzazione fotofisica di nuovi composti a causa delle ricche informazioni che trasmette sulla molecola 9,10,11,12,13,14. Ciascuno dei quattro parametri (sei se in modalità doppia) fornisce informazioni sullo stato eccitato della molecola. La quantità di energia, o gap energetico 0-0, (E0) è la differenza nei livelli di energia zero del terreno e degli stati eccitati della molecola. L'intera larghezza a metà massimo (Δv1/2) informa sulle larghezze delle singole linee vibroniche. La costante di accoppiamento elettrone-vibrazionale, o fattore di Huang-Rhys, (S) è un calcolo adimensionale basato sullo spostamento di equilibrio tra gli stati di terra ed eccitato della molecola15. Infine, il parametro di spaziatura quantistica (ħω) è la distanza tra i modi vibrazionali che governano il decadimento non radiativo di una molecola.
Le equazioni per FCLSA in modalità singola e doppia sono le seguenti:
dove i parametri sono quelli definiti in precedenza. Nell'equazione a doppio modo, S e ħω sono separati in termini di energia media (M) e bassa (L). è l'intensità al numero d'onda v10,16,17,18. In entrambe le equazioni, la sommatoria viene eseguita su N livelli quantici con un valore predefinito di N = 5, come è comunemente usato nella letteratura11, ma qualsiasi intero può essere specificato nel software ARL Spectral Fitting in Impostazioni | In forma.
1. Importazione dei dati
2. Trattamento dei dati
NOTA: L'utente potrebbe voler eseguire l'elaborazione dei dati prima del processo di adattamento. I processi disponibili includono:
3. Montaggio manuale
NOTA: In base alla quantità di struttura visibile nello spettro, può essere molto vantaggioso inizializzare i parametri di adattamento con stime appropriate prima dell'ottimizzazione. Questa inizializzazione può ridurre il tempo necessario per l'ottimizzazione e garantisce che i valori restituiti dall'ottimizzazione siano realistici per lo spettro.
4. Ottimizzazione
5. Calcoli di cromaticità ed energia libera
6. Esportazione dei dati
Utilizzando la routine di adattamento sopra descritta, l'analisi della linea di Franck-Condon è stata eseguita su due spettri preconfezionati con l'applicazione: gli spettri di emissione a temperatura ambiente (292 K) e a bassa temperatura (77 K) per 9,10-difenilantracene disciolto in toluene. Le misurazioni sono state ottenute utilizzando uno spettrofluorometro con soluzioni fluide in cuvette da 1 cm e un supporto per cuvetta standard per misure a temperatura ambiente. Le misurazioni a bassa temperatura sono state ottenute immergendo tubi NMR in azoto liquido in un dewar per generare campioni di vetro congelato. Tutti gli spettri sono stati corretti per la risposta del rivelatore. Un adattamento a modalità singola era sufficiente per lo spettro della temperatura ambiente, mentre la modalità doppia è stata utilizzata per modellare lo spettro delle basse temperature. L'analisi del colore è stata eseguita su entrambi gli spettri e ha prodotto stime simili.
Per adattarsi allo spettro della temperatura ambiente, è stata utilizzata la regolazione manuale dopo l'ottimizzazione dei minimi quadrati con personalizzazioni predefinite. I valori finali dei parametri ottenuti sono stati i seguenti: E0 = 24380 cm-1, Δv 1/2 = 1200 cm-1, S = 1,25, ħω = 1280 cm-1. Il coefficiente di determinazione risultante calcolato è stato 0,99947, come mostrato nella figura 1. Il calcolo dell'energia libera dello stato eccitato utilizzando questi valori di parametro ha prodotto un valore di 25.000 cm-1.
L'ottimizzazione del simplesso è stata utilizzata per adattarsi allo spettro delle basse temperature. La regolazione manuale non è stata necessaria dopo l'ottimizzazione. I valori finali dei parametri ottenuti sono stati i seguenti: E 0 = 24764 cm-1, Δv 1/2 = 746 cm-1, S 1= 1,13, ħω 1 = 1382 cm-1, S2 = 0,31, ħω2= 651 cm-1. Il coefficiente di determinazione risultante calcolato è stato 0,9991, come mostrato nella figura 2. Il calcolo dell'energia libera dello stato eccitato utilizzando questi valori di parametro ha prodotto un valore di 25.700 cm-1.
L'analisi del colore dello spettro delle basse temperature ha prodotto i seguenti risultati: coordinate di cromaticità = [0.15819, 0.03349], coordinate CIE = [0.19571, 0.041432, 1] e valore RGB previsto = [67, 0, 233]. I valori ottenuti per lo spettro della temperatura ambiente erano molto simili a quelli dello spettro delle basse temperature con differenze di colore impercettibili.
Figura 1: Adattamento monomodale del 9,10-difenilantracene (292 K): Questa figura mostra lo spettro di emissione a temperatura ambiente del 9,10-difenilantracene e la sua funzione di adattamento FCLSA, ottenuta attraverso l'ottimizzazione dei minimi quadrati seguita dalla regolazione manuale dei valori dei parametri. Questo è un esempio di uno spettro vagamente strutturato. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 2: Doppia modalità di adattamento del 9,10-difenilantracene (77 K): Questa figura mostra lo spettro di emissione a bassa temperatura del 9,10-difenilantracene e la sua funzione di adattamento FCLSA, ottenuta attraverso un'ottimizzazione simplex. Questo è un esempio di spettro altamente strutturato. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Questa applicazione fornisce un'analisi facile e rapida degli spettri di emissione attraverso due metodi principali comunemente usati nella comunità fotofisica. Il primo è Franck-Condon Lineshape Analysis (FCLSA), che fornisce informazioni sull'energia e sull'accoppiamento vibronico associato al decadimento delle molecole di stato eccitato nei loro stati fondamentali. Ciò si ottiene ottimizzando i valori dei parametri per massimizzare la bontà di adattamento di uno spettro utilizzando una delle due possibili equazioni di modellazione FCLSA. Il secondo metodo di analisi fornisce informazioni sul colore osservato della luce emessa dalla molecola. Combinando le curve di colore tristimolo con i dati di intensità forniti, è possibile calcolare le coordinate CIE. Questa determinazione consente la previsione del colore estremamente accurata sia degli spettri di assorbimento che di emissione.
Gli spettri sperimentali di fotoluminescenza sono comunemente misurati utilizzando un tubo fotomoltiplicatore (PMT) o un dispositivo ad accoppiamento di carica (CCD) come rivelatore e tracciati come intensità di emissione rispetto alla lunghezza d'onda (nm). Molte caratterizzazioni fotofisiche, tra cui FCLSA e il calcolo dell'energia libera dello stato eccitato, sono eseguite nello spazio dei numeri d'onda, come dimostrato dall'uso di (cm-1) nelle corrispondenti equazioni di cui sopra. Oltre alla conversione dell'asse x, l'intensità di emissione misurata rispetto alla lunghezza d'onda, indicata come I(λ) deve essere convertita in
. Questa applicazione identifica automaticamente le unità originali dell'asse x dei dati spettrali importati come lunghezza d'onda (nm) o numero d'onda (cm-1). Per impostazione predefinita, l'applicazione converte quindi i dati spettrali, normalizza lo spettro in unità al picco di intensità massima e traccia lo spettro come "Normalizzato
vs. numero d'onda (cm-1)" per indicare che è stata applicata la conversione di intensità corretta. Sebbene si raccomandi di eseguire tutti i raccordi utilizzando unità di numero d'onda, l'applicazione può anche tracciare lo spettro come "Normalizzato I(λ) vs. lunghezza d'onda (nm)" seguendo le istruzioni nella sezione 2 sopra.
Sono disponibili due algoritmi di ottimizzazione per l'utilizzo nell'applicazione. L'opzione predefinita è smorzato dei minimi quadrati, che utilizza l'algoritmo di Levenberg-Marquardt21. Combinando una versione della discesa del gradiente e l'algoritmo di Gauss-Newton, questo algoritmo trova minimi locali, non necessariamente globali. Sebbene questa sia una limitazione significativa, l'algoritmo offre vantaggi nella sua personalizzazione: questo metodo può tenere conto della ponderazione preferenziale dei punti dati, eseguire un adattamento robusto e visualizzare statistiche avanzate sulla bontà dell'adattamento22. Il metodo alternativo di ottimizzazione è privo di derivate, alimentato dall'algoritmo del simplesso di Nelder-Mead23. Questo algoritmo utilizza un metodo euristico per restituire un minimo globale della funzione di costo data (in questo caso, una somma di differenze al quadrato tra le intensità previste e osservate). Il metodo simplex è stato utilizzato per FCLSA in precedenza, sebbene il codice che lo implementa non sia mai stato pubblicato24.
Entrambi i metodi di ottimizzazione dei minimi quadrati e simplessi funzionano meglio per spettri strutturati che mostrano picchi stretti, ben definiti e simmetrici. Man mano che gli spettri diventano meno strutturati, il che significa che perdono simmetria e i picchi si allargano, questi metodi portano a adattamenti meno robusti in cui i parametri possono diventare altamente correlati. Tipicamente, gli spettri registrati a basse temperature o in mezzi rigidi sono più strutturati rispetto a quelli ottenuti vicino alla temperatura ambiente o in soluzione fluida 12,25,26. Le opzioni di adattamento robuste incluse nel metodo dei minimi quadrati possono aiutare ad alleviare questo problema. Questo problema può essere significativamente ridotto se uno o più parametri sono fissati su un valore costante durante l'ottimizzazione. Ad esempio, gli esperimenti di spettroscopia IR possono essere utilizzati per determinare i valori rilevanti di spaziatura quantistica (ħω). In alternativa, è possibile utilizzare i valori della letteratura pertinente per impostare limiti personalizzati per i parametri.
In alcuni casi, l'adattamento FCLSA e i parametri ottenuti dalle routine di ottimizzazione non rappresentano adeguatamente i dati anche quando vengono utilizzate opzioni di adattamento robuste o parametri fissi. Questo è un errore degli algoritmi di fitting e può essere associato ai parametri di adattamento FCLSA multipli (potenziale sovraparametrizzazione) o alla forma spettrale dei dati (spettri senza caratteristiche). In questi casi, un ulteriore miglioramento degli adattamenti può essere ottenuto utilizzando un "adattamento manuale" dei dati con manipolazione dei parametri FCLSA. L'adeguatezza di tali adattamenti può essere valutata visivamente e quantificata confrontando le statistiche sulla bontà dell'adattamento che vengono automaticamente incluse nel grafico.
Una routine generale da seguire per un adattamento accurato a mano consiste nei seguenti cinque passaggi: in primo luogo, determinare una stima iniziale per E0 manualmente o automaticamente utilizzando uno dei tre metodi forniti. Per impostazione predefinita, il valore del parametro viene assegnato al numero d'onda associato al picco di intensità più elevato rilevato durante l'importazione dei dati. In alternativa, l'utente può definire E0 come il numero d'onda al quale lo spettro di emissione interseca il suo corrispondente spettro di eccitazione. Il metodo finale per determinare E0 utilizza la cosiddetta regola X%, dove X = 1 o 10. In questo metodo, E0 è assegnato a un numero d'onda X% dell'intera larghezza a metà massima (FWHM) del picco di dati più prominente assumendo una forma a banda gaussiana. Il secondo passo nel protocollo di adattamento manuale è calcolare ħω in base alla spaziatura quantistica osservata nella struttura dello spettro di emissione. Se possibile, fare riferimento allo spettro IR della molecola e cercare di correlare il valore basato sulla fotoluminescenza a una banda forte nello spettro IR. In terzo luogo, determinare S in base alle intensità relative dei picchi spettrali. In quarto luogo, determinare un Δ v1/2 approssimativo in base alla larghezza di banda. In quinto luogo, regolare iterativamente S e Δv1/2 secondo necessità.
La difficoltà di eseguire FCLSA utilizzando spettri ampi e relativamente privi di caratteristiche è stata dimostrata attraverso la procedura di adattamento per 9,10-difenilantracene in soluzione fluida a 292 K rispetto a quella eseguita per lo spettro più strutturato ottenuto in vetro congelato a 77 K. Durante l'adattamento dello spettro della temperatura ambiente, l'ottimizzazione ha restituito un coefficiente iniziale di determinazione di 0,9971 che è stato migliorato a 0,9994 attraverso la regolazione manuale dei parametri e l'ispezione visiva dei risultati. Al contrario, il montaggio manuale della variante a bassa temperatura non era necessario a causa della struttura fine dello spettro che risultava in un coefficiente di determinazione pari a 0,9991 dopo l'ottimizzazione del simplesso.
In molti casi, entrambe le routine di ottimizzazione (minimi quadrati e simplex) restituiscono risultati molto simili. Ciò è indicativo del fatto che hanno trovato un minimo globale per i parametri FCLSA. In generale, il metodo dei minimi quadrati tende ad essere più adatto ai dati rumorosi, non ben strutturati o contenenti molti punti dati vicini allo zero nelle code dello spettro. Al contrario, il metodo simplex tende a restituire adattamenti migliori rispetto al metodo dei minimi quadrati per i dati che sono ben strutturati e possiedono pochi punti anomali. In questi casi, il metodo simplesso richiede in genere una piccola pre-ottimizzazione manuale dei valori dei parametri e nessuna regolazione dopo l'ottimizzazione. Per quei casi in cui il rumore dei dati o la mancanza generale di struttura impediscono un adattamento di alta qualità utilizzando uno dei metodi di ottimizzazione forniti, si raccomanda di utilizzare il metodo di adattamento manuale (vedi sopra) senza successiva ottimizzazione.
Questa applicazione offre diversi vantaggi rispetto alle precedenti implementazioni di Franck-Condon Lineshape Analysis. Il primo e più importante vantaggio è che è gratuito, accessibile al pubblico e completamente trasparente. Ciò si ottiene pubblicando il codice su GitHub, fornendo l'accesso a chiunque disponga di un computer e di una connessione Internet (https://github.com/USArmyResearchLab/ARL_Spectral_Fitting). Non solo chiunque può accedere a questa applicazione, ma può anche visualizzare il codice sottostante. Ciò offre un'opportunità per il feedback e lo sviluppo provenienti dalla comunità. Un ulteriore vantaggio risiede nella facilità d'uso di questa applicazione. Non è richiesta alcuna conoscenza di base dell'informatica o dell'interazione della riga di comando. Piuttosto, questo software utilizza una semplice interfaccia utente grafica (GUI) che consente ai ricercatori di ogni provenienza di eseguire le analisi spettrali sopra descritte. Inoltre, questa applicazione fornisce all'utente molteplici opzioni per il controllo sui metodi di ottimizzazione e può essere utilizzata per determinare l'energia libera dello stato eccitato. Infine, il software calcola e riporta diversi valori di colore utili tra cui coordinate di cromaticità, coordinate CIE, RGB e codici colore esadecimali. Tutte queste analisi possono essere eseguite in pochi secondi, richiedendo solo che l'utente prema un pulsante.
Gli autori non hanno nulla da rivelare.
La ricerca è stata sponsorizzata dall'Army Research Laboratory ed è stata realizzata nell'ambito dell'accordo di cooperazione numero W911NF-20-2-0154. Le opinioni e le conclusioni contenute in questo documento sono quelle degli autori e non devono essere interpretate come rappresentative delle politiche ufficiali, espresse o implicite, dell'Army Research Laboratory o del governo degli Stati Uniti. Il governo degli Stati Uniti è autorizzato a riprodurre e distribuire ristampe per scopi governativi nonostante qualsiasi annotazione di copyright contenuta nel presente documento.
Name | Company | Catalog Number | Comments |
ARL Spectral Fitting | Army Research Laboratory | v1.0 | https://github.com/USArmyResearchLab/ARL_Spectral_Fitting/releases/tag/v1.0 |
Richiedi autorizzazione per utilizzare il testo o le figure di questo articolo JoVE
Richiedi AutorizzazioneThis article has been published
Video Coming Soon