納米顆粒示蹤分析（NTA）以高分辨率、逐個顆粒分析而聞名，但我們所說的“高分辨率"究竟是什么意思呢？這篇技術文章探討了Nanosight Pro繪制分布數據使用的兩種方法，旨在提高多分散顆粒分析的置信度。

在NS Xplorer 軟件的視野內，可以看到顆粒布朗運動下的移動。軟件默認記錄5個750幀的視頻，然后逐幀識別并追蹤可視顆粒中心點。軟件計算每顆粒子沿X和Y平面移動的平均距離，從而計算均方位移（MSD）。隨后，通過Stokes-Einstein 方程將MSD轉化為流體動力學直徑（d_h）。

NS Xplorer（以及以前的NTA軟件版本）算法必須通過追蹤粒子足夠步數的布朗運動，以準確確定步長的平均值，從而獲得流動力學粒徑。然而，小顆粒受散射體積和它們在視野內保持的有限shi長（例如，在每秒30幀（fps）的情況下，<10幀=0.3s）所限制。這些局限性偶爾會表現為粒徑分布的人為展寬，而平均粒徑仍保持準確。

為了解決這個問題，NS Xplorer和NTA軟件采用了一種數學模型來補償布朗運動中的有限軌跡（Saveyn等人，2010）。該模型被稱為“有限軌跡長度調整（Finite track lengh adjustment, FTLA）"。FTLA補償了增寬效應，并呈現調整后的分布寬度（圖1）。

圖1：FTLA模式適用于包含多個離散并可分辨群體的樣品。FTLA進一步幫助獲取100nm乳膠球的單分散粒徑分布。

FTLA通常適用于單分散樣品或者具有雙峰或三峰混合離散群體的多分散樣品。原始信號數據分析模式RAW分布則為更多的多分散樣品提供了更深入的見解，并確保在更復雜的系統中具有良好的測量再現性。

圖2顯示了FTLA (藍色)和RAW（紅色）分布，RAW分布模型下，復雜樣品的多分散性增加。Raw模型反映了樣品的“真實"異質性，具有較寬的粒徑分布，但不會影響主分布的單個肩峰的分辨率。

圖2：RAW模型（Red）適合連續粒徑分布的多分散樣品

下圖進一步說明FTLA和RAW分布如何影響數據的再現性。

圖3：RAW和FTLA呈現的外泌體粒徑分布

圖4：外泌體FTLA粒徑分布展示出低再現性

RAW分析可能更適合多分散族群，而FTLA可能更著重離散族群從而降低測試之間的可重復性（圖4）。

FTLA算法基于預測每個粒子在無限長時間內的單個路徑長度，提供窄的粒徑分布峰。FTLA算法將大小相似的顆粒分組到不同分布組距。然而，當樣品高度多分散時采用FTLA模型更具挑戰性，因為不同的粒徑使組距之間的區分變得更復雜。在FTLA模型下，最終的分布圖不同測量的最終分布圖看起來重復性差。繪制RAW分布可以減輕這種變化，從而在許多測量中具有更好的再現性（圖5）。

圖5：外泌體RAW粒徑分布展現出高再現性

FTLA和RAW模式對評估離散族群都有幫助。RAW分布可能呈現出一個單峰，該峰可能看起來像主組群一側的肩峰。從RAW切換到FTLA進一步證實主峰中第二個峰的存在，表明樣品中很大一部分顆粒粒徑更大（圖7）。

圖6：納米氣泡的RAW粒徑分布

圖7：納米氣泡的FTLA粒徑分布

總結

下表總結歸納了使用納米顆粒示蹤分析粒徑分布時，該如何在FTLA或RAW分析模式中做出選擇，供廣大用戶參考。