④.Imaging(Bio-imagingを除く),Data processing

SIMS19報告会 2013.11.7

・旭化成株式会社 基盤技術研究所

宮阪豊光

・協力者

三菱ガス化学株式会社 梶原靖子

古河電気工業株式会社 大友晋哉1

Data processing

2

発表者 手法 研究分野 題目

磁性材料データベース

G-SIMS 生物

G-SIMS, MVA 生物

Image fusion 手法開発

MVA ソフトウェア開発Maximum aposteriori

理論

MVA 生物

PCA 生物

PCA 生体医学PLS-DA 生物

PCA, MAF 生体医学

PCA 生体医学V. Lebec　Determination of Antibody Orientations on Different Surfaces andNanoparticles Using ToF-SIMS

Depth profiling (Organics)

Masayuki Okamoto MCR 有機・生物Structural analysis of the outermost hair surface using TOF-SIMS depthprofiling technique and multivariate analysis.

Harald Jungnicke PCA ポリマー Identification of Nano Clay in Composite Polymers

Biomedical Application

Per MalmbergCharacterization of cataract in the human ocular lens with imaging ToF-SIMS

Poster

John Stephen FletcherMaximising the Potential for Baterial Phenotyping using ToF-SIMS withMultivariate and MSMS

Arnaud Delcorte SIMS Analysis of Antibodies in a Complex MatrixJi-Won Park Development of Multi dimensional TOF-SIMS Techinique for Metabolite

Invited (Dan Graham)　 Many Varied Analysis (MVA) tools for ToF-SIMS

Lev Gelb Optimized Analysis of Imaging TOF SIMS Data

Lorenz Gerber Determination of Wood Anatomy Parameters by ToF-SIMS Imaging

Data Processing (General)

Bonnie Tyler Image fusion 手法開発Multivariate Image Fusion for obtaining high mass resolution, highspatial resolutionand high signal-to-noise ToF-SIMS images of organicmaterials.

Jay TarolliUtilizing Complementary Data to Improve SIMS Image Resolution withImage Fusion

Riccardo Scarazzini PCA 半導体ToF-SIMS spectra multivariate analyses for the chemicalcharacterization ofmicroelectronic low-k materials

Invited (Satoka Aoyagi)ToF-SIMS data analysis for complex samples using multivariate analysisand G-SIMS

Data Processing (Imaging)

Rong Ji Laser Irradiation Effect on Carbon Overcoat for HAMR ApplicationAlex Henderson Open On-line Repository for Surface Mass Spectrometries

Yasuko KajiwaraEvaluation of Hydroxyapatite Nanoparticlesby means of G-SIMS and g-ogram

Data processing関連の発表一覧

3

Data processing 発表内容(1)

口頭発表、ポスター発表 計17件

MVA(Multivariate analysis)は生物、生体医学分野への適用が多い（9/17件） マススペクトルが複雑なためスペクトル解釈や同定が非常に難しい

未知試料のグルーピング、特徴付け

基板上SAM膜に固定した生体分子の配向性評価など

イメージフュージョン技術2件 SEMイメージ(空間情報)とToF-SIMSイメージ(化学情報) ToF-SIMSの高質量分解能イメージと高空間分解能イメージ

スペクトルデータベース、MVAツール

4

Data processing 発表内容(2) 正イオンスペクトルと負イオンスペクトルを結合してPCA分析

（John S. Fletcher, University of Gothenburg , Sweden）

PCAスコアプロット【PC1 vs PC2】のグルーピング能力が片イオンのみの解析より改善

J105 ToF-SIMS(Ionoptica)でMSMS分析可能。PC1のローディングで強度の強い3つのフラグメントが同じ化合物由来であることを確認

日本からは3名の口頭発表 島根大学 青柳里果先生 (招待講演)

MVA（PCA、MCR）、G-SIMS、g-ogramわさびに含まれるsinigrinの解析、MCRでsinigrin rich component検出（ PCAでは難しい）

G-SIMS, g-ogramはArクラスターデータのスペクトル解析に有用

鳥取大学 梶原靖子様 (Student award) ドデシルリン酸ナトリウムを用いて合成したハイドロキシアパタイト（HAp）ナノ粒子表面の化学構造

を調べるために，G-SIMS、g-ogramを用いてToF-SIMSデータを解析

花王(株) 岡本昌幸様 Depth profile解析へのMCRの適用

MCR分析により、各層に含まれるアミノ酸のデプスプロファイルを取得5

Utilizing Complementary Data to Improve SIMS Image Resolution with Image Fusion

(J. Tarolli; The Pennsylvania State University, US)

パンシャープン処理により、SEM像と二次イオン像や、異なる一次イオン源(Arn,C60+)の

二次イオン像を融合させる

Arn (Focus;～4 μm, high mass;◎), C60+ (Focus;～300 nm, high mass;○)

高空間分解能で、且つ形状・化学情報を加味したハイブリッドイメージを作り出す→ビジュアルの改善、より詳細な情報を引き出す。

パンシャープン処理

分解能が低いカラー画像（RGB画像）と、分解能が高いモノクロ

ーム画像を使って分解能が高いカラー画像（RGB画像）を作成

する処理

使用する手法は、HSI⇔RGB変換処理

HSIとは、Hue（色相）、Saturation（彩度）、Intensity（明度）

の頭文字で、色の指標。カラー画像をHSI画像に変換し、

変換したHSI画像のうちのI値を高分解能画像のモノクロー

ム値に置き換えて、これをカラー画像（RGB画像）に再変換。

ピクセルレベルテクニック

データの整合性をベストに保持、 計算時間が比較的短い

Image fusionの例(SEM像と二次イオン像)Cuメッシュ

6

Multivariate Image Fusion for obtaining high mass resolution, high spatial resolution and high signal-to-noise ToF-SIMS

images of organic materials（B. Tyler; National Physical Laboratory, UK）

• ToF-SIMSの高質量分解能イメージと高空間分解能イメージのフュージョン

• PCAイメージフュージョン

プロセス Matlab使用

高質量分解能モード、高空間分解能モードのイメージをそれぞれPCA分析

1つ、もしくはそれ以上のScoreイメージを交換

スコア（高空間分解能）

ローディング（高質量分解能）

ノイズのないコンポーネントの選択

質量スペクトルスペースへ逆変換7

Multivariate Image Fusion for obtaining high mass resolution, high spatial resolution and high signal-to-noise ToF-SIMS

images of organic materials（B. Tyler; National Physical Laboratory, UK）

・使用装置；ION-TOF IV (Bi3+)

・試料；PEOフィルム、中央の黒ラインはエッチングで除去部分

・CaOH+, C3H5O+ (m/z=57)は高空間分解能モードでは質量分離できない。

高質量分解能モードではイメージコントラストが低く、詳細な議論は困難

・PCA Fused imageによりコントラストが改善し、PEOが除去された中央のラインにCaOH+

ピークが存在していることがわかった。

• ToF-SIMSのイメージコントラストと空間分解能の改善8

・高質量分解能モードで得られたデータをPCA解析、PC1のスコアを高空間分解モードで得られたTotalイオン像に置き換えた後、逆変換。

MVA解析用ソフト、データベース

Many Varied Analysis (MVA) tools for ToF-SIMS （D. J. Graham） D. J. Grahamらは，ToF-SIMSデータをPCA，MAF，MCR_ALSなどで

解析するため、NESAC/BIO_Toolbox（MATLAB上で動作）を開発している。

3次元深さプロファイルの再構築機能（位置補正機能）、ROI作成機能，ピーク比算出機能など，ToF-SIMSデータ向けの機能が搭載。

Open On-line Repository for Surface Mass Spectrometries （A. Henderson） SurfaceSpectra Ltd.では，オンラインでSIMSやXPSなどのスペクト

ルデータを利用できるSpeclibというオープンリポジトリを作成している

http://speclib.surfacespectra.com 登録をすれば，ユーザーが新たなスペクトルデータを提供も可能。また，

別途SIMSライブラリもオンラインで提供しており，現在1000以上の物質、1900以上のスペクトルが登録されている。

9

Imaging(Bio-imagingを除く)

10

Ultra High Spatial Resolution SIMS発表者 研究分野 分析装置 分析試料 題目

Kimi Ogasawara 生物学 同位体顕微鏡(北大) シロイヌナズナの葉

Pierre Galle

Invited(Yunbin Guan) 地質学 Nano-SIMS 隕石

Yi-Chung Wang Nano-SIMS SON68ガラスNathalie Valle 金属 Nano-SIMS FeAl合金

Jean-Nicolas Audinot 生物学 Nano-SIMS 生物試料

Miyuki Takeuchi 生物学 Nano-SIMS 木Invited(Yukari Kuga) 生物学 同位体顕微鏡(北大) 植物Invited(Anders Meibom) 生物学 Nano-SIMS 細胞

Poster

A Saiardi 生物学 Nano-SIMS イースト(パン)

S. Tang 生物学 Nano-SIMS セレノプロテイン Quantitative imaging of selenoprotein with multi-isotope imaging mass spectrometry (MIMS)

L. Westin 生物学 Nano-SIMS タンパク質

C. Guillermier 生物学 Nano-SIMS ねずみの網膜 Effect of low energy Cesium deposition on the secondary ion yield for biological samplesM.L.Steinhauser 生物学 Nano-SIMS 細胞 Quantifying cell division with D2O and multi-isotope imaging mass spectrometry (MIMS)

Quantitative imaging of inositol distribution in yeast using multi-isotope imaging massspectrometry (MIMS)

Study of protein and RNA in dendritic spines using multi-isotope imaging mass spectrometry(MIMS)

Direct imaging of micronutrients in plant tissue usingisotope microscope system

High Sensitivity Imaging of Both Positive and Negative Secondary Ions Using theSamePrimary Ion Source

Understanding the origin of fined-grained rims inprimitive meteorites: A NanoSIMS study ofH, C, and Nisotopes in CM chondrites

NanoSIMS imaging alternation layers of a leached SON68 glass via a FIB-madewedged craterCarbon quantification in steel by SIMS nano-analysis

Study of interactions between reactive gaz species and microorganisms by nano -massspectrometry imaging

Imaging of carbon incorporation in treeusing 13CO2 pulse labeling and NanoSIMSVisualizing stable isotope tracers in plant-fungal symbiotic cells

NanoSIMS Study of Nutrient Flux in Symbiotic Organisms: a Cellular-levelPerspective

Ultra high spatial Resolution関連の発表一覧

口頭発表(9)、ポスター発表(5) 計14件

Nano-SIMS(Cameca), 同位体顕微鏡(北海道大学) このセッションでは生物学への適用が多数（10/14）

自然界に殆ど存在しない安定同位体で標識した分子の挙動を調べる

日本からは3名の口頭発表 広島大学 久我ゆかり先生（招待講演）

名古屋大学 小笠原希実様、 東京大学 竹内美由紀先生11

・Nano-SIMS 50L・オブジェクトレンズ近づけられる⇒空間分解能上げられる

空間分解能 Csイオン；30～50nm Oイオン;150-200nm・カメカのトランスミッション良い⇒質量分解能高くても感度落ちない

・13CラベルCO2ガス雰囲気で光合成木における二酸化炭素吸収の経路についての議論（細胞壁、でんぷん微粒）

12C14N- 12C- 13C

Imaging of carbon incorporation in tree using 13CO2 pulse labeling and Nano-SIMS

Miyuki Takeuchi, Akira IsogaiGraduate School of Agricultural and Life Science, The university of Tokyo

12Bar=5μm

・Neclear waste strage → vitrification (ガラスへの固定)・A common nuclear waste glass → SON68 (30 components: SiO2, B2O3, …)

(Resolution)< 50 nm <2 nm(FOV) 大 vs 小(sample preparation)

SEM FIB

Bの変性層界面は比較的決定しやすいが，Siの変性層界面は決定が難しい。29Si/30Siの強度比で決定した。

940 nm200 nm12°

pristine glass(初期ガラス)

5倍拡大

wedged crater (FIB)

Corrosion Layer

After Leaching

TOF-SIMS depth profilingNa+

Al+B+

Corroded glass

Rough Surface

Si+H+

K+

O+

B+

Si+

90 135 nm

30 85 nm

29Si+/30Si+

NanoSIMS vs APT

Si and B NanoSIMS (7x7 m2)29Si/28Si

~500 nmx(1/5)=100 nmTOF~60 nm

10B16O2/(28Si+29Si) Overlay

Si の変質層は決定し難いBの変質層は決定し易い

NanoSIMS imaging alternation layers of a leached SON68 glass via a FIB-made wedged crater

Y.-C. Wang, J. Neeway, J. V Ryan, W. Wei and Z. Zhu(Pacific Northwest National Laboratory, Univ. of Florida)

Effect of low energy Cesium deposition on the secondary ion yield for biological samples

C. Guillmier(1,2), F.Hillion(3) and C. Lechene(1,2)(1) Harvard Medical School, (2) National Resource for imaging Mass Spectrometry, (3)Cameca

NanoSIMS50 測定前にCsをデポジションさせて、負イオンの感度を上げる。

Csイオン加速電圧8000V、試料電圧7950Vに設定し、照射エネルギーを50eVとして照射して、デポジションさせる。

実験条件； Siチップ上のマウスの神経細胞

・観察条件 エリア50μm・デポジション条件 エリア;30um 照射時間;4min 電流;17pA(～5Cs monolayers)

測定結果

表層から10原子層程度のC-, O-, CN-の強度が5-6倍向上した。

In-situ depositionのメリット

隣接したエリアでCs照射効果をダイレクトに比較可能

デポジションの最適条件を検討可能14

New O- RF plasma ion sourceM. Schuhmacher発表CAMECA様よりご提供

15

New O- RF plasma ion sourceM. Schuhmacher発表CAMECA様よりご提供

16

まとめ Data processing session

イメージフュージョン

正イオン、負イオンを結合してMVA解析

MVAの活用

マススペクトルが複雑なためスペクトル解釈や同定が非常に難しい系で有用

未知試料のグルーピング、特徴付け

スペクトルデータベース、 MVAソフトの活用

Ultra high resolution session ナノSIMSアプリケーション

イオンイメージング、安定同位体解析、微量分析

デプスプロファイリング、地質年代学

New O- RF plasma ion source

17