SAXS数据不太行——测试问题？样品问题？仪器问题？

DOI: 10.1007/978-3-319-92955-2_2

首先，我们需要简要知道一下小角散射的仪器类型。小角散射包含：SANS,SAXS，即中子小角散射和X射线小角散射（其实还有激光之类的，不做讨论）。各有优势，具体区别不在此处赘述。相信能够申请到SANS的研究者，多半也有足够的资源解析数据，所以SANS的部分我们略过。此处只讲SAXS。

波长选择：从X射线源类型上讲，SAXS一般有，同步辐射光源（各个波长），Cu靶，Mo靶，以及极少数其他靶材，但前三者最常用。对于某些特殊样品(合金等)，考虑到吸收的问题，对于波长有特殊需求的，需要注意这一点，选择合适的波长——即选择合适的阳极靶材。

探测器选择：商业SAXS设备的探测器其实是我们无法选择的。如果是做有取向的体系，如水凝胶拉伸，取向排列的纤维等各向异性的体系，是需要选取面探测器的。而大型面探测器，Dectris的探测器通常有gap，有的朋友会介意这一点，也需要注意。但商业SAXS设备一般探测器较小，没有gap。

• DOI: 10.1007/s10570-021-03711-2

•  

测试范围的选择：根据d=2PI/q大致估计所测结构的q范围。尺寸越大，q越小。一般建议大家参照文献，结合自己的样品，选择合适的测试范围。因为设备限制，有时候是需要多个测试，然后数据拼接的。所以并非范围越大越好。

仪器选择：有朋友可能认为，同步辐射设备一定优于实验室商业设备。其实并不是的。性能方面当然是同步辐射设备更优，且有原位测试的优势。但实际上，对于光强足够的体系，实验室设备也具有便于测试的优点。商业设备方面，目前常见设备厂家是奥地利Anton paar，法国Xenocs，以及其他几家做衍射仪的公司也有相应的SAXS配件。国内目前也有一家国产生厂商，安徽国科仪器。

我们只讲同步辐射和实验室设备的选择：

• 蛋白质等信号较弱体系，胶束等溶液体系，优先使用同步辐射SAXS线站；

• 碳材料等信号较强的设备，商业仪器足以；

• 金属合金样品，主要注意波长和样品厚度。

   

• 溶液体系样品（尤其是蛋白质）是否经过超声，离心，透析，分子筛等操作，保证体系类无聚集？
• 是否准备好与样品中成分完全一致的缓冲液背景？
• 是否有尝试不同浓度测试，以确保更优质的数据？避免浓度过大引起的粒子聚集效应或排斥效应；浓度太小无法收集到信号。
• 粉末样品是否考虑研磨均匀，以确保无取向信号？
• 金属合金是否减薄，以确保太厚无法保证足够透光率？
• 部分特殊环境下易变质样品，是否考虑在测试过程中保持其湿度，含水量等。

• 信号较弱的体系，曝光时间是否足够以产生足够的信号？否则难以区分样品与背景。
• 生物大分子等是否曝光时间过长导致辐照损伤？如下图
• 固体样品是否尽可能减少了背景散射的产生？
  

• 特别重要：是否扣背景？溶液样品要扣掉样品以外的所有背景（溶剂，缓冲液盐成分，毛细管，空气等），固体样品也要扣掉空气背景（即使商业仪器抽过真空），粉末样品的包装背景（通常使用铝箔或kapton包封测试）；
• 数据还原时，是否正确积分还原？有取向的体系，分析取向度则需要沿方位角积分，I-q曲线需要沿着赤道线和子午线分别做积分。各向同性的体系通常采用面积分。
• 使用商业仪器的线光源，是否正确消模糊了？
• 扣背景时，是否对光强及透过率做归一化校正？
• 如果需要分析蛋白质分子量或体积分数或孔材料的比表面积，孔体积分数，是否测试标准样品并作绝对强度？
• 是否对探测器gap，beamstop等等无效区域做正确的信号mask？

在这里不方便给大家展示一些错误的处理的数据，因为很多都是来自市面上一些测试机构的结果。只能口头描述，大家自行脑补吧。

1. 通常直通光未被良好的mask，会导致低q区斜率远远大于-4（商业机构测试的数据，原始数据的log-log图前端通常有一个大平台，即直通光信号）；
2. 探测器坏点未被mask，通常体现为1D数据的某一个离散点（强度远高过正常点），有时是几个点，导致成峰，要注意辨别它并不是信号中的衍射峰；
3. 如果未扣背景，会使结构不清晰，峰不高，谷不低；
4. 扣背景不正确（扣少了或扣减过度），都会导致数据偏离正确的曲线，最终导致结构分析误差；如下图
5. SAXS的数据，除了一些体系会有较为明显的衍射峰，其他时候，数据都是比较平滑的形态（不是指噪音误差），不会出现陡峭的断崖式台阶，如果出现通常是有问题的。
6. 如果有衍射峰，也要主要辨别其来源，是否是体系的信号，还是错误的干扰信号；
7. 样品和溶剂的信号区别不大：一般是，浓度过低或光强太弱（溶液体系）。也可能是在这个范围内没有结构信号（孔材料/析出相）。
   
   

总的来说，如果测的数据结果不好，不要着急，不妨对照上述提到的一些问题，找到原因。如果是测试导致的，那就跟测试结构合理的维权，要求重新测试；如果是样品本身的原因，那就重新优化实验参数，设计测试方案。

以上内容，仅供参考。

本文源自微信公众号：科学边角料

原文标题：《SAXS数据不太行——测试问题？样品问题？仪器问题？》

原文链接：https://mp.weixin.qq.com/s/-Lhp6MxJLRL8TK4YoAGIhQ