What is FireFly?

FireFly 是一款用于快速多元素分析和化學成像的分析儀器

FireFly 采用了激光誘導擊穿光譜技術（LIBS） —— 當今最有前景的元素分析技術之一

使FireFly適用于所有固體樣品，待測物無需前處理，近乎無損傷測量，一次測量可獲取樣品所有元素信息

應用領域

l 土壤分析：分析土壤樣本中的元素組成，評估土壤肥力和污染情況。

l 地質勘探：用于巖石和礦物的元素分析，輔助地質勘探和礦物成分研究。

l 金屬材料檢測：分析金屬及其合金中的元素成分，用于材料科學和質量控制。

l 環(huán)境監(jiān)測：監(jiān)測環(huán)境樣本（如沉積物、大氣顆粒物等）中的元素，評估環(huán)境污染。

l 生物材料分析：測定生物樣本（如毛發(fā)、血液、骨骼、腫瘤等）中的元素，用于生物醫(yī)學研究。

l 植物分析：用于植物組織中元素含量的測定，幫助研究植物營養(yǎng)狀況和元素吸收分布及植物在重金屬脅迫

下的反應和耐受性。

技術原理

利用脈沖激光在待測樣品表面激發(fā)產生等離子體，通過等離子體發(fā)射的光譜波長和強度信息，分別獲得待測元素的種類和含量信息。

FireFly功能特色

v 一次測量獲取所有元素信息

v Mapping功能獲取元素分布2D成像圖譜

v 自動獲取樣品不同深度的元素含量和組成差異

FireFly 規(guī)格

該表包含了通用的系統參數

定制化配置參數會有所差異

FireFly LIBS應用于生物免疫化學檢測：

利用LIBS技術對含釔（Y ll 437.49 nm）元素的標記物進行2D成像檢測，以替代免疫組織化學（IHC）和免疫細胞化學（ICC）等傳統癌細胞標記檢測方法，突破原有生物標記檢測技術的有用標記范圍和低多重檢測能力的限制，有望利用不同的 NPs 標簽實現生物標記多重檢測等應用。

LIBS技術應用于寶石鑒定：

天然形成的黃色、橙色、粉橙色的藍寶石很稀有，市場價格很高。部分人員通過在氧氣環(huán)境中高溫下將鈹擴散到紅寶石和藍寶石中，形成虛假的變色寶石。利用 LIBS 技術對寶石進行檢測，能夠同時檢測到每一種感興趣的元素，從而獲得寶石成分的完整信息，可用于真假寶石的鑒定。

利用 LIBS 技術對混凝土中氯的定量分析

地質與礦石鑒定——FireFly檢測鋰礦空間分布

鋰可存在于多種礦物中，但僅有一部分在經濟上可用于采礦，主要的富鋰礦物是偉晶巖中的鋰云母或鋰輝石，另一個重要來源是鹵水。測量鋰元素對幾乎所有分析技術來說都是一項具有挑戰(zhàn)性的任務，但對 LIBS 來說并非如此，上圖揭示了FireFly對鋰礦進行鑒定和空間定量分析的應用效果。

FireFly在植物毒理學研究中的應用  

過去幾十年工業(yè)生產的增長導致重金屬（以及近期的納米顆粒等）污染程度增加，土壤中的這些污染物對生長在其中的植物構成巨大威脅。對于工業(yè)作物，這種污染會顯著影響產量；對于糧食作物，它會對人類健康產生重大影響。如圖對植物進行鎘毒性測試，FireFly可以清晰獲取鎘元素在白芥幼苗中的相對分布圖。

FireFly在腫瘤醫(yī)學領域中的應用

皮膚是人體最大的器官，起著保護身體免受外部影響的作用。許多腫瘤可以在皮膚上形成，皮膚惡性腫瘤是最常見的癌癥之一，但死亡率非常低，因此頻繁的預防至關重要。研究人員發(fā)現，癌癥感染的組織會改變細胞的形狀和化學成分，這些變化可以通過 LIBS 觀察到，其中生物元素的成像提供了有關軟組織元素分布的信息。

FireFly應用于小鼠牙齒和骨骼的元素分析

對硬組織（牙齒和骨骼）的分析是考古學、人類學、法醫(yī)分析和醫(yī)學應用等許多領域的重要組成部分。這些分析的結果可以提供有關個體的年齡、性別、健康、飲食、起源地和遷移等信息?？梢酝ㄟ^多種分析方法獲得這些信息，例如 LIBS技術。上圖即為FireFly獲取的小鼠牙齒和骨骼Ca、Mg、Pb、Sr元素分布圖。

1. PO?íZKA, Pavel. Laser - induced breakdown spectroscopy as a readout method for immunocytochemistry with upconversion nanoparticles [online], website: 

2. BUDAY, Jakub. Imaging laser - induced plasma under different laser irradiances [online], website: 

3. Kate?ina. Imaging margins of skin tumors using laser - induced breakdown spectroscopy and machine learning [online]. website: