外籍院士、纳米牛人！Chad A. Mirkin最新Nature synthesis！

第一作者：Zihao Ye, Bo Shen, Dohun Kang

通讯作者：Christopher M. Wolverton, Chad A. Mirkin

通讯单位：美国西北大学

外籍院士、纳米牛人！Chad A. Mirkin最新Nature synthesis！

查德·米尔金（Chad A.Mirkin），中国科学院外籍院士，美国国家工程院院士，美国国家科学院院士，美国国家医学院院士，美国艺术与科学院院士，美国国家发明家科学院院士，美国医学与生物工程院院士，美国西北大学终身教授，纳米技术国际研究所所长。1989年获得美国宾夕法尼亚州立大学物理化学专业博士学位；2009年当选为美国国家工程院院士；2010年当选为美国国家科学院院士和美国国家医学院院士；2011年当选为美国艺术与科学院院士；2013年当选为美国国家发明家科学院院士；2015年当选为美国医学与生物工程院院士；2017年当选为中国科学院外籍院士。主要从事纳米科学与技术、生物医学工程等领域的研究。（信息来源：https://baike.baidu.com/item/%E6%9F%A5%E5%BE%B7%C2%B7%E7%B1%B3%E5%B0%94%E9%87%91/17656814?fr=ge_ala）

Wolverton教授，计算材料领域国际著名科学家，发表SCI期刊230余篇（包括Science、Nature、Nature子刊等顶级期刊），文章总引用次数达14000余。在计算材料设计、能源材料等前沿研究领域作出了杰出贡献。（信息来源：http://www.iet.cas.cn/news/zh/202109/t20210918_6207320.html）

论文速览

高指数晶面的纳米材料因其理想性质而备受关注，但其合成过程往往充满挑战。通过在纳米粒子表面引入客体金属或类金属原子可以影响高指数晶面，调整表面能量实现对纳米粒子形状的控制。

本研究提出了数据驱动的方法，通过结合高通量密度泛函理论（HT-DFT）计算和机器学习技术，来指导和调控纳米粒子中高指数晶面的暴露。

研究中使用了9种过渡金属和13个客体原子，通过HT-DFT计算评估了低指数和高指数晶面的表面能量，并利用机器学习技术理解导致能量上受青睐的高指数晶面形成的关键特征。该方法的预测结果通过化学合成得到了验证，证明了此方法在加速合成具有{210}晶面暴露的四六面体（tetrahexahedron, THH）材料方面的有效性。

图文导读

图1：HT-DFT计算117个主客体系统的表面能。

图2：特征重要性分析和THH形状偏好预测的机器学习模型。

图3：HT-DFT指导化学合成的THH形状纳米粒子的扫描电镜（SEM）图像。

图4：通过表面锑修饰合成的THH形状铜纳米粒子。

图5：THH形状多金属纳米粒子的SEM图像和EDS图谱。

总结展望

本研究的亮点在于开发了一种结合了HT-DFT和机器学习的数据驱动方法，该方法能够加速发现和合成具有高指数晶面的纳米粒子，并理解影响其形成的底层关键特征。此方法克服了依赖化学直觉探索广阔参数空间的传统材料发现过程的局限性。研究结果不仅通过先前实验得到了验证，还为识别新材料提供了预测。依据模型指导，研究团队合成了具有{210}晶面的THH形状纳米粒子，包括铜、银和金。

此外，研究还识别了影响晶面能量的主要特征，即大小和门捷列夫数偏差。从最重要的特征派生出的概率图为合成包含多达五种金属的多金属THH形状纳米粒子提供了指导，将材料发现的范围从单金属宿主扩展到了多金属结构。尽管目前的研究重点是具有{210}晶面的THH形状纳米粒子，但该方法也可以用来评估其他高指数晶面的表面能量，为发现具有其他类型高指数晶面的纳米粒子提供了可能性。总体而言，本工作不仅推进了对纳米粒子中暴露晶面调控的基本原理的理解，也加速了材料发现的过程，在催化和光子学领域具有重要的应用前景。

文献信息

标题：A data-driven approach for the guided regulation of exposed facets in nanoparticles

期刊：Nature Synthesis

DOI：10.1038/s44160-024-00561-1

原创文章，作者：wang，如若转载，请注明来源华算科技，注明出处：https://www.v-suan.com/index.php/2024/06/10/2ba9c98542/

外籍院士、纳米牛人！Chad A. Mirkin最新Nature synthesis！

相关推荐