Wetenschap
Links:STM-beeld met hoge resolutie van een zilveren nanodeeltje van 374 zilveratomen bedekt door 113 TBBT-moleculen. Rechts:een gesimuleerd STM-beeld vanuit één richting van het deeltje. Centrum:de atomaire structuur van het deeltje. Krediet:Academie van Finland
Met behulp van scanning tunneling microscopie (STM), extreem hoge resolutie beeldvorming van de met moleculen bedekte oppervlaktestructuren van zilveren nanodeeltjes is mogelijk, zelfs tot aan de herkenning van afzonderlijke delen van de moleculen die het oppervlak beschermen. Dit was de bevinding van gezamenlijk onderzoek tussen China en Finland, geleid in Finland door Akademiehoogleraar Hannu Häkkinen van de Universiteit van Jyväskylä. Het onderzoek is onlangs gepubliceerd in het prestigieuze Natuurcommunicatie serie en de publicatie werd door de tijdschriftredacteuren geselecteerd voor de maandelijkse verzameling van uitgelichte artikelen van het tijdschrift.
Het bestuderen van de oppervlaktestructuren van nanodeeltjes met atomaire resolutie is van vitaal belang om de chemische eigenschappen van hun structuren te begrijpen, moleculaire interacties en het functioneren van deeltjes in hun omgeving. Experimenteel onderzoek naar oppervlaktestructuren omvat al lang beeldvormingstechnieken die geschikt zijn voor resolutie op nanometerniveau, waarvan de meest voorkomende gebaseerd zijn op elektronentunneling, de bovengenoemde scanning tunneling microscopie (STM), en atomaire krachtmicroscopie (AFM) gebaseerd op het meten van kleine, krachten op atomaire schaal.
Echter, het bereiken van moleculaire resolutie in beeldvorming is zeer uitdagend gebleken, bijvoorbeeld omdat de kromming van het af te beelden object, d.w.z. het oppervlak van het nanodeeltje, is van dezelfde orde als de kromming van de scanpunt. Metingen zijn ook gevoelig voor omgevingsstoringen, die de thermische beweging van moleculen kunnen beïnvloeden, bijvoorbeeld.
De onderzoekers gebruikten eerder gekarakteriseerde zilveren nanodeeltjes, met een bekende atoomstructuur. De metalen kern van de deeltjes heeft 374 zilveratomen en het oppervlak wordt beschermd door een set van 113 TBTT-moleculen. TBBT (tert-butyl-benzeenthiol) is een molecuul met drie afzonderlijke koolstofgroepen aan het uiteinde. Het buitenoppervlak van het deeltje heeft in totaal 339 van dergelijke groepen. Toen dit type nanodeeltjesmonster werd afgebeeld bij lage temperaturen in het STM-experiment, duidelijke opeenvolgende modulaties werden waargenomen in de tunnelstroom gevormd door het beeld (zie linkerdeel van het beeld). Vergelijkbare modulaties werden opgemerkt wanneer individuele TBBT-moleculen werden afgebeeld op een plat oppervlak.
Gebaseerd op dichtheidsfunctionaaltheorie (DFT), de simulaties uitgevoerd door het onderzoeksteam van Häkkinen toonden aan dat elk van de drie koolstofgroepen van het TBBT-molecuul zijn eigen huidige maximum in het STM-beeld levert (zie het rechterdeel van het beeld) en dat de afstanden tussen de maxima overeenkwamen met de STM-meetresultaten . Dit bevestigde dat de meting succesvol was op submoleculair niveau. De simulaties voorspelden ook dat een nauwkeurige STM-meting niet langer succesvol kan zijn bij kamertemperatuur, omdat de thermische beweging van de moleculen zo hoog is dat de huidige maxima van individuele koolstofgroepen op de achtergrond verdwijnen.
"Dit is de eerste keer dat STM-beeldvorming van oppervlaktestructuren van nanodeeltjes de individuele delen van moleculen heeft kunnen 'zien'. Ons computerwerk was belangrijk om de experimentele resultaten te verifiëren. we wilden nog een stap verder gaan. Omdat de atomaire structuur van deeltjes bekend is, we hadden redenen om te vragen of de precieze oriëntatie van het afgebeelde deeltje kon worden geïdentificeerd met behulp van simulaties, " zegt Hakkinen, het onderzoek beschrijven.
Hiertoe, De groep van Häkkinen berekende een gesimuleerd STM-beeld van het zilverdeeltje van 1, 665 verschillende oriëntaties en ontwikkelden een patroonherkenningsalgoritme om te bepalen welke gesimuleerde afbeeldingen het beste overeenkwamen met de experimentele gegevens.
"Wij zijn van mening dat ons werk een nieuwe bruikbare strategie voor de beeldvorming van nanostructuren demonstreert. patroonherkenningsalgoritmen en kunstmatige intelligentie op basis van machine learning zullen onmisbaar worden voor de interpretatie van afbeeldingen van nanostructuren. Ons werk is de eerste stap in die richting. Daarom hebben we ook besloten om de patroonherkenningssoftware die we hadden ontwikkeld openlijk te verspreiden onder andere onderzoekers, ", zegt Hakkinen.
De synthese van nanodeeltjes werd uitgevoerd aan de Universiteit van Xiamen door de onderzoeksgroep van professor Nanfeng Zheng en de STM-metingen werden uitgevoerd aan het Dalian Institute of Chemical Physics onder leiding van professor Zhibo Man. doctoraat student Sami Kaappa en senior onderzoeker Sami Malola van de groep van professor Häkkinen hebben de berekeningen voor het project uitgevoerd. Het onderzoek van de groep van professor Häkkinen wordt gefinancierd door het AIPSE-programma van de Academie van Finland. Het CSC – IT Center for Science in Finland en het Barcelona Supercomputing Center leverden de middelen voor alle simulaties die high-power computing vereisen. De Barcelona-simulaties maakten deel uit van het NANOMETALS-project dat werd ondersteund door de PRACE-organisatie.
Wetenschap © https://nl.scienceaq.com