L'inaspettata diversità della struttura interna dei nanocluster metallici è stata ora catalogata in famiglie. I fisici hanno acquisito nuove conoscenze sulle complessità interne delle variazioni strutturali dei nanocluster metallici. Questo lavoro di Luca Pavan, Cono Di Paola e Francesca Baletto del King's College di Londra, UK, sta per essere pubblicato in Giornale Europeo di Fisica D . Ci porta un passo più vicino alla personalizzazione delle caratteristiche su richiesta delle nanoparticelle metalliche. Infatti, la struttura geometrica di questi nanocluster ne influenza le proprietà chimiche e fisiche, che differiscono da quelli delle singole molecole e dei metalli sfusi.

Il problema risiede nella difficoltà di valutare la struttura ottimale per tali cluster al fine di farli presentare proprietà specifiche e soddisfare una particolare esigenza tecnologica. Questo perché un sistema costituito da diversi atomi interconnessi è troppo complesso perché la sua struttura ottimale possa essere identificata semplicemente risolvendo equazioni.

Anziché, gli autori hanno applicato un metodo di simulazione numerica, noto come metadinamica, tipicamente utilizzato per campionare il panorama energetico di biomolecole e proteine. Questa tecnica, abbastanza nuovo nel campo delle nanoparticelle metalliche, individua strutture corrispondenti a ciascun minimo del panorama energetico. Inoltre, questo approccio consente di comprendere meglio l'interconnessione di vari motivi strutturali a determinate temperature.

Nello specifico, questo studio descrive un approccio iterativo per la metadinamica al fine di rilevare quali sono le strutture chiave dei nanocluster di platino forti di 13 atomi. Gli autori si sono concentrati sull'identificazione dei motivi più ricorrenti che possono svolgere un ruolo importante durante le trasformazioni strutturali dei nanocluster.

Inoltre, il team ha proposto un modo completo di catalogare tali motivi strutturali nelle famiglie. Il passo successivo sarebbe capire come sono collegate le diverse forme geometriche e valutare il costo energetico per ogni trasformazione, da un tipo di geometria all'altro. Le applicazioni potrebbero, Per esempio, si trovano nella nanocatalisi e nei nanodispositivi per l'archiviazione magnetica.