Utilizzando la microscopia a effetto tunnel (STM), è possibile l'imaging ad altissima risoluzione delle strutture superficiali ricoperte di molecole di nanoparticelle d'argento, fino al riconoscimento delle singole parti delle molecole che proteggono la superficie. Questo è stato il risultato di una ricerca congiunta tra Cina e Finlandia, guidato in Finlandia dal Professore dell'Accademia Hannu Häkkinen dell'Università di Jyväskylä. La ricerca è stata recentemente pubblicata sulla prestigiosa Comunicazioni sulla natura serie e la pubblicazione è stata selezionata dagli editori della rivista nella raccolta mensile di articoli evidenziati della rivista.

Lo studio delle strutture superficiali delle nanoparticelle a risoluzione atomica è fondamentale per comprendere le proprietà chimiche delle loro strutture, interazioni molecolari e funzionamento delle particelle nei loro ambienti. La ricerca sperimentale sulle strutture di superficie ha coinvolto a lungo tecniche di imaging adatte a risoluzioni a livello di nanometri, i più comuni dei quali si basano sul tunneling elettronico, la suddetta microscopia a scansione a effetto tunnel (STM), e microscopia a forza atomica (AFM) basata sulla misurazione di piccoli, forze su scala atomica.

Però, raggiungere la risoluzione molecolare nell'imaging si è dimostrato molto impegnativo, ad esempio perché la curvatura dell'oggetto da acquisire, ovvero la superficie della nanoparticella, è dello stesso ordine della curvatura della punta di scansione. Le misurazioni sono anche sensibili ai disturbi ambientali, che possono influenzare il movimento termico delle molecole, Per esempio.

I ricercatori hanno utilizzato nanoparticelle d'argento precedentemente caratterizzate, con una struttura atomica nota. Il nucleo metallico delle particelle ha 374 atomi di argento e la superficie è protetta da un insieme di 113 molecole TBTT. TBBT (tert-butil-benzene tiolo) è una molecola con tre gruppi di carbonio separati alla sua estremità. La superficie esterna della particella ha un totale di 339 di questi gruppi. Quando questo tipo di campione di nanoparticelle è stato ripreso a basse temperature nell'esperimento STM, chiare modulazioni sequenziali sono state osservate nella corrente di tunneling formata dall'immagine (vedi parte sinistra dell'immagine). Modulazioni simili sono state osservate quando le singole molecole TBBT sono state visualizzate su una superficie piana.

Basato sulla teoria del funzionale della densità (DFT), le simulazioni eseguite dal gruppo di ricerca di Häkkinen hanno mostrato che ciascuno dei tre gruppi di carbonio della molecola TBBT fornisce il proprio massimo attuale nell'immagine STM (vedi la parte destra dell'immagine) e che le distanze tra i massimi corrispondevano ai risultati della misurazione STM . Ciò ha confermato che la misurazione ha avuto successo a livello submolecolare. Le simulazioni hanno anche previsto che la misurazione STM accurata non può più avere successo a temperatura ambiente, poiché il movimento termico delle molecole è così elevato che gli attuali massimi dei singoli gruppi di carbonio si fondono con lo sfondo.

"Questa è la prima volta che l'imaging STM delle strutture superficiali delle nanoparticelle è stato in grado di 'vedere' le singole parti delle molecole. Il nostro lavoro computazionale è stato importante per verificare i risultati sperimentali. Tuttavia, volevamo fare un passo in più. Poiché la struttura atomica delle particelle è ben nota, avevamo motivo di chiederci se l'orientamento preciso della particella inquadrata potesse essere identificato utilizzando simulazioni, "dice Häkkinen, descrivere la ricerca.

A tal fine, Il gruppo di Häkkinen ha calcolato un'immagine STM simulata della particella d'argento da 1, 665 diversi orientamenti e ha sviluppato un algoritmo di riconoscimento del modello per determinare quali immagini simulate corrispondessero meglio ai dati sperimentali.

"Riteniamo che il nostro lavoro dimostri una nuova strategia utile per l'imaging di nanostrutture. In futuro, algoritmi di riconoscimento di pattern e intelligenza artificiale basati sul machine learning diventeranno indispensabili per l'interpretazione delle immagini delle nanostrutture. Il nostro lavoro rappresenta il primo passo in quella direzione. Ecco perché abbiamo deciso di distribuire apertamente anche ad altri ricercatori il software di riconoscimento dei pattern che avevamo sviluppato, "dice Häkkinen.

La sintesi delle nanoparticelle è stata eseguita presso l'Università di Xiamen dal gruppo di ricerca del professor Nanfeng Zheng e le misurazioni STM sono state eseguite presso l'Istituto di fisica chimica di Dalian sotto la direzione del professor Zhibo Man. dottorato di ricerca lo studente Sami Kaappa e il ricercatore senior Sami Malola del gruppo del professor Häkkinen hanno eseguito i calcoli per il progetto. La ricerca del gruppo del professor Häkkinen riceve finanziamenti dal programma AIPSE dell'Accademia di Finlandia. Il CSC – Centro informatico per la scienza in Finlandia e il Centro di supercalcolo di Barcellona hanno fornito le risorse per tutte le simulazioni che richiedono un calcolo ad alta potenza. Le simulazioni di Barcellona facevano parte del progetto NANOMETALS sostenuto dall'organizzazione PRACE.