机器学习驱动的金-硫醇盐纳米团簇自组装机理解析

《Aggregate》：Machine Learning–Driven Insights Into the Self-Assembly of Gold–Thiolate Nanoclusters

　　

硫醇盐保护的金纳米团簇介于分子配合物与金属纳米颗粒之间，表现出尺寸依赖的电子结构、配体介导的稳定性及合成过程中的涌现集体行为。研究人员开发并验证了一种机器学习驱动的预测策略，可覆盖产物尺寸范围Au25至Au851、温度区间500–700 K的原子尺度融合机制。该方法采用基于密度泛函理论数据训练的原子团簇膨胀（Atomic Cluster Expansion, ACE）相互作用势，支持时间尺度达0.1 μs的分子动力学模拟。通过系统模拟同簇与异簇融合反应，研究人员识别出层级反应网络，其中配体动力学、瞬态金属暴露与几何匹配度共同决定融合路径选择。在生成的87种独立融合产物中，研究人员揭示了尺寸依赖的融合行为与配体门控的反应窗口，主导团簇的分级生长。定量对比实验测定的金属-配体化学计量比表明，模拟结果重现了跨越20倍以上尺寸范围的表面-体积标度律与配体覆盖趋势。通过反应轨迹与结构基元演化的统计分析，验证了预测的稳健性。该策略可推广至其他配体保护的金属纳米团簇与纳米颗粒体系，在具备充足训练数据的前提下，可为尺寸聚焦合成、可控聚集及分级组装提供预测框架。

研究背景与意义：硫醇盐保护的金纳米团簇是一类兼具离散电子结构与尺寸依赖性质的原子级精确纳米材料，在传感、生物医药、光催化及光电子领域具有重要应用前景。然而，自下而上合成过程中难以实现对团簇尺寸与单分散性的精准控制，主要瓶颈在于溶液相中不可避免的团簇-团簇相互作用与聚并事件，导致多竞争生长路径并存，产物呈多分散性。现有实验技术受限于快时间尺度、界面不可见及碰撞随机性，无法揭示原子尺度的融合机制；传统密度泛函理论（Density Functional Theory, DFT）及从头算分子动力学虽精度高，但时间尺度仅达皮秒量级，远不足以捕捉稀有或集体相变过程。因此，研究人员亟需发展兼具第一性原理精度与更长时空尺度模拟能力的计算方法，以阐明融合动力学机制，指导理性合成。

关键技术方法：研究人员采用基于原子团簇膨胀（ACE）框架的机器学习势函数，该势函数经DFT数据训练，可在保持精度的前提下将分子动力学模拟时间尺度扩展至0.1 μs。模拟工作依托LAMMPS软件包，在正则系综（NVT）下采用朗之万热浴，以甲基巯基（SR = SCH₃）为模型配体，选取四种已知结构的金-硫醇盐纳米团簇（Au₂₅、Au₃₈、Au₁₀₂、Au₁₄₆）为母体，在500–700 K温区内开展同簇与异簇融合反应模拟。计算资源由芬兰国家超算中心CSC提供，并利用GPU加速的PACE模块提升计算效率。

研究结果：

同簇融合反应：针对Au₂₅、Au₃₈、Au₁₀₂、Au₁₄₆四类母体团簇，模拟发现初始融合步骤（A + A → 1B）即产生显著的结构多样性。例如两个Au₂₅在500 K下的融合可生成Au₃₅、Au₃₈、Au₄₄等多种稳定产物，证实融合并非确定性过程，而是碰撞取向、配体重排与热涨落竞争的结果。更高代产物通过母簇与第一代产物或同级产物间的后续作用形成，最高达第十代反应（R10）。

异簇融合反应：涉及尺寸不对称的团簇间融合（如Au₂₅+ Au₃₈等），所得产物仍可纳入同簇融合建立的同一层级框架，表明配体介导的融合机制在尺寸不对称碰撞中仍占主导地位，且分级生长规则在不同母体组合间保持一致。

几何标度与结构验证：研究人员计算了模拟产物的表面金原子占比（N_surface/N_total）与总金原子数（N_total）的关系，发现其遵循与实验测定团簇一致的线性标度律（斜率约2.3），且ACE势在强非平衡构型下仍保持与DFT的高度一致性（能量均方根误差8.04 meV/原子，力分量均方根误差约0.1 eV/?）。

物质保留效率：通过计算配体保留率（η_SR）与金原子保留率（η_Au），研究人员发现两者均与融合时间呈弱负相关，但决定保留效率的主导因素是结构兼容性、核几何形状及碰撞初态的能量分布，而非单纯的动力学时长。较大尺寸的第三代产物往往表现出更高的金原子保留率。

特定体系分析：

• •
  Au₂₅+ Au₂₅：在500 K下生成从Au₃₅到Au₁₄₆的多种产物，其中Au₃₈、Au₄₄等组分与实验报道的团簇结构高度吻合，证实了融合路径可作为尺寸聚焦过程的潜在机制。
• •
  Au₃₈+ Au₃₈：550 K下的融合产物呈现显著的配体缺失特征，这与高温下Au–SR单元的热脱附及界面重构相符，部分产物尺寸与实验报道的准二维团簇及130原子核的稳定结构相对应。
• •
  Au₁₀₂+ Au₁₀₂：700 K下的模拟显示，大尺寸团簇融合需要更长的结构弛豫时间，产物从Au₁₄₆延伸至Au₂₇₉，配体-金比例趋近于实验值，表明高温同簇融合可通往具有等离激元活性的大尺寸纳米晶。
• •
  Au₁₄₆+ Au₁₄₆：550 K下的融合轨迹呈现多阶段尺寸缩减，最终产物与实验中报道的大尺寸硫醇保护金团簇尺寸范围接近。

结论与讨论：本研究通过机器学习势能驱动的分子动力学模拟，首次在原子尺度实时揭示了金-硫醇盐纳米团簇的热致融合机制。研究人员建立的层级反应框架表明，团簇融合是由配体动态脱附暴露欠配位金属位点所触发的随机过程，碰撞几何与结构匹配度决定了最终产物分布。模拟得到的87种稳定产物与大量实验表征的团簇在化学计量与几何标度上高度一致，验证了该计算策略的可靠性。这一工作将团簇聚并从经验观察提升至可预测的合成设计层面，指出通过调控温度、浓度及碰撞条件可引导随机组装朝向目标产物，为纳米材料的逆向设计与理性制造提供了新的范式。该研究发表于《Aggregate》期刊。