《Nature》子刊：单个原子水平！成功精确测定三维表面原子结构

纳米材料的功能特性，强烈依赖于其表面原子结构，但它们往往与本体结构有很大的不同，表现出表面重构和弛豫。然而，大多数表面表征方法，要么局限于二维测量，要么达不到真正的三维原子尺度分辨率，对于一般三维纳米材料的三维表面原子结构的单原子水平测定仍然是一个难题。

在此，来自韩国高等科学技术学研究所的Yongsoo Yang等研究者报道了使用铂纳米颗粒作为模型系统，在15 pm精度下测量的三维原子结构。相关论文以题为“Single-atom level determination of 3-dimensional surface atomic structure via neural network-assisted atomic electron tomography”发表在Nature Communications上。

论文链接：

https://www.nature.com/articles/s41467-021-22204-1

在单个原子水平上精确测定三维表面原子结构，一直是广泛科学界的主要兴趣，包括物理学、材料科学、化学和纳米科学等。由于配位数较低，表面原子往往与其体结构有较大的偏离。然而，金属纳米粒子的表面结构，在其催化活性中起着至关重要的作用，目前在化学合成、减少空气污染和燃料电池应用中具有重要的技术意义。充分了解表面原子结构，对于微调每种应用的催化性能是至关重要的。

原子电子层析成像(AET)，是近年来发展起来的一种强大的原子级三维结构成像工具，已广泛用于原子级缺陷、三维应变、化学有序/无序和成核动力学测量等领域。然而，通常由于几何限制只有部分全层析角度范围是实验可测量的(所谓的“缺失楔形”问题)，这导致了沿着断层重建图中缺失信息的方向的延伸和傅立叶振铃伪影。缺失的楔形伪影会对断层扫描得到的表面原子结构的精度产生负面影响，是精确测定三维表面原子结构的主要障碍。另一方面，近来基于深度学习的神经网络方法，引起了电子显微镜专家的极大兴趣。它已经在丢失的数据检索和超分辨率成像方面，取得了成功。

本文中，研究者将AET与基于原子性原理的深度学习神经网络相结合，利用纳米铂粒子作为模型系统，研究者成功地检索了缺失的楔块信息，并实现了一个稳健的三维表面原子结构重建。借助基于深度学习的缺失数据检索，结合原子电子断层扫描技术，可以可靠地测量表面原子结构。研究发现，<100>和<111>晶面对表面应变的贡献不同，造成了各向异性应变分布和压缩支架边界效应。

图1 深度学习增强的架构。

图2 DL增强对模拟断层成像的影响。

图3 实验测量的Pt纳米粒子断层图和跟踪原子坐标的三维密度图。

图4 切面，三维原子位移，和铂纳米粒子的应变图。

综上所述，研究者利用神经网络辅助AET技术，在单个原子水平上成功地测定了纳米粒子的三维原子结构。使用铂纳米粒子作为模型系统，研究者证明了基于原子性的方法，可以可靠地识别表面原子结构，精度达到15 pm。原子位移、应变和刻面分析表明，表面原子结构和应变不仅与纳米颗粒的形状有关，还与颗粒-基体界面有关。结合量子力学计算如密度泛函理论，精确识别表面原子结构的能力，将成为理解表面/界面性质如催化性能和氧化效应的一个强有力的工具。（文：水生）