中科院之聲 - 大數據揭示過渡族金屬離子結構相似性－鑽石舞台

從原子尺度理解化合物「結構-物性」間的構效關係是物質科學領域的基本問題，釐清物質微觀局域結構的統計特徵，有助於科學家更好地闡釋物理、材料、化學等學科中的科學問題。當今，廣泛使用的物質科學基本數據多源自20世紀中後期，數值較為陳舊。例如，物質科學領域廣泛使用近半個世紀的離子半徑數值源自20世紀60年代的統計數據，隨着材料科學數據的積累，海量數據將帶給物質科學領域新數值與新認知。

近日，中國科學院物理研究所/北京凝聚態物理國家研究中心表面物理國家重點實驗室研究員孟勝、特聘研究員劉淼，與美國勞倫斯伯克利國家實驗室教授Kristin A. Persson合作，系統地分析了3萬餘個過渡金屬氧化物的晶體信息，提煉出過渡族金屬離子的配位結構、價態、離子鍵長、原子磁矩、Jahn-Teller效應導致的局部形變、結構穩定性等物理量的詳細信息，取代廣泛使用近半個世紀、僅用「離子半徑」一個參數表徵材料的傳統做法。

本工作表明每種過渡族金屬離子均具有各自的「形狀」「尺寸」和「原子磁矩」，從而勾畫出固體中每種過渡金屬離子的「個性」畫像；通過人工智能方法，進一步獲取過渡金屬離子的結構相似性「模板」，可用於指導新材料設計和穩定性快速評估。

依據上述離子的結構相似性知識，該團隊藉助離子替換擴展了人類已知的化合物空間，生成了6萬餘個人類未知的新結構，通過對這些結構進行高通量計算，找到5千個穩定的新化合物（Ehull < 20meV/atom），這些新材料易被試驗合成，有效地擴展了材料科學的化合物「版圖」。該研究為探索更廣闊的無機材料相空間提出了新思路，所有化合物信息均可在Atomly材料數據庫（https://atomly.net/）查詢。

相關研究成果以Persona of Transition Metal Ions in Solids: A Statistical Learning on Local Structures of Transition Metal Oxides為題，發表在Advanced Science上。研究工作得到國家重點研發計劃和中科院等的支持。