納米顆粒(NP)的表征是至關重要的，因為在合成的NP混合物中不可避免地會出現不同的形狀、大小和形態，從而深刻地影響著它們的性能和應用。目前，同時確定這些結構參數的唯一技術是電子顯微鏡，但它既耗時又繁瑣。
在這里，南洋理工大學Xing Yi Ling，Chi Seng Pun創建了一個三維(3D)NP結構空間來同時確定1000組合成的含干擾納米球和納米線的銀納米立方體混合物的純度、尺寸和形狀，獲得了2.7-7.9%的低預測誤差。
文章要點
1）研究人員首先使用等離子體驅動的特征濃縮從光譜中提取局域表面等離子體共振屬性，并建立套索回歸(LR)模型來預測純度、大小和形狀。
2）利用學習的LR，人工生成425,592個增廣消光光譜來克服數據稀缺，并創建一個全面的NP結構空間來從結構參數雙向預測消光光譜，誤差小于4%。
3）可解釋的NP結構空間進一步闡明了兩個高階組合的電偶極、四極和磁偶極子作為關鍵結構參數預測因子。通過結合其他NP形狀和混合物的消光光譜，這種方法，特別是數據增強，可以創建一個完全可推廣的NP結構空間，以驅動按需、自主的合成表征平臺。
參考文獻
Emily Xi Tan, et al, Creating 3D Nanoparticle Structural Space via Data Augmentation to Bidirectionally Predict Nanoparticle Mixture’s Purity, Size, and Shape from Extinction Spectra, Angew. Chem. Int. Ed. 2024, e202317978
DOI: 10.1002/anie.202317978
https://doi.org/10.1002/anie.202317978
