精確設計膠體納米晶體（NCs, colloidal nanocrystals）對于光電、催化、醫(yī)療等領域的應用意義深遠。目前膠體納米粒子的設計仍然基于試錯型策略。基于數(shù)據(jù)的合成對于發(fā)現(xiàn)膠體納米粒子和研究機理都具有較大的意義。
有鑒于此，瑞士洛桑聯(lián)邦理工學院Raffaella Buonsanti教授、Philippe Schwaller教授等報道提出基于目前先進的機器學習工具，能夠通過處理較少的數(shù)據(jù)但是對膠體納米粒子合成的典型參數(shù)下進行運行。
本文要點：
（1）
這種工具能夠?qū)χ付ǚ磻獥l件和反應過程的參數(shù)，預測Cu膠體納米粒子的形貌。通過從連續(xù)的能量對膠體納米粒子的形貌進行分類，合成了未曾報道的形狀為菱形十二面體（rhombic dodecahedron）的Cu膠體納米粒子形貌，
這種方法將數(shù)據(jù)驅(qū)動、計算工具與材料化學之間進行集成。
（2）
這種發(fā)展有助于加快材料的發(fā)展和膠體納米粒子合成的機理研究，因此能夠推動合成原子結構尺度精確調(diào)控的材料合成。
參考文獻
Ludovic Zaza, Bojana Rankovi?, Philippe Schwaller*, and Raffaella Buonsanti*, A Holistic Data-Driven Approach to Synthesis Predictions of Colloidal Nanocrystal Shapes, J. Am. Chem. Soc. 2025
DOI: 10.1021/jacs.4c17283
https://pubs.acs.org/doi/10.1021/jacs.4c17283
