La diversité inattendue de la structure interne des nanoclusters métalliques a maintenant été cataloguée en familles. Les physiciens ont acquis de nouvelles connaissances sur les subtilités internes des variations structurelles des nanoclusters métalliques. Cette œuvre de Luca Pavan, Cono Di Paola et Francesca Baletto du King's College de Londres, ROYAUME-UNI, est sur le point d'être publié dans Revue Physique Européenne D . Cela nous rapproche un peu plus de la personnalisation des caractéristiques à la demande des nanoparticules métalliques. En effet, la structure géométrique de ces nanoclusters influence leurs propriétés chimiques et physiques, qui diffèrent de celles des molécules individuelles et des métaux en vrac.

Le problème réside dans la difficulté d'évaluer la structure optimale de tels clusters afin de leur faire afficher des propriétés spécifiques et répondre à un besoin technologique particulier. En effet, un système composé de plusieurs atomes interconnectés est beaucoup trop complexe pour que sa structure optimale puisse être identifiée simplement en résolvant des équations.

Au lieu, les auteurs ont appliqué une méthode de simulation numérique, connu sous le nom de métadyamique, généralement utilisé pour échantillonner le paysage énergétique des biomolécules et des protéines. Cette technique, assez nouveau dans le domaine des nanoparticules métalliques, identifie les structures correspondant à chaque minimum du paysage énergétique. En outre, cette approche permet de mieux comprendre l'interconnexion de divers motifs structurels à des températures données.

Spécifiquement, cette étude décrit une approche itérative de la métadynamique afin de détecter quelles sont les structures clés des nanoclusters de platine à 13 atomes. Les auteurs se sont concentrés sur l'identification des motifs les plus récurrents pouvant jouer un rôle important lors des transformations structurelles des nanoclusters.

En outre, l'équipe a proposé une manière complète de cataloguer ces motifs structurels dans les familles. La prochaine étape serait de comprendre comment les différentes formes géométriques sont connectées et d'évaluer le coût énergétique de chaque transformation, d'un type de géométrie à un autre. Les candidatures pourraient, par exemple, se trouvent dans la nanocatalyse et les nanodispositifs pour le stockage magnétique.