La inesperada diversidad de la estructura interna de los nanoclusters metálicos ahora se ha catalogado en familias. Los físicos han obtenido nuevos conocimientos sobre las complejidades internas de las variaciones estructurales de los nanoclusters metálicos. Este trabajo de Luca Pavan, Cono Di Paola y Francesca Baletto del King's College London, REINO UNIDO, está a punto de ser publicado en Revista Física Europea D . Nos acerca un paso más a adaptar las características a pedido de las nanopartículas metálicas. En efecto, la estructura geométrica de estos nanoclusters influye en sus propiedades químicas y físicas, que difieren de las de las moléculas individuales y de los metales a granel.
El problema reside en la dificultad de evaluar la estructura óptima de dichos clusters para que muestren propiedades específicas y satisfagan una necesidad tecnológica particular. Esto se debe a que un sistema que consta de varios átomos interconectados es demasiado complejo para identificar su estructura óptima simplemente resolviendo ecuaciones.
En lugar de, los autores aplicaron un método de simulación numérica, conocido como metadyamics, normalmente se utiliza para muestrear el panorama energético de biomoléculas y proteínas. Esta tecnica, bastante nuevo en el campo de las nanopartículas metálicas, identifica las estructuras correspondientes a cada mínimo del panorama energético. Además, este enfoque obtiene una mejor comprensión de la interconexión de varios motivos estructurales a temperaturas dadas.
Específicamente, este estudio describe un enfoque iterativo para la metadinámica con el fin de detectar cuáles son las estructuras clave de los nanoclusters de platino de 13 átomos fuertes. Los autores se centraron en identificar los motivos más recurrentes que pueden jugar un papel importante durante las transformaciones estructurales de los nanoclusters.
Además, el equipo propuso una forma completa de catalogar tales motivos estructurales en familias. El siguiente paso sería comprender cómo se conectan las diferentes formas geométricas y evaluar el costo de energía para cada transformación, de un tipo de geometría a otro. Las aplicaciones podrían, por ejemplo, encontrarse en nanocatálisis y nanodispositivos para almacenamiento magnético.
