2023年3月,中国科学院深圳先进技术研究院材料所喻学锋团队及其合作者在国际学术期刊《自然-合成》(Nature Synthesis)上发表题为“A Robotic Platform for Synthesis of Colloidal Nanocrystals”的文章。该工作首次将数据挖掘、数据驱动自动化合成、机器学习、逆向设计集成构建了机器人辅助胶体纳米晶数字制造平台,有望将科研人员从传统试错实验、劳动密集型表征中解放,实现胶体纳米晶数字化制备。

  纳米晶在能源、光学、光化学、电化学、光电子学以及生物医药等领域的应用潜力巨大。纳米晶物理化学性质与其形貌、尺寸息息相关,而传统的试错实验和密集表征需花费大量时间和精力,制约了纳米晶的研发。

  为此,研究团队整合数据驱动自动化合成、机器人辅助可控合成、面向形貌逆向设计等技术,构建了机器人辅助胶体纳米晶数字智造平台,以此突破当前纳米晶可控合成研究的局限性。其中自动化平台由自动化合成模块、自动化表征模块和协作机器人三大模块构成,每个模块包含若干子模块,具有高通量合成、样品存储、原位光学、光谱学表征等功能。

  图1. 机器人辅助胶体纳米晶数字制造自动化平台

  研究团队以两种典型的胶体纳米晶为研究范例,一种是目前在生物传感检测领域被广泛研究的金纳米棒,一种是在新能源和光学探测领域有巨大应用潜力的钙钛矿纳米晶。为了实现自动化合成,研究人员对文献进行了数据挖掘,以提供关键合成参数的初始选择。

  进一步,通过设计单因素、双因素以及三因素实验,进行高通量合成、原位光学表征(RGB值获取)、原位光谱学表征以及异位表征(透射电镜、扫描电镜)等获得大样本数据和小样本数据,结合机器学习,获得了合成关键参数(结构导向剂)与吸收光谱之间的关系模型以及吸收光谱和纳米晶尺寸的关系。通过积累数据样本,模型得到进一步完善。此外,根据两种材料大样本颜色信息(RGB),还可构建颜色信息与纳米晶尺寸之间的关系模型,这个模型可作为快速鉴定纳米晶尺寸的另一个指标。得益于这些模型的构建,输入目标产物尺寸信息即可反馈合成关键参数(结构导向剂),从而实现纳米晶高效逆向设计及合成。因此,这项工作在数据驱动机器人合成纳米晶领域前景辽阔。

  原文链接:https://www.nature.com/articles/s44160-023-00250-5