克日，，，，质料基因组工程研究院孙强教授团队揭晓金属外貌修建高熵分子网络（High-Entropy Molecular Networks）效果。。。。。相关内容以“Constructing High-Entropy Molecular Networks on Metal Surfaces”为题，，，，揭晓于国际学术期刊《Journal of the American Chemical Society（JACS）》。。。。。质料基因组工程研究院博士生陆佳宜为论文第一作者。。。。。

高熵质料因其多组元组成和高度的组态熵效应，，，，近年来受到普遍关注，，，，并在能源存储、催化等领域展现出奇异性能。。。。。高熵质料的看法也从早期的多组元合金拓展到众多类型质料。。。。。关于以有机分子为修建单位的高熵分子网络仍鲜有探索。。。。。本研究地提出使用外貌配位化学（on-surface coordination chemistry）要领，，，，在铜(111)单晶外貌上原位修建由多种含吡啶配位基的有机分子组成的二维高熵网络。。。。。

研究团队设计并制备了一种旋转掩膜，，，，灵感泉源于维恩图的组合头脑（如图1）。。。。。该装置能够在统一基底上实现多组分分子沉积，，，，进而高通量获得至多六种组分的差别分子网络样品库，，，，为研究高熵系统的修建纪律提供了新的实验平台。。。。。

图1.使用旋转掩膜实现多组分样品库的设计与制备示意图。。。。。

通过扫描隧道显微镜（STM）原位表征，，，，研究职员展现了差别组分分子在外貌组装历程中泛起出的有序与无序相，，，，团队使用机械学习要领对六组分分子网络的高分辨STM图像举行剖析，，，，首次实现了单分子识别和混淆熵定量盘算（如图2），，，，并提出了一套表征分子网络“无序度”的新指标。。。。。进一步地，，，，连系蒙特卡洛和分子动力学模拟，，，，展现了分子形状、对称性和配位数在决议网络结构稳固性及熵值中的要害作用。。。。。该研究批注，，，，高熵分子网络不但能够通过合理设计获得稳固的多组分混淆态，，，，还为明确和调控低维有机纳米结构的修建提供了新思绪。。。。。

图2.六组分分子网络的原子级实空间表征及机械学习剖析效果。。。。。

本事情由j9九游会质料基因组工程研究院（MGI）孙强课题组与波兰玛丽亚·居里-斯克沃多夫斯卡大学的Pawe? Szabelski教授课题组相助完成，，，，j9九游会质料基因组工程研究院为第一单位，，，，孙强教授为通讯作者，，，，第一作者为MGI博士生陆佳宜。。。。。本研究获得了中国国家自然科学基金的支持（No. 22072086, No. 22302120）。。。。。

MGI智能化外貌科学和纳米制造课题组近年来聚焦于使用数据挖掘、机械学习和人工智能要领，，，，连系高通量实验手段探索人工智能在外貌科学中的应用，，，，以及开展新型外貌化学反映的探索。。。。。致力于作育具备“重基础、跨学科、国际化”理念的质料基因特色人才。。。。。

课题组网站：https://www.qiangsungroup.cn/

论文链接：https://pubs.acs.org/doi/10.1021/jacs.5c08377