天津大学Nature Catalysis,厦门大学Nature Synthesis丨顶刊日报20230422
纳米人 纳米人 2023-04-23
1. Chem. Soc. Rev.: 用于电化学转化反应的MXene基催化剂的工程策略和活性位点鉴定

MXenes因其高金属导电性、亲水性、可调层结构和表面化学特性而被广泛研究,使其在能源相关应用中备受关注。然而,缓慢的催化反应动力学和有限的活性位点严重阻碍了它们的进一步实际应用。而MXenes的表面工程已被合理设计和研究,用以调节其电子结构,增加活性位点的密度,优化结合能,从而提高电催化性能。近日,悉尼科技大学 Guoxiu WangJinqiang ZhangLiu Hao对用于电化学转化反应的MXene基催化剂的工程策略和活性位点鉴定进行了综述研究。


本文要点:

1) 作者全面总结了MXene纳米结构的表面工程策略,包括表面终止工程、缺陷工程、杂原子掺杂工程(金属或非金属)、二次材料工程以及MXene类似物的扩展。作者通过在原子水平上确定工程MXenes中每个组分的作用,并讨论了它们的内在活性位点,以建立原子结构和催化活性之间的关系。


2) 作者重点介绍了MXenes在电化学转化反应中的最新进展,包括氢气、氧气、二氧化碳、氮气和硫转化反应。介绍了用于电化学转化反应的MXene基催化剂的挑战和前景。

1-.png

Yufei Zhao, et al. Engineering strategies and active site identification of MXene-based catalysts for electrochemical conversion reactions. Chem. Soc. Rev. 2023

DOI:10.1039/D2CS00698G

https://doi.org/10.1039/D2CS00698G


2. Nature Catalysis:通过三步中继机制将硝酸盐还原为氨

氨在农业和下一代无碳能源供应中发挥着重要作用。电催化硝酸盐还原为NH3对于在环境条件下去除硝酸盐和生产NH3具有重要意义。然而,其能量效率受到高反应过电位的限制。近日,天津大学Zhang BinYu Yifu通过三步中继机制将硝酸盐还原为氨。


本文要点:

1) 作者提出了一种由自发氧化还原反应、电化学还原和电催化还原组成的三步中继机制来克服这个问题,从而设计并采用RuxCoy合金作为模型催化剂。Ru15Co85的起始电位为+0.4V(vs. RHE),能量效率为42±2%. 其高催化性能使氨的生产成本降至$0.49±0.02 kg-1


2) 此外,Ru15Fe85和Ru15Ni85的有效NO3RR性能证实了中继机制的普遍性。这项工作提供了一种提高NO3RR能源效率的反应途径,并将启发科研工作者为其他电催化过程设计高效催化剂。


1682217159896710.png

Shuhe Han, et al. Ultralow overpotential nitrate reduction to ammonia via a three-step relay mechanism. Nature Catalysis 2023

DOI: 10.1038/s41929-023-00951-2

https://doi.org/10.1038/s41929-023-00951-2


3. Nature Materials: WSe2/MoS2莫尔超晶格中的层相关相

电子关联在莫尔异质结构中的宏观量子现象中起着至关重要的作用,如反铁磁性和相关绝缘相。近日,南洋理工大学Weibo Gao、德克萨斯大学奥斯丁分校Allan H. MacDonald报道了WSe2/MoS2莫尔超晶格中的层相关相。


本文要点:

1) 与相互作用只涉及一层电子的现象不同,两层或多层中不同相的相互作用代表了一个新的方向,例如近藤晶格模型。作者使用层间激子作为探针,并发现二硒化钨和二硫化钼(WSe2/MoS2)的异质双层中的层间相互作用可以被电控制开关,从而产生层依赖的相关相图,包括单层、层选择性、激子绝缘体和层杂化区域。


2) 作者证明了这些相关相影响层间激子的非辐射衰变途径,进而揭示了强关联对层间激子动力学的作用,并为研究莫尔异质结构中的层分辨强关联行为铺平了道路。


1682217181147388.png

Qinghai Tan, et al. Layer-dependent correlated phases in WSe2/MoS2 moiré superlattice. Nature Materials 2023

DOI: 10.1038/s41563-023-01521-4

https://doi.org/10.1038/s41563-023-01521-4


4. Nature Nanotechnology:用于仿生传感器内运动感知的光电子分级神经元

对于运动的处理仍是一个计算挑战,并且其需要大量的计算资源。与此形成鲜明对比的是,飞行昆虫可以用它们微小的视觉系统灵活地感知现实世界的运动。近日,香港理工大学Chai Yang、延世大学Jong-Hyun Ahn报道了用于仿生传感器内运动感知的光电子分级神经元。


本文要点:

1) 作者使用光电晶体管阵列可以直接感知终端的不同运动类型,从而模拟昆虫视觉系统的分级神经元。其中MoS2光电晶体管中浅陷阱中心的电荷动力学模拟了分级神经元的特征,其具有1200 bits−1的信息传输率并且可以有效地编码时间光信息。


2) 作者构建了一个20×20的光电传感器阵列,并将其用于检测视野中的轨迹,从而可以有效感知运动物体的方向,进而使其通过四层神经网络实现了99.2%的识别准确率。此外,通过调控MoS2的浅俘获中心的电荷动力学,该传感器阵列可以识别时间分辨率在101到106 ms之间的运动状态


1682217200191667.png

Jiewei Chen, et al. Optoelectronic graded neurons for bioinspired in-sensor motion perception. Nature Nanotechnology 2023

DOI: 10.1038/s41565-023-01379-2

https://doi.org/10.1038/s41565-023-01379-2


5. Nature Nanotechnology:电池电极表面附近金属溶解和再沉积动力学的操作表征和调节

锰的溶解一直是一个长期普遍存在的问题,从而对锰基电池材料的性能产生了负面影响。锰的溶解涉及电极-电解质界面的复杂化学和结构转变。不断演变的电极-电解质界面使得对动态界面过程表征和定量建立与电池性能的相关性极具挑战性。近日,弗吉尼亚理工学院Lin Feng、阿贡国家实验室Li Luxi、布鲁克海文国家实验室Sooyeon Hwang报道了电池电极表面附近金属溶解和再沉积动力学的操作表征和调节。


本文要点:

1) 作者对电化学操作含锰阴极的时间和空间分辨锰溶解/再沉积(D/R)动力学进行了可视化和量化。通过粒子级和电极级分析表明,在不同的电荷状态下,D/R动力学与不同的界面降解机制有关。该结果在统计上区分了表面重建和Jahn–Teller畸变对不同工作电压下Mn溶解的贡献。


2) 在复合电极中引入磺化聚合物(Nafion)可以通过捕获溶解的Mn物种和快速建立局部Mn D/R平衡来调节D/R动力学。该工作通过操作同步加速器来研究确定导致Mn溶解的化学和结构转变机制,并开发了一种调节Mn界面动力学以提高电池性能的有效方法。


1682217220774311.png

Yuxin Zhang, et al. Operando characterization and regulation of metal dissolution and redeposition dynamics near battery electrode surface. Nature Nanotechnology 2023

DOI:10.1038/s41565-023-01367-6

https://doi.org/10.1038/s41565-023-01367-6


6. Nature Synthesis: 烯丙基溴和氟化钠使强C(sp3)–H键的光化学多样化

开发对强中性C(sp3)-H键(如石油衍生烃中的键)进行选择性官能化的实用方法具有重要意义,但在合成化学中仍极具挑战性。近日,厦门大学龚磊报道了一种在光化学过程中使用烯丙基溴化物作为试剂和氟化钠作为活化剂的方便方法。


本文要点:

1) 在NaF存在的情况下,作者通过使用化学计量或催化量的烯丙基溴化物作为引发剂,实现了烷烃、环烷烃和其他相对不活泼物质的各种C(sp3)-H官能化,并以高化学选择性和位点选择性的高产率合成了各种烯丙基化、杂芳基化、烷基化、肼化和胺化产物。


2) 原位产生的二元NaF–烯丙基溴加合物作为光活性物质、自由基介导的C–H切割引发剂和功能化试剂在反应中发挥着重要作用。这种不含过渡金属和光敏剂的策略将为碳氢化合物原料的C–H多样化和铅化合物的后期改性提供新的机会。


1682217233306049.png

Ziqi Ye, et al. Photochemical diversification of strong C(sp3)–H bonds enabled by allyl bromide and sodium fluoride. Nature Synthesis 2023

DOI: 10.1038/s44160-023-00291-w

https://doi.org/10.1038/s44160-023-00291-w


7. Nature Commun.:通过多步串联内源性生物合成构建全API纳米药物以用于连续时空治疗

纳米医学具有增强癌症治疗的重要潜力。然而,低的活性药物成分(API)负载量、难以预测的药物释放以及辅料的潜在毒性等问题都会极大地限制纳米药物的转化前景。有鉴于此,北京理工大学张金凤教授构建了一种由FDA批准的5-氨基乙酰丙酸(ALA)、人必需元素Fe3+和天然活性化合物姜黄素组成的全API纳米药物,其具有理想的API含量和pH响应释放谱,可通过多步串联内源性生物合成策略实现持续的时空癌症治疗。


本文要点:

1研究发现,ALA会首先通过酶促反应转化为光敏剂原卟啉IX(PpIX),并随后通过PpIX-血红素-CO/Fe2+/BV-BR代谢通路、生物合成一氧化碳(CO)、Fe2+、胆绿素(BV)和胆红素(BR)等多种下游产物,并进一步与释放的Fe3+和姜黄素产生协同作用,最终引起线粒体损伤、膜破坏和胞浆内损伤。


2综上所述,这项研究工作不仅为利用多种代谢物实现肿瘤抑制提供了新的范例,而且也构建了一种安全高效的全原料纳米药物,有望进一推动纳米药物的临床应用和转化。


1682217246189334.png

Fang Fang. et al. Continuous Spatiotemporal Therapy of A Full-API Nanodrug via Multi-Step Tandem Endogenous Biosynthesis.Nature Communications. 2023

https://www.nature.com/articles/s41467-023-37315-0


8. AM:苯并[c]噻吩荧光团的抗猝灭NIR-II J聚集体用于高效生物成像和光学诊疗

具有近红外二区(NIR-II)发射性能的分子荧光团因其良好的生物相容性和高分辨成像性能而在深部组织生物成像领域中广受关注。近年来,已有研究证明了J聚集体能够被用于构建长波长NIR-II发射器,主要原因在于J聚集体在形成水分散的纳米聚集体时,其光学波段会出现显著的红移。然而,由于J型主链的种类有限,且荧光猝灭严重,因此它们在NIR-II荧光成像中的应用仍会受到很大的限制。有鉴于此,香港城市大学李振声教授、Yingpeng Wan、苏州大学李盛亮教授和台湾大学Ken-Tsung Wong开发了一种具有抗猝灭作用的苯并[c]噻吩(BT) J聚集体荧光团(BT6),并将其用于实现高效的NIR-II生物成像和光学诊疗。


本文要点:

1为了克服J型荧光团的自猝灭问题,实验对BT荧光团进行了调控以使其具有超过400 nm的Stokes位移和聚集诱导发光(AIE)性能。在水环境中形成BT6组装体后,其800 nm以上的吸收和1000 nm以上的NIR-II发射会分别提高41倍和26倍以上。


2对全身血管的体内可视化和成像指导的光学治疗结果表明,BT6 NPs是一种能够用于NIR-II荧光成像和癌症光学诊疗的优秀药物。综上所述,这项工作能够为开发具有抗猝灭性能的明亮NIR-II J聚集体以用于生物医学领域提供一个新的策略。


9-.png

Ka-Wai Lee. et al. Anti-Quenching NIR-II J-Aggregates of Benzo[c]thiophene Fluorophore for Highly Efficient Bioimaging and Phototheranostics.Advanced Materials. 2023

DOI: 10.1002/adma.202211632

https://onlinelibrary.wiley.com/doi/10.1002/adma.202211632


9 AEM: 通过迁移学习加速发现先进热电材料

热电(TE)技术可以将广泛分布的热量直接转化为有用的电力,从而为解决日益严重的全球能源危机提供了一条有效途径。然而,通过传统的试错方法研发先进的TE材料是极其复杂和耗时的。近日,武汉大学Fang YingLiu Huijun通过迁移学习加速发现先进热电材料。


本文要点:

1) 作者使用用于电子带隙的预训练神经网络架构,提出了一种迁移学习(TL)策略,该策略可以在任意温度下对任何TE材料的ZT值进行准确的预测。与直接机器学习算法相比,TL驱动的模型在初始数据集之外具有显著增强的预测能力,其将p型系统的Pearson相关系数从23%提高到95%,n型系统的Pearson相关系数从46%提高到94%。


2) 在AFLOW储存库中筛选的6353个具有相对较小间隙的材料中,925个p型和788个n型系统被快速识别出具有超过2.0的ZT值。此外,作者所建立的TL模型也适用于在更大的搜索空间中的ZT预测,其中可以对筛选系统的组成原子和/或化学计量组成进行各种调整,以进一步优化其TE性能。


1682217270492307.png

Mengke Li, et al. Accelerated Discovery of Advanced Thermoelectric Materials via Transfer Learning. Adv. Energy Mater. 2023

DOI: 10.1002/aenm.202300049

https://doi.org/10.1002/aenm.202300049

加载更多
596

版权声明:

1) 本文仅代表原作者观点,不代表本平台立场,请批判性阅读! 2) 本文内容若存在版权问题,请联系我们及时处理。 3) 除特别说明,本文版权归纳米人工作室所有,翻版必究!
纳米人
你好测试
copryright 2016 纳米人 闽ICP备16031428号-1

关注公众号