基底催化生长为碳纳米结构的可控合成提供了一种非常有前途的方法。然而，动态催化表面上的生长机制和更一般的设计策略的发展仍然是持续的挑战。

东北大学Hao Li、上海交通大学Linfa Peng和Di Zhang等展示了主动机器学习模型如何有效地揭示底物催化生长中涉及的微观过程。

本文要点：

（1）

利用分子动力学和时间戳力偏蒙特卡罗方法的协同方法，并辅以高斯近似势，作者对石墨烯在Cu(111)上的生长进行了全动态模拟。作者的发现准确地复制了基本的子过程——从碳单体/二聚体的优先扩散、链或环的形成到边缘钝化的铜辅助石墨烯生长和通过离子撞击的键断裂。

（2）

将作者的模拟扩展到金属表面如Cu(111)、Cr(110)、Ti(001)和氧污染的Cu(111)上的碳沉积，作者的结果与实验观察紧密一致，为设计金属或合金基底以获得所需的碳纳米结构和探索进一步的反应可能性提供了实用和有效的方法。

参考文献:

Zhang, D., Yi, P., Lai, X. et al. Active machine learning model for the dynamic simulation and growth mechanisms of carbon on metal surface. Nat Commun 15, 344 (2024).

DOI: 10.1038/s41467-023-44525-z

https://doi.org/10.1038/s41467-023-44525-z