image: Predicted interatomic distances for alkali chalcogenides and alkaline-earth halides with fluorite structure using formal models and EAS model, in comparison with the DFT results. view more
Credit: ©Science China Press
继美国提出材料基因组计划（Materials Genome Initiative, MGI）后，中国在2016年正式启动材料基因组工程，旨在以人工智能、机器学习为根本途径，结合材料晶体数据库，对材料进行高通量地计算、制备、检测，颠覆传统的材料研究方式，加速材料领域的发展。
北京大学深圳研究生院新材料学院潘锋团队作为“国家重点研发计划材料基因工程关键技术与支撑平台”的牵头实施单位，近年来始终坚持探索统治材料内在规律的关键基本要素——晶体中的结构基元，以及其连接和相互作用，不断取得进展。
结构基元是由原子（或离子）构成，传统的硬球模型假定离子的大小是固定的；而事实上，离子的大小与其存在的结构基元的环境是有关的。1927年，Pauling根据原子的核间距，用半经验方法推出大量的离子半径，然而，该模型并没有考虑结构基元中心原子和配位原子的相互作用，因此后来在复杂晶格的应用过程中，相邻原子间距离的预测误差明显存在。为此，潘锋团队提出一种新的“有效原子尺寸”模型(EAS)，该模型考虑了相邻原子的类型和数量对离子半径和原子间距离的影响，并且能够很好地预测相邻原子间的距离。
随后，团队利用EAS模型对一种复合晶型氟化钙结构（同时具有4配位与8配位）的二元化合物的阴阳离子间距进行预测。结果表明预测结果与DFT计算的离子间距偏差均小于0.1 Å，该结果明显优于基于目前主要使用的（Pauling离子半径、Shannon离子半径等）模型计算结果。此外，团队对一些特殊堆叠方式的化合物进行验证，并对数据库中所有由IA/IIA和VIA/VIIA主族元素组成，且具有8、6或4配位的148种化合物进行预测验证，得到良好的一致性（所有偏差均在0.1Å，绝大多数在0.05Å范围内）。
###
该成果“A descriptor of “material genes”: Effective atomic size in structural unit of ionic crystals”以论文形式在《中国科学：科学技术》英文版上发表。该杂志的主编、上海材料基因组工程研究院院长、中国科学院院士张统一教授对该成果给予高度评价：“从原子尺度探究了材料中的最基本问题：相邻原子间距离。该成果对材料基因工程研发有重要的参考价值。”项目得到国家材料基因重大研究计划和广东省重点实验室的经费支持。
论文网址：
http://engine.scichina.com/doi/10.1007/s11431-018-9461-x
Journal
Science China Technological Sciences