近日，我院孙强教授课题组发表最新论文，展示了基于硫族元素-有机相互作用在金属表面构建低维分子网络结构，研究成果发表于《ACS Nano》（最新影响因子：17.1），论文题目为“Constructing Molecular Networks on Metal Surfaces through Tellurium-Based Chalcogen-Organic Interaction”。
表面分子自组装作为一种自下而上的方法，为制造低维纳米材料和器件提供了独特的途径。在过去的二十年里，研究人员探索了不同的分子间相互作用来构建各种类型的表面分子纳米结构。除了常用的氢键和金属配位键之外，探索新的键合方式对于调整超分子组装系统和材料的性质和功能至关重要。硫族键(ChB)是一种非共价相互作用，尽管已经被提及了几十年，但仍未得到充分应用。虽然关于其能量意义和物理化学起源的争论仍在继续，但对硫族键的理解和应用正在逐步推进。因此，研究硫族元素主导的表面超分子相互作用是十分有意义的。
图 1. (a) 传统定义的硫族键的示意图。 (b) 本研究中使用的硫族-有机相互作用的示意图。
在本工作中，作者通过在超高真空条件下使用氰基与Te 原子之间的相互作用（硫族-有机相互作用）在金属表面构建了具有独特四重对称性的二维分子网络。作者使用密度泛函理论 (DFT) 对 Te 诱导的结构基元提供了理论解释。此外，扫描隧道谱 (STS)显示硫族-有机分子网络内分子的电子特性与密堆积分子的电子特性相同。作者还通过将 Te 和过渡金属 Cu 与分子一起沉积在表面上，比较了 Te-氰基相互作用与过渡金属-氰基配位作用的稳定性。这些研究探索了硫族原子在构建分子自组装结构方面的潜在研究价值，这种自组装不同于依赖氢键或金属配位的传统方法，为低维材料设计开辟了新途径。
本论文工作由上海大学材料基因组工程研究院和上海同步辐射光源宋飞研究员课题组合作完成，孙强教授为唯一通讯作者，第一作者为MGI 2024届毕业生郑凤茹。MGI表面科学课题组近年来聚焦于利用数据挖掘、机器学习和人工智能方法，结合高通量实验手段探索人工智能在表面科学中的应用。致力于培养具备 “重基础、跨学科、国际化”理念的材料基因特色人才。
课题组网站：https://www.qiangsungroup.cn/
论文链接：https://pubs.acs.org/doi/10.1021/acsnano.4c11344