2023年7月11日，Nat. Commun.在线发表了南方科技大学李磊副教授和香港城市大学/美国内布拉斯加大学林肯分校曾晓成教授
课题组的研究论文，题目为《
Temperature-pressure phase diagram of confined monolayer water/ice at first-principles accuracy with a machine-learning force field
》。
纳米限域中的水和冰因其与许多科学学科的基础相关性而引起了人们的强烈关注，包括环境科学、凝聚态物理学、细胞生物学和纳米科学。了解纳米限域水膜的相行为在广泛的科学和工程领域具有重要意义。然而，
最薄的水膜（单层水）的相行为仍然不完全清楚
。在此研究中，作者开发了一种
具有第一性原理精度的
机器学习力场（MLFF），以确定具有疏水壁的纳米限域中单层水/冰的相图。
研究观察到两种以前未报道的高密度冰的自发形成
，即锯齿
形
准双层冰（ZZ-qBI）和分支锯齿
形
准双层冰（bZZ-qBI）。与传统的双层冰不同，
在两种准双层冰中都
观察到很少的层间氢键
。值得注意的是，bZZ-qBI包含一个独特的氢键网络，由两种不同类型的氢键组成。
此外，在负压（<-0.3 GPa）条件下，
首次确定了最低密度
4⋅
8
2
单层冰
（LD-48MI）
的稳定区域
。
总的来说，MLFF能够对从液态水到大量单层冰的自发转变进行大规模的第一原理级分子动力学（MD）模拟，包括六方、五边形、方形、
锯齿
形（ZZMI）和
六角的
单层冰。这些发现将丰富对纳米限域水/冰相行为的理解，并为未来二维冰的实验实现提供指导。
图3
在300 K下二维水的连续相变分子动力学模拟中观察到新的冰相
图4
纳米限域下二维水/冰体系的相图
Lin, B., Jiang, J., Zeng, X.C. et al. Temperature-pressure phase diagram of confined monolayer water/ice at first-principles accuracy with a machine-learning force field.
Nat. Commun.
,
2023
, 14, 4110. https://doi.org/10.1038/s41467-023-39829-z
【其他相关文献】
[1]
Ma, R., Cao, D., Zhu, C. et al. Atomic imaging of the edge structure and growth of a two-dimensional hexagonal ice.
Nature
,
2020
, 577, 60–63. https://doi.org/10.1038/s41586-019-1853-4
[2]
Tian, Y., Hong, J., Cao, D. et al. Visualizing Eigen/Zundel cations and their interconversion in monolayer water on metal surfaces.
Science
,
2022
, 377, 315–319. https://doi.org/10.1126/science.abo0823
[3]
Yang, P., Zhang, C., Sun, W. et al. Robustness of bilayer hexagonal ice against surface symmetry and corrugation.
Phys. Rev. Lett
.,
2022
, 129, 046001
. https://doi.org/
10.1103/PhysRevLett.129.046001
[4]
Algara-Siller, G., Lehtinen, O., Wang, F. et al. Square ice in graphene nanocapillaries.
Nature
,
2015
, 519, 443–445. https://doi.org/10.1038/nature14295
