原子如何排列直接决定了材料的性质，比如电学、热传导、力学等方面的特性。这些材料的特性对未来科技的发展至关重要，将为量子计算、能源、半导体、生物医学领域提供重要的基础。
不同于传统大规模材料合成与表征，美国莱斯大学材料与工程系助理教授韩亦沫从最基础的原子结构和性质出发，遵从“自下而上”的研究理念解决相关领域的难题，为设计合成新型材料提供重要的科学依据。
凭借系列创新成果，她成为 2022 年度《麻省理工科技评论》“35 岁以下科技创新 35 人”中国入选者之一。
图丨2022 年度《麻省理工科技评论》“35 岁以下科技创新 35 人”中国入选者韩亦沫
二维材料中形成原子量级的异质结
作为一种新型电子材料，二维材料因其独特的电学、光学性质备受瞩目。长期以来，如何通过控制材料结构得到卓越的材料性质，以及如何继续减小平面内的异质结尺寸是领域内的瓶颈问题。
展开全文
图丨电子显微镜观测与分子动力学模拟一维通道的形成（来源：Nature Materials）
韩亦沫与合作者利用电子显微镜有极高分辨率的特点，对二维材料的异质结进行了研究[1]。通过电子束原子成像发现二维材料中的一维通道，实现亚纳米量级的异质结结构调控，为进一步减小电子与光电子器件尺寸做出贡献。
“该现象意味着在二维材料中形成原子量级的异质结，这是光刻或电子束刻蚀方法无法达到的精度，可合成亚纳米宽的一维二硫化钼通道，为控制二维电子器件异质结提供了一种新方法。”她说。
图丨相关论文以封面文章形式发表在当期 Nature Materials（来源：Nature Materials）
对于二维材料，电子显微镜中的另一个主要问题是成像尺度的限制。虽然电子显微镜因具有纳米尺度视场和极高原子分辨率而闻名，但是在微米尺度或更大尺度的样品上，电子显微镜往往由于视场的限制而错过重要结构信息。
为解决该问题，她开发了基于纳米束衍射的四维扫描透射电子显微镜的新方法，将空间分辨率与映射精度分离，实现了材料中跨微米的应变和位错的精准成像[2]。
图丨四维电子显微镜像表征二维材料力学特性与形变（来源：Nano Letters）
该技术可看到原子量级的信息以及整体形貌，与谷歌地图（或百度地图）类似，可以让人们通过放大或缩小了解相关区域的具体信息。
“通过该技术，我们可以用扫描透射电镜的方法扫描到广泛的区域，在每个扫描区域，都能收集到包括原子尺度晶体信息在内的衍射图。”韩亦沫说。
材料助力电子显微镜技术发展
长期以来，电子显微镜对生物样品的使用受限，因为生物样品对电子束和高真空条件极其敏感。冷冻电镜的制备方法可以将敏感的生物样品（例如蛋白质）冷冻在玻璃化冰中，从而减少这种损害并保留样品结构。
然而，这种方法的主要瓶颈在于如何有效地将纯化的生物样品，并沉积到冷冻电镜网格上进行研究。
图丨石墨烯微栅改善冷冻电子显微镜样品制备（来源：PNAS）
她通过结合纳米材料，发明了高产率单层石墨烯微栅，进而提高样品质量达到更高的分辨率[3]。利用在材料、物理的学科背景，韩亦沫使用单层功能化石墨烯作为支撑膜，提高冷冻电子领域样品制备的过程，并应用在 52kDa 链霉亲和素上，其分辨率达到 2.6Å，实现了当时冷冻电镜领域分辨率最高的最小蛋白结构。
目前，相关技术已被广泛应用在冷冻电子显微镜领域，并吸引多家公司的高度关注。
用机器学习让海量数据“有条不紊”
在电子显微镜领域被忽视的最大问题之一，是需要专家准确评估或解释大型数据集。例如，需要专业知识来设置大数据处理的参数。当前，很多领域都处于“数据爆炸”的阶段。因此，必须开发自动化或增加非专家易用性的方法，才能加速领域的发展。
电镜领域探测器的速度越来越快，像素也越来越高，但随着海量数据指数级增长，传统的方法已不能满足数据分析的需求。
基于此，从 2020 年开始，韩亦沫带领课题组结合自动化电子重叠关联成像技术和应变测量等方法，利用机器学习显著降低了数据集的复杂性，加快了数据分析流程[4]。该方法让整个过程更高效、自动、智能，即便是非专家也能够清晰地解释数据。
图丨4D-STEM 数据集的无监督学习示意图（来源：npj Computational Materials）
为验证效果，他们将此方法应用于二维平面异质结的四维电镜数据上（韩亦沫博士期间的研究课题）。结果显示，该方法仅用了 10 分钟就完成了科研人员原本需要几年时间才能完成的工作。
“拿到数据结果时我非常惊讶，机器学习为电镜领域提供了极大程度的便捷，在数据呈指数增长的时代，机器学习可大幅度提高效率和加快对新型材料的发现进程。”她说。
用交叉学科的方法，揭开微观世界的“神秘面纱”
韩亦沫的父母都从事美术教育工作，原本她也应该走这条“艺术之路”，但偏偏她对理科“情有独钟”。“父母了解到我的兴趣后，不但没有反对，反而让我自己选择人生道路和方向，他们的支持对我顺利地走上科研之路有很大的帮助。”她说。
据介绍，她最大的科研动力是对自然与科学的热爱、对未知科学问题的好奇和一探究竟的决心。谈及引领走上科学道路的老师，她说：“早期的时候，北京四中的魏华老师和清华的姜开利老师对我影响比较大。我看到了他们对物理学的热爱、对科学问题的思考以及坚持不懈的精神，正是这种精神引领着我走上了科研之路。”
韩亦沫具有物理、材料的交叉学科背景。她本科毕业于清华大学数学物理基础科学实验班，获得数学和物理学学士学位。在美国康奈尔大学应用物理专业完成硕博连读，师从大卫·A·马勒（David A. Muller）教授，主要研究方向为电子显微镜在二维材料上的应用。
后来，她来到美国普林斯顿大学进行博士后研究，合作导师为颜宁教授和姚楠教授。博后期间，她的主要研究方向是冷冻电子显微镜在生物材料与生物大分子上的应用。
图丨韩亦沫课题组部分成员合影（来源：韩亦沫）
在她看来，做科研不应拘泥于某一领域或者学科，交叉学科不仅不会分散注意力和精力，反而会带来更多的创新和突破。
她举例说道：“比如我们在研究二维材料时，会借助机器学习、电子显微镜的方法；而在研究冷冻电镜时，则会利用材料学的手段和方法来提高生物样品的制备过程，以及提高冷冻电子显微镜对于蛋白质结构的研究。”
未来，她将带领课题组继续提高电子显微镜方法，以解决材料或生物领域中的基础科学问题。“更多元的表征是未来发展方向。除了原子结构以外，材料缺陷、电极化和磁畴等微观性质，材料在溶液中的结构演化都十分重要，能够利用电子束全方位表征材料性质将具有划时代的意义。”她表示。
他们的最终目的是希望通过研究所提供的方法，来控制或工程化材料的结构和性质。只有先“看”到材料，才能理解材料进而设计材料，最终达到量产材料。未来，如果可以在原子尺度上控制、合成材料，人们就能定制、合成任何想要的材料，进而实现某种功能的器件或应用。
“科研工作者的使命是推动科技发展，探究未知世界。我的梦想是在推动科技发展的同时，帮助和影响年轻人，培养下一代科学工作者。”韩亦沫最后说道。
参考资料：
1.Y. Han, et al. Sub-nanometer Channels Embedded in Two-Dimensional Materials, Nature Materials, 17, 129-133 (2018).
2.Y. Han, et al. Strain Mapping of Two-dimensional Heterostructures with Sub-picometer Precision, Nano Letters, 18, 3746-3751 (2018).
3.Y. Han, et, al. High Yield Mono-layer Graphene Grids for Near-Atomic Resolution Cryo-Electron Microscopy, Proceedings of the National Academy of Sciences, 117, 1009-1014 (2020).
4. C. Shi, et al. “Uncovering Material Deformations via Machine Learning Combined with Four-Dimensional Scanning Transmission Electron Microscopy,” npj Computational Materials, 8, 114 (2022).
特别声明
本文仅代表作者观点，不代表本站立场，本站仅提供信息存储服务。