基底感知的二维材料计算设计新方法：揭示Mo-S/蓝宝石体系稳定相与合成条件

本研究针对二维材料计算设计中常忽略基底效应的关键问题，开发了结合进化算法、晶格匹配技术和机器学习势函数的基底感知预测方法。以Mo-S/α-Al2O3体系为例，发现包括P4mm Mo4S等5种稳定结构，其中Mo4S需基底协同稳定。通过第一性原理热力学预测了CVD合成条件，为实验制备提供理论指导。该工作发表于《npj Computational Materials》，为基底调控二维材料设计建立新范式。

　　

二维材料自石墨烯发现以来引发研究热潮，其独特的电子、机械和光学性质在晶体管、传感器等领域展现巨大潜力。然而在实际应用中，二维材料往往需要与基底结合使用，传统计算模拟却常忽略基底影响，导致理论预测与实验结果存在偏差。这种"真空假设"的局限性在过渡金属硫族化合物（TMDs）等材料体系中尤为突出——基底不仅可能改变材料稳定性，还能通过应变、电荷转移等效应调控其电子结构和热力学性质。

为突破这一瓶颈，由Arslan Mazitov和Kostya S. Novoselov等学者组成的研究团队在《npj Computational Materials》发表创新成果。研究人员开发出整合进化算法、晶格匹配和机器学习势函数（MLIP）的"基底感知"计算框架，以Mo-S/蓝宝石（α-Al₂O₃）体系为范例，系统探索基底对二维材料稳定性的调控机制。研究不仅重现了已知的1H-MoS₂相，更发现Pmma Mo₃S₂、P?1 Mo₂S等4种新型稳定结构，其中P4mm Mo₄S的稳定完全依赖基底相互作用。这些发现拓展了二维Mo-S相图，为设计异质结器件提供新素材。

关键技术方法包含：1）开发自动自洽训练（ASCT）算法迭代优化Mo-S/Al₂O₃体系的MLIP；2）改进USPEX进化算法，结合晶格匹配技术处理基底-材料超胞构建；3）采用第一性原理热力学关联化学势与CVD实验参数（温度、硫蒸气压等）；4）通过速度自相关函数（VACF）计算声子态密度分析动力学稳定性。

主要研究结果

自动MLIP训练与验证

通过ASCT框架训练的MTP势函数在随机结构上实现能量预测RMSE 28 meV/atom。虽然对非平衡结构误差显著，但对弛豫结构的相图预测与DFT结果高度吻合，验证了其用于高通量筛选的可靠性。

基底调控的稳定相发现

进化搜索揭示基底使Mo-S相图发生显著改变：P4mm Mo₄S新出现在凸包上，而Mo₂S在MTP预测中失去稳定性。DFT计算确认基底通过饱和悬键稳定Mo₄S，其形成能降低0.12 eV/atom。

电子与声学特性

能带计算显示除1H-MoS₂（直接带隙1.8 eV）外，其他新相均为金属性。声子谱分析表明部分结构存在面外振动不稳定性，但基底耦合使MoS₂声子态密度峰展宽并位移，证实基底对热输运性质的调控能力。

CVD合成条件预测

建立硫蒸气（S₂）与MoO₃前驱体反应模型，将化学势映射到实验参数空间。预测在典型生长条件（T_SB=800K, T_F=1000K）下优先形成MoS₂，而调节温度可选择性制备Mo₃S₂等金属相，为制备横向异质结提供路线。

这项研究的重要意义在于建立了首个完整的"基底感知"二维材料设计框架，证明基底不仅能被动支撑材料，更能主动调控其稳定性和物性。发现的Mo₄S等新相拓展了二维材料基因库，其金属-半导体组合特性为制造原子级薄电极开辟可能。该方法可推广至其他材料体系，推动二维材料从基础研究向实际应用的跨越发展。