För stor för att klassas som molekyler, men för liten för att vara fasta partiklar, atomkluster kan variera i storlek från några dussin till flera hundra atomer. Strukturerna kan användas för en mängd olika applikationer, vilket kräver en detaljerad kunskap om deras former. Dessa är lätta att beskriva med hjälp av matematik i vissa fall; medan i andra, deras morfologier är mycket mer oregelbundna. Dock, nuvarande modeller ignorerar vanligtvis denna detaljnivå; definierar ofta kluster som enkla bollformade strukturer.

I forskning publicerad i European Physical Journal B , José M. Cabrera-Trujillo och kollegor vid det autonoma universitetet i San Luis Potosí i Mexiko föreslår en ny metod för att identifiera morfologierna i atomkluster. De har nu bekräftat att de distinkta geometriska formerna hos vissa kluster, liksom oregelbundenheten hos amorfa strukturer, kan identifieras fullständigt matematiskt.

Insikten från Cabrera-Trujillos team kan göra det lättare för forskare att konstruera atomkluster för specifika tillämpningar. Dessa kan innefatta nanopartiklar som innehåller två olika metaller, som är mycket effektiva för att katalysera kemiska reaktioner. Deras uppdaterade metoder gav nya sätt att bestämma de strukturella egenskaperna hos kluster, hur de omvandlar energi till olika former, och de potentiella krafterna mellan atomer. Tekniken kunde också särskilja de omgivande atommiljöerna i kärnorna i kluster, och på deras ytor. I sista hand, detta gjorde det möjligt för forskarna att skilja mellan distinkta former, inklusive ikosaeder, oktaedrar, och enkla pannkakor. De kunde också identifiera amorfa former, som inte innehåller någon urskiljbar matematisk ordning.

Cabrera-Trujillo och hans kollegor uppnådde detta genom att ompröva hur simuleringar ska identifiera kristallstrukturerna i kluster. De bevisade sedan effektiviteten i deras teknik genom att definiera de olika formerna av guld-koppar nanolegeringar som innehåller mellan 38 och 933 atomer. Den uppdaterade tekniken kan nu hjälpa forskare att mer effektivt bedöma hur ordnade eller störda atomkluster är. Detta kan möjligen tillåta mer utbredda applikationer i framtiden.