Pathway-resolved analysis of internal conversion enabled by Gaussian boson sampling
本文提出了一种用于计算内转换速率常数的高斯玻色采样框架，该框架结合了杜施进斯基旋转（Duschinsky rotations）和赫茨伯格-泰勒效应（Herzberg–Teller effects），能够实现对非辐射衰减机制的路径解析分析，从而为定向分子修饰提供指导。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
分子并非静止的雕像；它们在不断地振动，其原子以被称为振动模式的特定模式进行着抖动。当分子吸收光线时，它会变得处于激发态，持有额外的能量，而它最终必须释放这些能量才能回到平静状态。有时，它通过发光来释放这些能量，这一过程被称为荧光。另一些时候，它通过将能量重新分配到自身的振动中，将其直接转化为热量，这是一个被称为内转换的无声过程。准确理解这种无声能量转移是如何以及为何发生的，对于设计更好的材料（例如更高效的太阳能电池或更明亮的灯具）至关重要，因为这决定了有多少能量作为热量损失，又有多少能量作为光被保留下来。几十年来，科学家们一直难以绘制出驱动这一过程的具体振动组合，尤其是在不同原子的振动以复杂方式混合在一起时。
一支研究团队现在开发了一种利用一种特殊类型的量子计算机——高斯玻色采样器（Gaussian boson sampler）来可视化这些隐藏路径的新方法。该研究人员并没有尝试用传统计算机去计算每个原子的行为（随着分子规模增大，这会变得极其困难），而是将问题映射到一个使用光的系统中。在他们的设置中，光子（即光的粒子）充当了分子振动的替代物。通过让这些光子穿过由镜子和分束器组成的网络，系统会产生随机的光学图案。值得注意的是，观察到特定光图模式的概率，正好匹配了分子在能量转移过程中发生特定振动组合的概率。这使得研究人员能够直接对最可能的振动路径进行采样，而不是从头开始计算每一种可能性。
该团队在一种名为二苯并荧蒽（dibenzoterrylene）的分子上测试了这种方法，这种分子以其独特的发光能力和大量的振动部件而闻名。他们编写程序，使量子采样系统能够考虑到两个使过程复杂化的主要物理效应：分子在改变能量状态时形状发生变化的方式，以及能量转移强度如何取决于原子的精确位置。当他们运行模拟时，结果与该分子失去能量速度的已知实验值相吻取，证实了他们方法的准确性。但该方法的真正威力在于他们深入挖掘数据时显现出来的。由于每种光图都对应于一组特定的振动，他们可以追踪究竟是哪些原子运动的组合导致了能量损失。
分析揭示了一个关于这些分子如何行为的惊人真相。如果不考虑分子形状的变化，能量损失似乎是由少数孤立的振动驱动的。然而，当研究人员纳入分子形状改变的影响时，情况发生了剧变。他们发现，超过86%的能量损失是由协同工作的振动对或小簇组成的振动组驱动的，而不是由单个振动独立作用驱动。在缺乏这种形状改变效应的情况下，这类协同组仅占能量损失的一半不到。这一发现表明，为了控制分子失去能量的速度，科学家不能仅仅针对单个原子；他们必须考虑原子组是如何协同运动的。
通过识别这些特定的组，研究人员展示了精准定位分子中哪些部分对能量损失负有最大责任是可能的。例如，他们发现某些涉及氢原子的化学键比其他化学键活跃得多，并且形状改变效应的存在使得这些化学键的影响力显著增强。这种程度的细节为定向工程打开了大门。如果科学家想要阻止分子将能量以热量的形式损失掉，他们现在可以有针对性地修改那些特定的协同原子组，例如通过将氢替换为更重的同位素或改变化学键，从而抑制这些不希望出现的路径。这项研究表明，尽管底层的物理机制非常复杂，但利用量子光来采样这些过程可以揭示出此前无法触及的清晰且具有行动意义的见解。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。