从水瓶和食品容器到玩具和管材，众多现代资料皆是由塑料制成的。尽管咱们每年为此些塑料产物制造约1.1亿吨合成聚合物，如聚乙烯和聚丙烯，但依然存留原子级聚合物的谜团。

源于难以以微小尺度捕获这点资料的图像，因而聚合物中的各个原子的图像仅在比如计算机模拟和图示中实现。

此刻，由燃料部劳伦斯伯克利实验室(伯克利实验室)资料科学部门的顶级教员科学家和加州大学伯克利分校的化学和生物分子工程教授Nitash Balsara领导的探讨小组曾经采纳了强盛的电子技艺成像技艺，以得到合成聚合物中的原子级构造的图像。该团队包括来源伯克利实验室和加州大学伯克利分校的探讨人士。

该探讨终归可行为聚合物生产方法提供消息，并为包涵聚合物的资料和器件带来新的设置。

在它们的探讨中，发表在化学学会的大分子杂志上，探讨人士具体推荐了低温电子显微镜成像技艺的进行，该技艺在计算机模拟和分选技艺的帮助下，确定了拟肽聚合物样品中35种晶体构造排列。拟肽是合成发生的分子，其模拟生物分子，包括称为肽的氨基酸链。

该样品是在Berkeley Lab的Molecular Foundry机器人合成的，这是一种DOE科学使用者设备办公室，用于纳米科学探讨。探讨人士在扩散于水中时造成厚度约为5纳米(十亿分之一米)的结晶聚合物片。

“咱们对可行生产的最完美的聚合物分子发展了实验，”Balsara说 - 与典范的合成聚合物比较，探讨中的拟肽样品十分纯净。

探讨小组制作了微小的拟肽纳米片，冻结他们以保存其构造，接下来用电子束成像。具备柔软构造的成像资料(比如聚合物)的固有挑战是用于捕获图像的光束也会损坏样品。

运用十分少的电子以最小化光束损害得到的干脆低温电子显微镜图像太模糊而不行揭示单个原子。探讨人士实现了大约2埃的分辨率，这是二非常之一纳米(十亿分之一米)，或大约是氢原子直径的两倍。

它们经过拍摄超越500,000张模糊图像，将不同的图案分类到不同的“箱子”中，并对每个箱子中的图像发展平均来实现这一指标。它们运用的分选方法鉴于构造生物学界开发的算法，用于对蛋白质的原子构造发展成像。

“咱们应用蛋白质成像人士开发的技艺，并将其扩展到人造软质资料，”Balsara说。“唯有当咱们对他们发展分类并对他们发展平均时，才会清楚这类模糊性。”

在这点高分辨率图像此前，Balsara说，不同类别的晶体构造的排列和浮动是未知的。

“咱们晓得有众多图案，但他们在咱们不晓得的形式上彼此不同，”他说。“实是上，即便是拟肽片中的主导图案也是一种惊喜。”

Balsara以为，8月去世的伯克利实验室分子生物物理学和概括生物成像部门的顶级科学家Ken Downing 和资料科学部门的名目科学家Xi Jiang 捕获了探讨中心的高品质图像。用于开发在聚合物成像中实现原子分辨率所必要的算法。

它们在低温电子显微镜方面的不业余常识获得了Ron Zuckermann合成模子拟肽的能力的补充，David Prendergast对解释图像所需的分子能源学模拟常识，Andrew Minor在原子尺度上成像金属的不业余常识，以及Balsara在聚合物科学范畴的经历。

在Molecular Foundry，Zuckermann指导生物纳米构造设备，Prendergast指导理论设备，Minor指导电子显微镜中心，也是加州大学伯克利分校的资料科学和工程教授。多数低温电子成像是在加州大学伯克利分校的Krios显微镜设备中发展的。

Balsara显示，他本人探讨将聚合物用于电池和其它电化学装置可行从这项探讨中获益，由于见到聚合物原子的位子可行极大地帮助这点装置的资料设置。

比如，平常生活中运用的聚合物的原子级图像可能须要更繁杂的自动过滤体制，这点过滤体制依赖于机器学习。

“咱们应当能够确定各式合成聚合物的原子级构造，比如商业聚乙烯和聚丙烯，应用这类方法应用人力智能等范畴的迅速进行，”Balsara说。

确定晶体构造可行为其它利用提供要紧消息，比如药物的开发，比如，不同的晶体基序可行发生十足不同的联合特性和治疗成果。