从水瓶和食品容器到玩具和管材，许多现代材料都是由塑料制成的。虽然我们每年为这些塑料产品生产约1.1亿吨合成聚合物，如聚乙烯和聚丙烯，但仍然存在原子级聚合物的谜团。

由于难以以微小尺度捕获这些材料的图像，因此聚合物中的各个原子的图像仅在例如计算机模拟和图示中实现。

现在，由能源部劳伦斯伯克利国家实验室(伯克利实验室)材料科学部门的高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领导的研究小组已经采用了强大的电子技术成像技术，以获得合成聚合物中的原子级结构的图像。该团队包括来自伯克利实验室和加州大学伯克利分校的研究人员。

该研究最终可以为聚合物制造方法提供信息，并为包含聚合物的材料和器件带来新的设计。

在他们的研究中，发表在美国化学学会的大分子杂志上，研究人员详细介绍了低温电子显微镜成像技术的发展，该技术在计算机模拟和分选技术的帮助下，确定了拟肽聚合物样品中35种晶体结构排列。拟肽是合成产生的分子，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，这是一个DOE科学用户设施办公室，用于纳米科学研究。研究人员在分散于水中时形成厚度约为5纳米(十亿分之一米)的结晶聚合物片。

“我们对可以制造的最完美的聚合物分子进行了实验，”Balsara说 - 与典型的合成聚合物相比，研究中的拟肽样品非常纯净。

研究小组制作了微小的拟肽纳米片，冻结它们以保留其结构，然后用电子束成像。具有柔软结构的成像材料(例如聚合物)的固有挑战是用于捕获图像的光束也会损坏样品。

使用非常少的电子以最小化光束损伤获得的直接低温电子显微镜图像太模糊而不能揭示单个原子。研究人员实现了大约2埃的分辨率，这是二十分之一纳米(十亿分之一米)，或大约是氢原子直径的两倍。

他们通过拍摄超过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进行平均来实现这一目标。他们使用的分选方法基于结构生物学界开发的算法，用于对蛋白质的原子结构进行成像。

“我们利用蛋白质成像人员开发的技术，并将其扩展到人造软质材料，”Balsara说。“只有当我们对它们进行分类并对它们进行平均时，才会明白这种模糊性。”

在这些高分辨率图像之前，Balsara说，不同类型的晶体结构的排列和变化是未知的。

“我们知道有许多图案，但它们在我们不知道的方式上彼此不同，”他说。“事实上，即使是拟肽片中的主导图案也是一个惊喜。”

Balsara认为，8月去世的伯克利实验室分子生物物理学和综合生物成像部门的高级科学家Ken Downing 和材料科学部门的项目科学家Xi Jiang 捕获了研究中心的高质量图像。用于开发在聚合物成像中实现原子分辨率所必需的算法。

他们在低温电子显微镜方面的专业知识得到了Ron Zuckermann合成模型拟肽的能力的补充，David Prendergast对解释图像所需的分子动力学模拟知识，Andrew Minor在原子尺度上成像金属的专业知识，以及Balsara在聚合物科学领域的经验。

在Molecular Foundry，Zuckermann指导生物纳米结构设施，Prendergast指导理论设施，Minor指导国家电子显微镜中心，也是加州大学伯克利分校的材料科学和工程教授。大部分低温电子成像是在加州大学伯克利分校的Krios显微镜设施中进行的。

Balsara表示，他自己研究将聚合物用于电池和其他电化学装置可以从这项研究中获益，因为看到聚合物原子的位置可以极大地帮助这些装置的材料设计。

例如，日常生活中使用的聚合物的原子级图像可能需要更复杂的自动过滤机制，这些过滤机制依赖于机器学习。

“我们应该能够确定各种合成聚合物的原子级结构，例如商业聚乙烯和聚丙烯，利用这种方法利用人工智能等领域的快速发展，”Balsara说。

确定晶体结构可以为其他应用提供重要信息，例如药物的开发，例如，不同的晶体基序可以产生完全不同的结合特性和治疗效果。