大家好！现在科技越来越发达，很多东西都离不开小小的纳米粒子。像在化学和生物传感、光伏发电这些领域，纳米粒子都发挥着大作用。但要做出性能超棒的纳米粒子可不容易，就像搭乐高，每个零件都得精准匹配。今天一起来了解科学家们怎么突破难题，合成出厉害的等离子体纳米粒子——《Self-driving lab for the photochemical synthesis of plasmonic nanoparticles with targeted structural and optical properties》发表于《nature communications》，这里面还藏着一个超智能的“秘密武器”呢！
*本文只做阅读笔记分享*
一、纳米粒子合成的难题
咱们都知道，纳米粒子用处多多，可合成它们的过程困难重重。就好比做一道复杂的菜，食材的添加顺序、火候的大小、烹饪的时间，每一个环节都得拿捏得死死的，稍微有点差池，这道菜的味道就不对了。合成纳米粒子也是这样，试剂添加和混合的速度、浓度，还有反应的时间和温度，这些条件相互影响。而且，条件越多，组合起来的可能性就像滚雪球一样越来越大。以前靠人工一次次尝试来找出合适的反应条件，又费时间又费精力，简直就是一场艰苦的“战斗”。
二、自动化实验室来帮忙
这时候，自动化实验室（SDLs）闪亮登场啦！它就像一个超智能的机器人厨师，能自己“琢磨”怎么做出完美的“纳米粒子大餐”。它把自动化设备、纳米粒子的检测工具，还有超厉害的机器学习算法整合在一起。自动化设备可以精准控制试剂的注入、混合这些操作；微流控技术能像给食材精准分配用量一样，控制试剂供应，还能快速采集数据；机器学习算法更厉害，能分析出反应条件和纳米粒子特性之间的关系，推荐接下来的实验条件，不用把所有可能性都试一遍，大大提高了效率。不过，以前的方法也有一些小缺点，要么对杂质和噪音太敏感，要么在选择实验目标的权重时让人头疼。
三、AFION实验室的神奇之处
AFION实验室，就是SDLs里的“尖子生”！它专门用来光化学合成无机纳米材料。工作的时候，先选好要合成的纳米粒子的光谱特性作为目标。然后通过闭环迭代的光化学合成，不断调整反应条件。每次实验后，收集数据更新机器学习模型，模型再给出新的实验条件，直到合成的纳米粒子达到我们想要的光谱特性。这个过程完全不用人工干预，特别智能。
四、合成多种纳米粒子的成果
AFION实验室的“战绩”相当辉煌！合成了好多不同类型的等离子体纳米粒子。
金纳米棒：合成出了高、低不同纵横比的金纳米棒。为了达到目标，给它设定了好几个“小目标”。比如，通过控制特定光谱区域的面积比，让金纳米棒的数量更多；调整纵向表面等离子体共振峰的位置，让它符合我们的要求；还要把半高宽降到最低，让金纳米棒的尺寸更均匀；最后，提高特定波长的强度比，让合成的产量更高。经过一次次实验，在23次实验的时候，成功达到了所有目标，合成的金纳米棒质量超棒，和传统方法做出来的一样好，但用的一种叫CTAB的试剂浓度只有传统方法的十分之一，不仅更容易提纯，还更安全。
合金AuAg纳米球：合成了不同金含量的合金AuAg纳米球。同样给它设定了目标，像控制表面等离子体共振峰的位置、缩小半高宽、提高共振峰强度。实验结果超赞，不同金含量的纳米球都在27-29次实验左右达到了目标，合成的纳米球尺寸合适，金和银元素分布得特别均匀。
核-壳Au/Ag纳米球：合成核-壳结构的Au/Ag纳米球也难不倒AFION实验室。通过控制特定光谱区域的面积比、最小化实验测量的表面等离子体共振峰和目标值的偏差、缩小半高宽、最大化共振峰强度这些目标，在25次实验的时候就成功合成了。合成的纳米球尺寸和我们预期的几乎一样，用透射电镜和能谱分析一检测，发现确实是我们想要的核-壳结构。
Au四足体：以前光化学合成Au四足体可难了，但是AFION实验室做到了！通过设定光谱区域面积比、表面等离子体共振峰位置、半高宽和强度比这些目标，在28次实验的时候成功合成。合成的Au四足体和传统湿化学合成的光谱特征很像，尺寸也接近目标值。和随机搜索实验比起来，AFION实验室的效率高太多了，随机搜索30次都达不到目标，AFION实验室28次就搞定了。
五、实验室的性能评估
AFION实验室的表现堪称优秀！在很多方面都展现出了强大的实力。
自主性：整个合成过程，从实验操作到数据分析，再到确定下一次实验条件，都不需要人工插手，自己就能把事情安排得妥妥当当。
运行寿命：它可以连续运行2天，能做80-100次反应。要是解决了前驱体降解的问题，还能一直运行下去，简直就是个不知疲倦的“工作狂”。
通量：平均每小时能合成2-3个样品。而且，通过振荡流体合成技术，像合成金纳米棒的时候，反应时间从30分钟缩短到了20分钟，效率大大提高。
实验精度和可重复性：不管是随机选的实验，还是连续重复的实验，结果都很稳定，相对标准偏差很小。这说明它的实验精度很高，就像神枪手每次都能精准命中目标一样。
材料使用量：做了这么多实验，每种试剂总共才用了0.005-0.06克，非常节省材料，是个“节约小能手”。
优化效率：和随机搜索比起来，AFION实验室在多目标优化合成等离子体纳米粒子方面效率超高。就像找宝藏，AFION实验室能更快地找到正确的方向。
六、数据分析大揭秘
科学家们还对实验数据进行了深入分析。用知识驱动和数据驱动两种方法，研究反应条件和合成的纳米粒子类型之间的关系。知识驱动方法发现，不同的反应时间、光还原剂浓度和紫外光强度，适合合成不同类型的纳米粒子。比如，长反应时间、低光还原剂浓度和低紫外光强度适合合成金纳米棒；短反应时间、高光还原剂浓度和高紫外光强度适合合成Au四足体。数据驱动方法则发现，硝酸银的浓度对合成纳米粒子的类型影响很大。这两种方法相互补充，让我们对合成过程有了更深入的了解。
七、总结与展望
AFION实验室真的太厉害了！它成功解决了光化学合成纳米粒子的难题，合成了好多不同类型的等离子体纳米粒子，而且质量超高。它的出现，让纳米粒子的合成变得更高效、更智能。不过呢，它也有一些小小的不足，比如光谱仪和光源的波长范围有限，有些纳米粒子的光谱会重叠，影响合成效果。但是别担心，科学家们已经在想办法升级它啦。未来，AFION实验室还可以进行多步纳米粒子合成，探索非等离子体纳米粒子的光化学合成，说不定还能发现更多神奇的纳米粒子，让我们一起期待吧！
八、一起来做做题吧
1、关于纳米粒子的应用，以下说法正确的是？
A. 仅在化学传感领域有应用
B. 其光学特性对应用影响不大
C. 在光伏发电、成像等多领域广泛应用
D. 主要用于药物运输
2、自动驾驶实验室（SDLs）中，机器学习算法的主要作用是？
A. 控制试剂注入和混合
B. 进行纳米粒子表征
C. 推断反应条件与 NP 特性关系，推荐实验条件
D. 实现自动化操作
3、AFION 实验室在合成纳米粒子时，选择 NP 光谱特性作为输出的原因不包括以下哪一项？
A. 表面等离子体共振（SPR）带的波长随 NP 尺寸和形状变化
B. SPR 峰的半高宽可反映 NP 尺寸分布均匀性
C. SPR 强度与 NP 合成产率相关
D. 光谱特性检测成本低
4、在合成 AuNRs 时，设定的四个目标中，用于衡量 AuNRs 与副产物比例的是？
A. 目标 1（R 值）
B. 目标 2（LSPR 峰位置）
C. 目标 3（FWHM）
D. 目标 4（IR 值）
5、AFION 实验室在性能方面，以下说法错误的是？
A. 闭环合成需要大量人工干预
B. 运行寿命受前驱体降解限制
C. 平均通量为每小时 2 - 3 个样品
D. 实验精度和可重复性高
参考文献：
Wu, T., et al. Self-driving lab for the photochemical synthesis of plasmonic nanoparticles with targeted structural and optical properties. Nat Commun 16, 1473 (2025).
