arXiv:机器学习挖出38种被遗忘MXene,文献数据挖掘加速二维材料发现
8月17日提交arXiv的研究(arXiv:2608.16644)"Data-driven discovery and rapid, direct synthesis of MXenes"通过机器学习辅助数据库挖掘结合实验,发现了一批"被历史文献埋没"的多层(multi-layer,ml)MXene。MXene是二维过渡金属碳化物与氮化物,通常由MAX相刻蚀制得,但历史报告暗示其化学空间远比现有认知更广。研究团队对材料数据库与文献库的系统筛选揭示出一个"宝库"(Treasure Chest):38种此前已被合成但从未被识别为MXene的化合物——它们散落在数十年的陶瓷与冶金文献中,其层状结构特征未被以二维材料视角审视。团队进而开发了快速、直接的合成路线(跳过传统MAX相前驱体步骤)对新候选进行实验验证,证实了其中多个新MXene的可制备性。该工作把"文献数据挖掘+定向合成"的闭环范式引入二维材料发现,有望显著扩展MXene家族在储能、电催化与电磁屏蔽领域的材料选择库。
(来源:arXiv)