刚得诺奖的成果被做成芯片了

谁说获得诺贝尔化学奖的 MOF*(金属有机框架)*"无用"?

这种几十年前被嫌弃 "只有理论但缺乏实际应用" 的新材料,前脚刚获得诺奖认可,后脚就被做成芯片

(诺奖组委会这前瞻性 666)

这就是莫纳什大学的科学家们刚刚发布的最新成果------用 MOF 制造超迷你的流体芯片。

不同于传统芯片,不仅可以完成常规计算,还能记住之前的电压变化,形成类似大脑神经元的短期记忆。

正如作者所说,也许这将是新一代计算机的范例:

如果我们能够设计出像 MOF 这样只有几纳米厚的功能性材料,我们就可以制造出先进的流体芯片,以补充甚至克服当今电子芯片的一些局限性。

具有 "类脑" 记忆通路的纳米流体芯片

纳米约束条件下的离子选择性传输正在生物机制仿真、离子分离、离子电子器件等方面展现出潜力,但由于难以制备高精度纳米通道器件,要想实现可调非线性的离子运输其实相当困难。

而用 MOF 材料制作出的纳米流体芯片则解决了这一点。

MOF 本身具备明确的通道结构,而且适配多种化学成分,可以在分子和离子传输过程中完成原子级精度调节。

研究人员基于此,构建了一种分层纳米流体晶体管器件 h-MOFNT

该器件首先通过在聚合物单纳米通道_(NC)_中组装分层 Zr-MOF-SO₃H 晶体,制备了具有多个异质结的分层 MOF 基纳米流控器件。

具体来说,就是将具有一个子弹形状的纳米通道,即氨基修饰 PET NC 薄膜,夹在两个细胞之间,面向尖端的细胞填充配体水溶液,而另一个细胞则放置金属前体水溶液。

当金属前体和配体分子在 PET NC 内相遇,就会形成核,并在尖端侧进一步聚合成 MOF 晶体。

于是 h-MOFNT 将包含有两种类型的非均质通道结:

  • 一维 (1D) 异质结:

    直径为 100 纳米,位于聚对苯二甲酸乙二醇酯 (PET) 纳米孔 (PET NC) 和 MOF 密集相之间。

  • 三维 (3D) 的 MOF 相内部结:

    由不同连接类型_(9 连接、12 连接)_的 Zr--O 簇构件相接,通过硫代对苯二甲酸 (H₂BDC-SO₃H) 给予通道表面功能化,形成次级通道。

然后研究人员将 h-MOFNT 放置在不同电压偏置下的 0.1 M 氯化物金属离子溶液中进行电流 - 电压 (I--V) 测试,观察离子_(尤其是质子)_在该器件中的传输特性。

其中,在 HCl 溶液中,低电压_(0 至 0.2V)时电流快速增加,在中间范围 (0.3 至 0.8V)时适度增加,在高电压(0.9 至 2V)_时达到饱和电流水平,电流增长放缓。

不同于常见的二极管式_(rectifying)_整流行为,该器件整体呈现出类似三极管的非线性 质子传输特性,换言之,说明此时质子的传输不是简单的线性随电压增加,而是在一定区间内被 "阈控" 或 "门控"

而在对其进行漂移扩散实验后,确认 HCl 和 KCl 的阳离子转移数分别为 0.86 和 0.81,说明该特性主要来自于质子K + 离子的非线性电阻开关行为。

随后研究人员研究了浓度对其传输情况的影响,进一步证明了 h-MOFNT 对质子的普遍非线性传输特性。

利用这一性质,研究人员用五个 h-MOFNT 通过并行编程构建了一个小型流体电路,实验发现随着并联的 h-MOFNT 数量从单个到五个依次增加,产生了一系列非线性 I-V 曲线,模拟了通过增加门控电压实现电子 FET 的输出电流特性。

同时当 h-MOFNT 扫描环路电压时,表现出明显的滞后环路效应,并挤压滞后环路,扫描速率下降,表明非线性质子传输对电压扫描频率存在依赖性

在对两个扫描电压示波器进行相反的扫描顺序时,例如从 - 2V 到 2V,再扫描回 - 2V,h-MOFNT 表现出相同的流体忆阻和学习特性,即在一定条件下,器件能够记住过去电压状态。

原因是因为在 MOF 分层相中,内部电势对质子在施加电压后会进行反向传输,当电压处于 - 2V 到 0V 时,由于质子跨相传导,将迅速产生局部电势ΔE,在级性转换后,ΔE 也会短时间保持高水平再逐渐衰减。

残余ΔE 将在 0V 到 + 2V 时,继续施加相同方向的质子传输,并逐渐产生反向局部电位ΔE′,在 + 2V 到 0V 时,ΔE 已经完全消失,此时质子传输受到ΔE′影响,电流始终处于较低状态,在 0V 到 - 2V 时,受剩下的ΔE′和负电压叠加影响,再次建立起类似于 0V 到 + 2V 的ΔE。

这种建立下来的ΔE 和ΔE′间隔约 10 秒,并可以通过高压扫描频率增强这种流体离子记忆,证明了该纳米流体晶体管具备短期记忆特性和仿生可塑性学习方式

因此基于单晶胞或多晶胞厚度 MOF 的编程流体芯片是可行的,其在液态系统中体现出的开关、记忆等功能,都呈现出类电子器件的替代效果。

在未来或许只要通过合理设计异构约束系统,就能够实现基于液体的信息存储甚至类脑计算。

"无用" 的 MOF

而在此之前,MOF 一直被普遍认为是 "无用" 的。

即使是诺奖颁布当天,组委会在解释颁发理由时,用词也相当委婉:

MOF 潜力巨大,可以为一些新功能的定制材料提供前所未有的机会。

原因无他,MOF 在理论和应用之间出现明显脱节。

在今年化学奖得主,也是 MOF 创造者------北川进理查德 · 罗布森奥马尔 ·M· 亚吉提出这一材料后,MOF 一度被视作出论文的 "神奇机器",几乎任何领域都能往里塞一个 MOF:

  • 氢气、甲烷储存

  • CO₂ 捕集

  • 电池电极、超级电容

  • 传感、光电器件

    ......

相关论文数量一度高达 10 万篇,但真正实现工业化应用的屈指可数。

主要还是因为 MOF 结构稳定性差,很多 MOF 在水或空气中就会分解,而且合成过程复杂、成本昂贵,批量生产也难以维持结构一致性。

所以即使实验室中 MOF 表现优异,但在实际落地中却往往让人大失所望。

但今天 MOF 芯片的出现,反向也证明了该观点有失偏颇:MOF 可能并不是 "无用",而是还没有找到真正适用的场景

*参考链接:

1\][x.com/Dr_Singular...](https://link.juejin.cn?target=https%3A%2F%2Fx.com%2FDr_Singularity%2Fstatus%2F1977133218512896270 "https://x.com/Dr_Singularity/status/1977133218512896270") \[2\][www.science.org/doi/10.1126...](https://link.juejin.cn?target=https%3A%2F%2Fwww.science.org%2Fdoi%2F10.1126%2Fsciadv.adw7882 "https://www.science.org/doi/10.1126/sciadv.adw7882") \[3\][phys.org/news/2025-1...](https://link.juejin.cn?target=https%3A%2F%2Fphys.org%2Fnews%2F2025-10-scientists-nanofluidic-chip-brain-memory.html "https://phys.org/news/2025-10-scientists-nanofluidic-chip-brain-memory.html")* **欢迎在评论区留下你的想法!** --- **完** ---

相关推荐
新智元3 小时前
复旦张军平:人类是硅基生命过渡体?
人工智能·openai
新智元3 小时前
谷歌Gemini 3.0「全家桶」年度压轴,前端不再需要人类!下周王者降临
人工智能·openai
机器之心3 小时前
ICLR 2026惊现SAM 3,分割一切的下一步:让模型理解「概念」
人工智能·openai
清风吹过3 小时前
LSTM新架构论文分享6:LSTM+Transformer融合
论文阅读·人工智能·深度学习·神经网络·lstm·transformer
Hoking3 小时前
LangChain4j集成SpringBoot接入百炼大模型(Qwen)
java·人工智能·spring boot·llm
量子位3 小时前
马斯克从英伟达挖人做AI游戏!第一步:研发世界模型
人工智能·ai编程
程序员大雄学编程3 小时前
「机器学习笔记11」深入浅出:解密基于实例的学习(KNN算法核心原理与实践)
人工智能·笔记·机器学习
AI拉呱_4 小时前
第145期《2025年AI现状报告》解读(三):安全篇
人工智能·安全
益企研究院4 小时前
AICC2025 智算中心与算力服务论坛顺利举办
人工智能