当前位置: 首页 > news >正文

单发测量突破能域限制!Nature发布X射线拉曼超分辨新范式

前沿速递

国际顶尖期刊《nature》今日发布一项里程碑研究:由美国芝加哥大学、德国马普研究所、欧洲XFEL等13国机构联合团队,利用X射线自由电子激光(XFEL)首次实现超分辨受激X射线拉曼光谱(sSXRS),成功以0.1电子伏特能量分辨率、40阿秒时间精度,“定格”了氖原子价电子的量子跃迁过程。论文通讯作者为Kai Li、Thomas Pfeifer与Linda Young教授。

DOI:https://doi.org/10.1038/s41586-025-09214-5

image.png

灵感源于诺贝尔奖 

团队借鉴2014年诺贝尔化学奖的超分辨荧光显微镜原理,将“突破衍射极限”的思路迁移到光谱领域。正如第一作者Kai Li比喻:“就像用模糊相机拍多张照片,通过算法合成超清图像——只不过我们拍的是电子能级。”

核心突破

1. 噪声变宝藏  

传统光谱仪分辨率受限于仪器精度(约0.2eV),而XFEL脉冲本身具有随机“尖峰”噪声。团队创新性开发协方差超分辨算法,将18,000次单脉冲测量的噪声波动转化为有效信号,突破物理极限实现0.1eV分辨率——相当于在足球场上识别一粒芝麻的精度。 

2. 量子世界的“高速摄影”  

实验捕捉到氖原子中两个能量差仅0.31eV的电子激发态(2p⁻¹3p⁻¹⁵S₀和²D₂),并首次观察到受激拉曼散射(XRS)与离子激光(XRL)的实时竞争效应(图3)。这相当于用X射线给原子核外的电子运动拍了“慢动作”。 

3. 效率提升10万倍  

受激拉曼信号强度比自发拉曼高出5个数量级,30分钟内即可完成传统方法需数月的数据采集,为研究瞬态化学反应开辟新途径。

结语

正如诺奖得主Mukamel教授所评:“这项工作让‘看见化学键诞生’成为可能。”当人类迈入阿秒观测时代,我们离终极梦想——导演化学反应——还有多远?

图 1

图1:s-SXRS实验原理与概念图

s-SXRS实验布局与概念。

a 一束SASE(自放大自发辐射)X射线自由电子激光(XFEL)光束被聚焦到一个充满氖气的4.5毫米气体腔室上。入射X射线强度由气体衰减器控制,透射的X射线光束则通过厚度分别为3.5微米、5微米和10微米的铝滤光片进行衰减。在通过将光束色散到二维探测器上来测量光谱之前,一个狭缝限制了透射X射线光束的尺寸。

b 受激X射线拉曼跃迁的能级示意图。入射的SASEX射线(蓝色)产生核心激发态(1s⁻¹3p,1s⁻¹4p),这些激发态通过发射拉曼光子跃迁到末态(2p⁻¹3p,2p⁻¹4p)。SASE 脉冲中的每个光谱尖峰都会引入一个相应的拉曼跃迁。对收集的单次脉冲拉曼散射光谱(ω₂)与透射的入射光谱(ω₁)进行协方差分析,会生成色散线,这些色散线指示了通过不同通道的拉曼跃迁所具有的恒定能量损失。

图 2

图2:受激辐射的能量放大效应

受激辐射脉冲能量(XRL+XRS)对入射SASE脉冲能量的依赖性。

通过气体衰减器(GATT)改变入射SASE(自放大自发辐射)强度,产生25%、50%、70%、80%和100%的透射率。每个透射率值下1000次脉冲的结果(蓝点)存在波动,这是由于单次SASE脉冲能谱的随机性所致——如Fig.1b所示,当SASE尖峰与某个跃迁能量匹配时才会发生SXRS增益。最低峰值强度的SASE脉冲产生的发射光谱信号微弱,几乎难以从探测器噪声中分辨出来,这为区分XRL和XRS设定了极限。前10%脉冲的平均发射脉冲能量(红线)在饱和前呈指数增长。受激辐射包含两个分量:XRL(品红色)和XRS(绿色)。插图显示了通过对最高强度数据的单次脉冲进行平均得到的XRL和XRS产额分解。使用带宽为7.5eV的0.25飞秒高斯脉冲(黑线)进行的孤立阿秒脉冲传输模拟结果(作为峰值强度的函数),与实验观测到的SASE脉冲增益(红线)趋势一致。

图片

图3:实验与模拟的s-SXRS相关谱图

实验与模拟的s-SXRS。a 在1bar、1.5bar和2bar气体压力下的实验s-SXRS(受激X射线拉曼光谱)图谱。在1bar气体压力下共振时(867.5eV),图谱显示出3p和4p拉曼信号以及XRL(X射线激光)。在1.5bar压力下,s-SXRS信号沿着恒定能量损失线延伸得更远。1s→3p跃迁在867.5eV处的强共振吸收导致几乎没有透射信号,进而在偏协方差归一化后产生了一个水平的背景特征。在2bar压力下且入射X射线光子能量略高于共振能量(870eV)时,来自里德堡态(4p,5p,6p)的拉曼跃迁被突出显示。b s-SXRS模拟(包含七个能态),包括1s⁻¹3p和1s⁻¹4p核心激发的里德堡态及其对应的价激发多重态,模拟条件对应于a中的实验条件。

图 4

图4:突破极限的超分辨s-SXRS

超分辨s-SXRS(受激软X射线拉曼光谱)。a 单次随机采集的透射入射光(左侧)和散射拉曼光(底部)光谱(红点),以及通过寻峰代码选出的峰位(黑点)。超分辨s-SXRS图谱(1bar,中心能量867.5eV)可与图3a(左侧)所示的光谱进行比较。超分辨s-SXRS图谱降低了背景干扰,并将分辨率提高到约0.1eV,从而清晰地揭示了2p⁻¹3p¹S₀和¹D₂的色散线。b 在能量损失轴上绘制的s-SXRS光谱。上图:实验s-SXRS(1bar,867.5eV),包含直接测量的s-SXRS(红色虚线)和超分辨s-SXRS(红色实线)。下图:模拟s-SXRS,包含理想光谱仪分辨率下的模拟结果(蓝色实线)及与实验0.18eV光谱仪分辨率卷积后的结果(蓝色虚线)。超分辨s-SXRS消除了仪器展宽,并复现了理想光谱仪分辨率下的模拟s-SXRS结果。c 涉及自发和受激拉曼跃迁的能态。自发拉曼跃迁(黑色虚线)可到达所有多重态组分,而使用线偏振X射线产生的受激拉曼跃迁(红色实线)仅选择性地到达¹S₀和¹D₂态。

extended data figure 5

Extended Data Fig.1 Measured vs simulated spike distribution

extended data figure 6

Extended Data Fig.2 Measured vs simulated spectral spike intensity fluctuation

extended data figure 7

Extended Data Fig.3 Detector Cailbration

extended data figure 8

Extended Data Fig.4 Experimental Setup

extended data figure 9

Extended Data Fig.5 Spectrometer resolution

extended data figure 10

Extended Data Fig.6 Pixel-limited super-resolution

【注】小编水平有限,若有误,请联系修改;若侵权,请联系删除!

http://www.dtcms.com/a/284138.html

相关文章:

  • Linux内存系统简介
  • 解决Python爬虫访问HTTPS资源时Cookie超时问题
  • Py-Clipboard :iOS与Windows互相共享剪贴板(半自动)
  • QT配置Quazip外部库
  • C++性能优化
  • 2021市赛复赛 初中组
  • 保持视频二维码不变,如何更新视频内容,节省物料印刷成本
  • 氧化锌避雷器具备的功能
  • Redis原理之主从复制
  • Visual Studio 的常用快捷键
  • 7.17 Java基础 | 集合框架(下)
  • 数据结构 栈(2)--栈的实现
  • NO.7数据结构树|线索二叉树|树森林二叉树转化|树森林遍历|并查集|二叉排序树|平衡二叉树|哈夫曼树|哈夫曼编码
  • 突破AI模型访问的“光标牢笼”:长上下文处理与智能环境隔离实战
  • 网络基础11 上公网--Internet接入技术
  • 扣子工作流的常见节点
  • AutoGen-AgentChat-13-多智能体相互辩论
  • 船舶机械零件的深孔工艺及检测方法 —— 激光频率梳 3D 轮廓检测
  • istio如何自定义重试状态码
  • JAVA面试宝典 -《缓存架构:穿透 / 雪崩 / 击穿解决方案》
  • JVM 内存分配与垃圾回收策略
  • Java学习--JVM(2)
  • Java面试(基础篇) - 第二篇!
  • 如何用 Python + LLM 构建一个智能栗子表格提取工具?
  • Spring,Spring Boot 和 Spring MVC 的关系以及区别
  • 深入解析Hadoop:机架感知算法与数据放置策略
  • #Linux内存管理# vm_normal_page()函数返回的什么样页面的struct page数据结构?为什么内存管理代码中需要这个函数?
  • 【机器学习】第三章 分类算法
  • 如何判断你的EDA工具安装是否真的成功?
  • 数据呈现:让图表说话,从数字到洞察的可视化艺术