鹭羽 发自 凹非寺

量子位 | 公众号 QbitAI

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。

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和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·罗布森和奥马尔·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：

[2]https://www.science.org/doi/10.1126/sciadv.adw7882

[3]https://phys.org/news/2025-10-scientists-nanofluidic-chip-brain-memory.html