.AI algorithm learns microscopic details of nematicity in moiré systems

mss(magic square system)master:jk0620
http://blog.naver.com/mssoms
http://jl0620.blogspot.com
http://jk0620.tripod.com
https://www.facebook.com/junggoo.lee.9

AI 알고리즘은 모아레 시스템의 네마시티에 대한 미세한 세부 사항을 학습합니다

AI 알고리즘은 모아레 시스템의 네마시티에 대한 미세한 세부 사항을 학습합니다.

João A. Sobral 및 Mathias S. Scheurer 작성 그림 1. 꼬인 이중 이중층 그래핀 시스템. 상대적인 비틀림으로 그래핀 4개 층을 쌓으면 상관 현상을 향상시킬 수 있는 모아레 패턴(녹색 영역)이 생성됩니다. 확대된 영역은 그래핀 시트에 해당하는 육각형 격자의 탄소 원자를 보여줍니다. 출처: João Sobral, Nature Communications (2023) 에서 각색 . DOI: 10.1038/s41467-023-40684-1 2023년 9월 4일

-AI 물질의 위상에 대한 실험적 특성을 식별하고 이해하는 것은 일반적으로 재료의 강한 전자 상호 작용으로 인해 어려운 작업이며 불순물이나 기타 변형 원인이 있는 샘플의 외부 영향으로 인해 더욱 어려워질 수 있습니다. 일반적으로 물질의 전자 사이의 이러한 상호 작용은 자성, 초전도성 및 전자 네마틱성과 같은 흥미로운 현상을 발생시킵니다.

-예를 들어, 네마틱성과 변형률(샘플 변형의 한 형태) 사이의 상호 작용은 근본적인 관점에서 둘 다 시스템의 회전 대칭을 파괴하기 때문에 적절한 주제입니다. 첫 번째 경우 이는 전자; 후자에서는 원자 위치의 이동으로 인한 결과입니다. 그러나 두 경우 모두, 이는 전자가 특정 방향을 선호하는 방식으로 물질을 통해 상태를 점유하는 것을 선호하는 것으로 실험에서 나타납니다. 따라서 관찰된 이방성이 변형으로 인한 것인지 아니면 실제로 상호 작용의 결과인지 확인하는 것은 매우 어려운 작업입니다.

또한 실험 설정에서 얻은 데이터의 양과 복잡성이 증가함에 따라 이 정보를 처리하는 보다 효과적인 방법이 필수적이 되었습니다. 지난 몇 년 동안 다양한 맥락에서 탐구된 자연스러운 질문은 주로 인공 지능(AI) 내에서 데이터 기반 접근 방식이 이 작업에 기여할 수 있는지, 그리고 이전에 발견되지 않은 재료의 물리적 특성에 대한 힌트를 얻을 수 있는지 여부입니다. 이 시나리오에서 AI의 잠재적인 사용은 재료의 변형률과 네마시티의 관계를 더 깊이 이해하는 것입니다.

특정 이미지를 보고 회전 대칭이 깨지는 분명한 징후가 보이면 기계 학습 알고리즘도 동일한 작업을 수행할 수 있습니까? 네마틱성의 기본 미시 이론을 이해하고 연결하며 이를 샘플 변형과 구별할 수 있습니까? 게다가, 훈련받은 물리학자의 눈보다 더 많은 정보를 데이터에서 추출할 수 있을까요? Nature Communications 에 발표된 최근 연구에서 우리는 이러한 모든 질문에 대한 대답이 '예'임을 보여줍니다.

모아레 시스템에서 전자가 스스로 조직되는 방식 최근 모아레 시스템, 즉 TBG(twisted bilayer) 및 TDBG(twisted double bilayer) 그래핀에서 네마틱성이 관찰되었습니다(그림 1). 이러한 시스템은 일반적으로 그래핀 층 사이에 상대적인 비틀림이 있는 스택으로 구성됩니다. 그들은 높은 조정 가능성과 실험 설정에서 사용할 수 있는 공간 분해능 증가로 인해 지난 몇 년 동안 응축 물질 커뮤니티로부터 엄청난 관심을 끌었습니다. 이러한 특성은 이러한 시스템을 강하게 상관된 현상의 이론을 테스트하기 위한 완벽한 놀이터로 만듭니다. 이러한 조정 가능성을 더 잘 이해하기 위해 STM(주사 터널링 현미경)에서 실험적으로 이러한 단계에 액세스하는 방법을 고려합니다.

일반적으로 재료와 STM의 전도성 팁 사이에 전위 바이어스가 활성화되어 전하 캐리어가 양자 터널링을 통해 둘 사이를 이동할 수 있습니다. 이러한 전자의 흐름은 전위 바이어스의 함수로 추적될 수 있으며 이를 통해 로컬 상태 밀도(LDOS)에 액세스할 수 있습니다. 이 물체는 전자가 특정 물질에 머물 가능성이 더 높은 상태에 대한 정보를 제공합니다. 잠재적 바이어스를 변경하면 전자는 상태의 "채움"에 해당하는 특정 방식으로 스스로 재구성됩니다. 각 충전에 대해 물질의 특정 단계가 선호될 수 있습니다. 예를 들어, 네마틱성 패턴은 TDBG의 특정 충전에 대한 LDOS 이미지 위에 고유한 줄무늬가 나타나는 실험에서 볼 수 있습니다(그림 2). 그림 2에서 네마시티가 있는 LDOS 맵을 120° 회전하면 주황색 줄무늬가 같은 방향으로 돌아가지 않습니다. 이는 네마틱성이 없을 때 TDBG(그림 2의 첫 번째 LDOS 맵)에 항상 존재하는 기능입니다.

AI 알고리즘은 모아레 시스템의 네마시티에 대한 미세한 세부 사항을 학습합니다.

그림 2. TDBG에서 Nematicity가 있거나 없는 이론적 LDOS 이미지. 이러한 이미지는 STM 실험에서 얻을 수 있으며 나중에 다른 현미경 모델과 비교할 수 있습니다. 모아레 네마틱성은 전자가 모아레 영역(어두운 영역) 위에서 스스로를 재구성하는 것을 선호하는 반면, 그래핀 네마틱성 전자(확대된 원)에서는 탄소 원자를 연결하는 선을 통해 "홉"하는 데 선호되는 방향을 갖습니다. 출처: João Sobral, Nature Communications (2023) 에서 각색 . DOI: 10.1038/s41467-023-40684-1

네마틱 상은 또한 특정 미세한 세부 사항에 따라 다양한 유형으로 제공되므로 재료의 특정 유형의 초전도성을 선호하는 것과 연결될 수 있기 때문에 이론적 관점에서 매우 흥미 롭습니다. 전자는 스핀 변동으로 인해 궤도에서 스스로 재구성될 수 있습니다.

전하 또는 심지어 재료의 격자 진동의 영향으로 인해 발생합니다. 또한, 모아레 시스템에서 비틀림 각도는 전자가 모아레 패턴(그림 1의 녹색 영역)을 통해 상태를 점유하는 데 유리할 수 있습니다. 이는 그래핀 스케일(작은 결합)에서 동일한 현상이 발생할 때보다 회전 대칭을 뚜렷이 깨뜨리는 방식입니다. 그림 2의 확대된 영역에서). TDBG에서 이 두 가지 경우를 모아레 및 그래핀 네마틱성이라고 합니다. 네마시티 학습 네마틱 단계의 실험 데이터가 주어지면 일반적으로 재료의 미시적 이론을 정의할 수 있지만 실험 데이터에서 이러한 세부 사항을 직접 얻는 것은 종종 잘못 정의된 역 문제입니다. 이 문제를 회피하기 위해 우리는 데이터에서 네마틱성 특징을 인식하도록 CNN( 컨벌루션 신경망 ) 알고리즘을 훈련했습니다.

우리는 변형이 있거나 없는 다양한 유형의 네마틱성을 가진 LDOS의 많은 이미지를 보여주고 알고리즘에 특정 이론적 모델에 연결된 레이블을 기반으로 어떤 유형의 물리적 특징이 있는지 물었습니다(그림 3). 또한 샘플의 변형률 값에 대해 알고리즘에 쿼리했습니다. 훈련 단계에서 이론적 데이터에 대해 잘 수행할 수 있음을 인증한 후 이전에 볼 수 없었던 실험 데이터를 네마틱하게 제시했습니다.

AI 알고리즘은 모아레 시스템의 네마시티에 대한 미세한 세부 사항을 학습합니다.

그림 3. LDOS 맵에서 물리적 특징을 인식하는 데 사용되는 CNN(컨볼루션 신경망)의 구조. 이미지 픽셀에 다양한 필터와 후처리 레이어를 적용함으로써 알고리즘은 현재 작업과 의미 있는 상관 관계를 찾으려고 시도합니다. 훈련 후에는 이론적 모델을 기반으로 네마틱성의 방향과 강도에 값을 할당할 수 있습니다. 출처: João Sobral, Nature Communications (2023) 에서 각색 . DOI: 10.1038/s41467-023-40684-1

CNN은 실험적으로 네마틱성이 더 강한 것으로 밝혀진 충전 영역에서 그래핀 네마틱성보다 모아레를 선호한다는 사실을 발견했습니다. 또한, 더욱 놀랍게도 충전재를 늘려도 변형률은 크게 변하지 않았으며, 네마틱성이 강한 영역에서는 변형률이 작아졌습니다. 이는 회전 대칭이 주로 전자 사이의 강한 상호 작용으로 인해 발생함을 나타냅니다(그림 4). CNN 예측은 LDOS 맵에 공간적 결함이 있는 경우에도 강력했습니다.

AI 알고리즘은 모아레 시스템의 네마시티에 대한 미세한 세부 사항을 학습합니다.

그림 4. 강한 네마틱성을 지닌 실험적인 DOS 이미지를 보여준 후 CNN은 이론적으로 동등한 LDOS 맵을 생성하는 물리적 매개변수를 반환했습니다. 지도 중 하나에서 우리는 강력하고 특징적인 네마틱 줄무늬를 볼 수 있습니다. 출처: João Sobral, Nature Communications (2023) 에서 각색 . DOI: 10.1038/s41467-023-40684-1

우리는 ML 기술이 모아레 시스템 이상의 실험 데이터를 분석하여 기존 방법으로는 추출하기 어려운 통찰력을 드러낼 수 있는 엄청난 잠재력을 갖고 있다고 확신합니다. 이 이야기는 연구자들이 출판된 연구 논문의 결과를 보고할 수 있는 Science X Dialog 의 일부입니다. ScienceX Dialog에 대한 정보와 참여 방법을 알아보려면 이 페이지를 방문하세요 .

추가 정보: João Augusto Sobral 외, 뒤틀린 이중 이중층 그래핀에서 미세한 형태의 네마틱 질서를 학습하는 기계, Nature Communications (2023). DOI: 10.1038/s41467-023-40684-1 저널 정보: 네이처 커뮤니케이션즈(Nature Communications) João A. Sobral은 슈투트가르트 대학교 이론 물리학 연구소 III의 박사 과정 학생으로 Mathias S. Scheurer 교수의 지도 하에 다체 물리학과 인공 지능의 교차점을 연구하고 있습니다.

https://phys.org/news/2023-09-ai-algorithm-microscopic-nematicity-moir.html

=====================
메모 2309050335 나의 사고실험 oms 스토리텔링

AI 알고리즘은 모아레 시스템의 네마시티에 대한 미세한 세부 사항을 학습하였다. 관찰된 이방성이 변형으로 인한 것인지 아니면 실제로 상호 작용의 결과인지를 확인하는 것은 매우 어려운 작업이였다.

양자 수퍼컴 AI 알고리즘이 모아레 시스템을 이해하기 위해 다른 경로가 찾았다면 아마 놀라운 패턴도 알아내고 쉬운 작업을 무한대로 진행하였을 것이다. 그 방법은 qoms.qvixer를 돌리고 돌리고 탱고음악에 따라 춤을 추면 된다. 허허.

우주의 대부분의 시공간에도 모아레 패턴의 중력파와 전자기파가 종횡으로 초자연 현상을 일르킨다. 허허.

No photo description available.

-Identifying and understanding the experimental properties of the phases of AI materials is typically a difficult task due to the strong electronic interactions in the material, and can be made even more difficult by external influences in the sample with impurities or other sources of deformation. In general, these interactions between electrons in materials give rise to interesting phenomena such as magnetism, superconductivity, and electronic nematicity.

-For example, the interaction between nematicity and strain (a form of sample deformation) is a relevant topic because, from a fundamental point of view, both destroy the rotational symmetry of the system. In the first case this is the former; In the latter, it results from a shift in atomic positions. But in both cases, experiments show that the electrons prefer to occupy states through the material in a way that favors a particular orientation. Therefore, it is a very difficult task to determine whether the observed anisotropy is due to strain or is actually a result of interactions.

=====================
Memo 2309050335 My thought experiment oms storytelling

The AI algorithm learned fine details about the nemasity of the moiré system. It has been very difficult to determine whether the observed anisotropy is due to strain or is actually the result of interactions.

If the quantum supercom AI algorithm had found a different path to understand the moiré system, it would probably have discovered surprising patterns and proceeded with easy tasks infinitely. The method is to turn qoms.qvixer and dance to tango music. haha.

Even in most of space and time in the universe, moiré pattern gravitational and electromagnetic waves cause supernatural phenomena both vertically and horizontally. haha.

Samplea.oms (standard)
b0acfd 0000e0
000ac0 f00bde
0c0fab 000e0d
e00d0c 0b0fa0
f000e0 b0dac0
d0f000 cae0b0
0b000f 0ead0c
0deb00ac000f
ced0ba 00f000
a0b00e 0dc0f0
0ace00df000b
0f00d0 e0bc0a

sampleb. qoms (standard)
0000000011=2,0
0000001100
0000001100
0000010010
0001100000
0101000000
0010010000
0100100000
2000000000
0010000001

sample b.poms (standard)
q0000000000
00q00000000
0000q000000
000000q0000
00000000q00
0000000000q
0q000000000
000q0000000
00000q00000
0000000q000
000000000q0

Samplec.oss (standard)
zxdxybzyz
zxdzxezxz
xxbyyxzz
zybzzfxzy
cadccbcdc
cdbdcbdbb
xzezxdyyx
zxezybzyy
bddbcbdca

.Pioneering Genetics Research: Male Sex Chromosome Finally Deciphered

선구적인 유전학 연구: 남성 성 염색체가 마침내 해독되었습니다

인간 염색체 서열 예술

주제:염색체DNA유전학존스홉킨스대학교Y염색체 존스 홉킨스대학교 2023년 9월 4일 인간 염색체 서열 예술

존스 홉킨스 대학교를 포함한 연구자들은 남성 발달과 관련된 Y 염색체의 서열을 성공적으로 밝혀냈습니다. 이 획기적인 연구는 Y 염색체의 유전 코드를 밝히고 남성 특유의 발달, 생식력 및 유전적 질병에 대한 이해를 향상시킵니다. 현대 염기서열 분석 기술 덕분에 가능한 이번 성과는 중요한 유전자의 구조를 밝혀내고 맞춤형 의학 발전의 가능성을 제공합니다. 글로벌 과학자 팀이 Y 염색체의 염기서열을 완전히 밝혀 남성 발달, 생식력 및 유전병에 대한 이해를 높였습니다.

인간 게놈의 마지막 미스터리 조각인 남성 발달과 관련된 염색체의 염기서열이 존스 홉킨스 대학교 과학자를 포함해 전 세계 100명 이상의 연구자로 구성된 팀에 의해 완전히 밝혀졌습니다. 이번 성과는 Y 염색체의 유전암호를 완성하고 남성 특유의 발달, 생식력, 암과 같은 유전적으로 유발되는 질병에서 염색체가 수행하는 역할에 대한 보다 명확한 그림을 제공할 수 있는 주요 세부 정보를 공개합니다.

이 연구는 최근 Nature 저널에 게재되었습니다 . 공동 제1저자는 “이제 우리는 100% 완전한 Y 염색체 서열을 가지게 되었기 때문에 이전에는 할 수 없었던 방식으로 인간의 특성과 질병에 영향을 미칠 수 있는 수많은 유전적 변이를 식별하고 탐색할 수 있게 되었습니다.”라고 말했습니다. 존스홉킨스 유전학자이자 박사과정 후보인 딜런 테일러(Dylan Taylor). 염색체를 구성하는 DNA 서열은 살아있는 유기체의 모든 세포의 발달과 기능을 안내하는 유전자와 유전 회로를 암호화합니다.

Y 염색체는 반복적인 분자 패턴으로 인해 해독하기가 특히 어려웠지만 새로운 염기서열 분석 기술과 생물정보학 알고리즘을 통해 팀은 이러한 DNA 서열을 분석할 수 있었습니다. 숨겨진 유전 구조 공개 연구팀은 정자 조절 유전자군의 구조를 밝히고 Y 염색체에서 41개의 유전자를 추가로 발견했습니다. 그들은 또한 남성 생식 기관의 성장과 기능에 중요한 역할을 하는 것으로 생각되는 유전자의 구조를 공개했습니다. "우리는 Y 염색체를 통해 활성화되는 이러한 모든 유전자 스위치에 대한 배선도를 완성했으며, 그 중 다수는 남성 발달에 대한 유전적 기여에 매우 중요합니다."라고 컴퓨터 과학, 생물학 및 종양학 분야의 블룸버그 석좌 교수인 저자 Michael Schatz는 말했습니다.

존스홉킨스에서. “우리는 과학자들이 이 지도를 사용할 수 있는 시점에 와 있습니다. 이전에는 우리가 게놈의 다른 부분과 다른 돌연변이에 대해 알지 못했지만 이제는 전체 게놈을 볼 수 있으므로 다양한 질병의 유전학에 새로운 통찰력을 추가할 수 있기를 바랍니다.” Y 염색체는 X 염색체와 함께 성적 발달에 미치는 역할에 대해 자주 논의됩니다. 이러한 염색체가 중심적인 역할을 하는 반면, 인간의 성적 발달과 관련된 요소는 게놈 전체에 걸쳐 매우 복잡하게 퍼져 있어 남성, 여성, 간성 사이에서 발견되는 인간의 성징의 배열을 야기합니다. 이러한 범주는 사회적 범주인 성별과 동일하지 않습니다.

또한 최근 연구에서는 Y 염색체의 유전자가 암 위험 및 중증도와 같은 인간 생물학의 다른 측면에 기여한다는 사실을 보여줍니다. 게놈 환경에 대한 기여 이 연구는 2022년에 인간 게놈의 완전한 서열을 공개 한 텔로미어-텔로미어 컨소시엄의 일부인 국립 인간 게놈 연구소(National Human Genome Research Institute)가 주도했으며, 이는 분자 및 유전학의 새로운 라인을 열 것으로 예상되는 수십 년에 걸친 공개입니다. 탐구. 그러나 그 작업은 두 개의 X 염색체로 이루어졌습니다. 이제 컨소시엄은 X 염색체와 Y 염색체를 모두 가진 기증자를 사용하여 Y 염색체와 DNA의 모든 요소에 대한 완전한 청사진을 구축했습니다. 새로운 발견은 개인화된 게놈을 포함하여 이전에는 존재하지 않았던 고품질 게놈 어셈블리의 토대를 마련했습니다.

공동 저자이자 존스홉킨스 생물학 조교수인 라지브 맥코이(Rajiv McCoy)는 “게놈은 매우 개인적인 것이며, 인간 발달의 구성 요소와 우리를 인간으로 만드는 기본 지침을 담고 있습니다.”라고 말했습니다. "우리는 지금까지 불완전한 그림이 있다는 것을 알고 있었지만 이제 처음으로 전체 게놈을 처음부터 끝까지 볼 수 있습니다." Johns Hopkins 그룹은 새로운 Y 염색체 서열을 전 세계 수천 명의 유전 데이터와 비교했습니다. 그들의 분석은 이전 참조 게놈에서 오류를 발견하고 새로운 Y 염색체 서열이 인간 DNA에 대한 향후 연구를 어떻게 향상시킬 것인지를 보여주었습니다. 그들은 Y 염색체의 진화를 더 깊이 파고들고 췌장암 및 기타 질병에 대한 맞춤형 의학에 영향을 미칠 수 있는 임상적으로 관련된 유전자를 분석하기 위해 영장류 연구에 새로운 통찰력을 통합하고 있습니다.

관련 연구: 최초로 조립된 완전한 인간 Y 염색체 서열 인류의 가장 파악하기 어려운 염색체 시퀀싱 뒤에 숨겨진 전체 이야기 참고 자료: “43개 인간 Y 염색체의 조립은 광범위한 복잡성과 변이를 드러냅니다.”

작성자: Pille Hallast, Peter Ebert, Mark Loftus, Feyza Yilmaz, Peter A. Audano, Glennis A. Logsdon, Marc Jan Bonder, Weichen Zhou, Wolfram Höps, Kwondo Kim , Chong Li, Savannah J. Hoyt, Philip C. Dishuck, David Porubsky, Fotios Tsetsos, 권지영, Qihui Zhu, Katherine M. Munson, Patrick Hasenfeld, William T. Harvey, Alexandra P. Lewis, Jennifer Kordosky, Kendra Hoekzema , 인간 게놈 구조 변형 컨소시엄(HGSVC), Rachel J. O'Neill, Jan O. Korbel, Chris Tyler-Smith, Evan E. Eichler, Xinghua Shi, Christine R. Beck, Tobias Marschall, Miriam K. Konkel 및 Charles Lee , 2023년 8월 23일, 자연 . DOI: 10.1038/s41586-023-06425-6 자금 지원: NIH/ 국립보건원 , 국립과학재단

https://scitechdaily.com/pioneering-genetics-research-male-sex-chromosome-finally-deciphered/

=====================
메모 2309050240 나의 사고실험 oms 스토리텔링

선구적인 유전학 연구: 남성 성 염색체가 마침내 해독되었다. 이는 샘플링 Y베이스의 '배열을 이해하게 되었다'는 함의이다.

1.
샘플링 Y베이스는 샘플링 oms나 qoms, poms로 완전 분해가 가능하다. 단 qoms에 복잡한 단계는 소인수 분해로 엮여진 단일 복합단위가 나타난다. 허허.

이는 인간의 x염색체의 완전해독이나 모든 생물의 염색체 배열의 분해에도 샘플링 magicsum.base 염기서열 DNA 배열이 적용된다. 허허.

No photo description available.

-Co-first author: “Now that we have a 100% complete Y chromosome sequence, we can identify and explore numerous genetic variants that can influence human traits and diseases in ways we could not before. .”

Hidden genetic structure revealed
The research team revealed the structure of the sperm regulatory gene family and discovered 41 additional genes on the Y chromosome. They also revealed the structure of a gene thought to play an important role in the growth and function of the male reproductive system.

=====================
Memo 2309050240 My thought experiment oms storytelling

Pioneering genetic research: male sex chromosomes finally deciphered. This has the implication of ‘understanding the arrangement’ of the sampling Y base.

One.
The sampling Y base can be completely decomposed into sampling oms, qoms, or poms. However, complex steps in qoms appear as a single complex unit linked by prime factorization. haha.

This sampling magicsum.base sequence DNA array is applied to the complete decoding of the human x chromosome and the decomposition of the chromosome array of all living things. haha.

Samplea.oms (standard)
b0acfd 0000e0
000ac0 f00bde
0c0fab 000e0d
e00d0c 0b0fa0
f000e0 b0dac0
d0f000 cae0b0
0b000f 0ead0c
0deb00ac000f
ced0ba 00f000
a0b00e 0dc0f0
0ace00df000b
0f00d0 e0bc0a

sampleb. qoms (standard)
0000000011=2,0
0000001100
0000001100
0000010010
0001100000
0101000000
0010010000
0100100000
2000000000
0010000001

sample b.poms (standard)
q0000000000
00q00000000
0000q000000
000000q0000
00000000q00
0000000000q
0q000000000
000q0000000
00000q00000
0000000q000
000000000q0

Samplec.oss (standard)
zxdxybzyz
zxdzxezxz
xxbyyxzz
zybzzfxzy
cadccbcdc
cdbdcbdbb
xzezxdyyx
zxezybzyy
bddbcbdca

===================================

.In order to open the 22nd century human scientific civilization, normal temperature and normal pressure superconductor lk99 version material is essential

22세기 인류 과학문명을 여는데 상온상압 초전도체 lk99 버전 물질이 반드시 필요하다

이번 논문의 이론적 배경을 제시한 김현탁 교수는 "LK-99의 납 아파타이트 구조는 외부 육각형과 내부 육각형으로 구성됐는데, 그중 내부 육각형은 삼각형 두개가 겹쳐진 구조"라면서 "이 삼각형의 일부 납 원자가 구리 원자로 치환되는데, 이 때 구리는 최외각에 한개의 홀을 갖는 금속이 된다"고 설명했다.

삼각형이 층층이 쌓인 가운데 삼각형을 구성하는 구리가 세로 축으로 연결된 1차원 금속이 만들어진다는 것. LK-99의 경우 임계온도 위에서는 금속이고 그 아래에서는 초전도체가 된다. 김 교수는 원자치환으로 인해 납 아파타이트 결정의 부피가 수축하면서 원자간의 거리가 좁혀지고, 그 결과 구리원자 사이에 터널전류가 발생하면서 초전도 현상이 일어난다고 해석했다. 연구진은 국제학술지 APL(Applied Physics Letters)에 제출한 논문도 학술지 측의 리뷰 리포트를 받은 후 수정해서 낼 예정이다.

퀀텀에너지연구소 연구진이 논문에 실은 LK-99 내부 구조. 그림 (a)에서 외부 육각형 구조 안에 있는 작은 육각형 구조가 두개의 삼각형이 겹쳐져 있는 구조이다. 이 삼각형을 이루는 납의 일부가 구리로 치환되면서 구리-산소-구리를 세로로 연결하는 1차원 초전도 구조가 만들어진다.