アインシュタインの相対性理論が重元素の化学結合を支配することを新たな研究が示す

プロビデンス、ロードアイランド州 [ブラウン大学] — ブラウン大学の化学者たちは、重元素における三重結合の形成メカニズムに関する教科書的な説明を覆す直接的な証拠を提供しました。サイエンス誌に掲載された研究で、研究者たちは、原子核が十分に重い場合、アインシュタインの相対性理論で説明される原理が三重結合の構造を変化させ、教科書的な三重結合に関わる2つの異なる結合タイプの境界を曖昧にすることを示しています。光電子分光法と呼ばれる技術を用いて、ブラウン大学のチームは、炭素と重元素であるビスマスによって形成される結合が、相対論的結合の決定的な特徴を持っていることを示しました。「相対性理論が重元素において重要であるという考えは、1970年代から存在していました」と、ブラウン大学の化学教授で本研究の責任著者であるライ＝シェン・ワン氏は述べています。「しかし、高校で学んだ化学結合に関する知識が重元素では真実ではないことを、私たちは直接的な分光学的証拠によって示しました。」原子は電子を共有することで結合を形成します。電子は原子核の周りを回る負に帯電した粒子です。各原子は1つの電子を共有して結合対を形成します。電子対の強い負の電荷は、2つの正に帯電した原子核を引きつけ、それらを結合させます。一部の元素は複数の電子対を共有し、二重結合または三重結合を形成します。三重結合の教科書的な描像には、2つの異なるタイプの結合が含まれます。1つはσ結合、もう1つは2つのπ結合です。σ結合は、原子核間の仮想的な水平軸に沿って発生する、強力な「正面」結合です。2つのπ結合は、σ結合の周りを包み込む、やや弱い「横」結合です。この描像は軽い元素では機能しますが、周期表の下の方、原子核が重くなるにつれて、状況は複雑になります。原子核質量の増加により、軌道電子は光速の相当な割合まで加速され、アインシュタインの相対性理論の法則が重要になります。相対論的領域では、電子のスピン（上向きまたは下向きを指す磁気モーメント）と電子の軌道はもはや互いに独立ではなくなり、これはスピン軌道結合として知られる状態です。その結合は、電子がどのように相互作用できるかのルールを変更し、σ結合とπ結合の厳密な分離を妨げます。「σ結合とπ結合の境界が、ある程度ぼやけているのです」とワン氏は述べています。「私たちはまだ3つの結合を持っていますが、厳密にはσ結合もπ結合ももはや持っていません。」この結合のハイブリダイゼーションの証拠を示すために、ワン氏とブラウン大学の博士課程の学生であるデニズ・カフラマン氏とジェイ・フイ氏が率いるチームは、ビスマスと炭素からなる分子を形成しました。ビスマスは重元素であり、周期表で鉛のすぐ隣に位置しており、相対論的効果が重要であるはずです。分子を絶対零度近くまで冷却した後、チームは光電子分光法を用いて分析しました。この技術は、レーザーを使用して分子内の個々の電子をその位置から叩き出します。各電子が飛ぶ距離は、研究者にそれらがどれだけ強く結合していたかを伝えます。光電子スペクトルは、炭素-ビスマス結合が、1つのσ結合と2つのπ結合という従来の三重結合の描像に適合しないことを示しました。代わりに、構造は1つのπ結合と2つのハイブリッドσ-π結合のように見えます。ワン氏は、相対論的構造の実験的検証が、特にビスマスなどの重元素がより多くの研究関心を集めるにつれて、化学の教科書の書き換えを促進する可能性があると述べています。ビスマスは、次世代太陽電池において有毒な鉛の代替となる可能性があります。また、量子材料や量子コンピューティングに関連する研究でも注目を集めています。「重元素の化学をますます扱うようになるにつれて、これが新しい教科書的な考え方になるかもしれません」とワン氏は述べています。この研究は、米国国立科学財団（CHE-2403841）および米国エネルギー省（DE-SC0008501）の資金提供を受けています。サイエンス＆テクノロジー ブラウン大学の望遠鏡製作者、数世紀にわたる伝統を称賛 2026年7月8日 ブラウン大学の物理学科のスタッフと数ヶ月間協力し、ブラウン大学とRISDの学生と教員のグループが、高精度光学の芸術と科学を学び、独自の強力な望遠鏡を手作りしました。記事を読む サイエンス＆テクノロジー ブラウン大学の力学専門家がワールドカップ fever の最中にサッカーの科学を解説するビデオ 2026年7月8日 一連の短いビデオで、ブラウン大学の工学教授であるロベルト・ゼニットが、ワールドカップ大会が終盤に近づくにつれてサッカーの物理学を探求します。記事を読む サイエンス＆テクノロジー 物理学に基づいたAIが、放出制御型薬物パッチや包帯の開発を加速する可能性 2026年7月6日 研究者たちは、基本的な物理法則をニューラルネットワークに組み込むことで、通常の実験データのほんの一部を使用して薬物放出のタイムラインを予測するモデルを作成しました。記事を読む