Extracción de la autoenergía y de la función de Eliashberg a partir de espectroscopía de fotoemisión resuelta en ángulo usando el código xARPES

Mirando dentro de los materiales cuánticos

Muchos de los materiales más fascinantes de hoy —superconductores, metales ultralimpios y cristales de un solo átomo de espesor— deben su comportamiento inusual a cómo interactúan los electrones con pequeñas vibraciones de la red atómica llamadas fonones. Los experimentos ya pueden tomar “instantáneas” detalladas de los electrones en estos materiales, pero convertir esas imágenes en una historia cuantitativa y clara sobre las interacciones ha seguido siendo complicado y, en cierto grado, subjetivo. Este artículo presenta xARPES, una nueva herramienta de software de código abierto que transforma datos experimentales crudos en una descripción consistente y automatizada de cuán fuertemente los electrones se acoplan a los fonones y a otros canales de dispersión, ayudando a los científicos a comprender y comparar mejor materiales cuánticos complejos.

Cómo tomamos imágenes de los electrones

El trabajo se centra en la espectroscopía de fotoemisión resuelta en ángulo (ARPES), una técnica en la que fotones energéticos inciden sobre un material y expulsan electrones. Midiendo la dirección y la energía de esos electrones, los investigadores reconstruyen cómo se movían originalmente los electrones dentro del sólido. El resultado es un mapa de bandas: patrones de intensidad que muestran la energía electrónica en función del momento. Doblamentos sutiles y “codos” en estas bandas revelan dónde los electrones interactúan con fonones y otras excitaciones. Sin embargo, las bandas suelen ser curvas, las señales se ensanchan por el instrumento y los datos contienen ruido, lo que dificulta convertir de forma fiable esas características visuales en medidas cuantitativas de la fuerza de interacción y de las energías características de los fonones.

De bandas crudas a huellas de la interacción

Para abordar esto, xARPES construye un modelo completamente especificado de la intensidad medida. Primero describe la banda electrónica subyacente y no interactuante como un polinomio (lineal o parabólico en este trabajo), en lugar de asumir que es perfectamente recta. Luego introduce la autoenergía electrónica, una función compleja cuya parte real desplaza la banda y cuya parte imaginaria la ensancha, codificando vidas finitas. Ajustando cortes de los datos tomados a energía fija —las llamadas curvas de distribución de momento— xARPES extrae cómo la posición aparente de la banda y su ancho cambian con la energía, y a partir de esto deduce la autoenergía para esa rama de la banda. De forma crucial, el método puede incluir elementos matriciales realistas dependientes del ángulo que explican cuán fuertemente se detectan distintos estados en el experimento, evitando sesgos grandes cuando la señal está suprimida o realzada en ciertas direcciones.

Convirtiendo codos en espectros de fonones

El siguiente paso es separar los distintos procesos físicos que contribuyen a la autoenergía. En metales donde el acoplamiento electrón–fonón domina cerca del nivel de Fermi, la magnitud clave es la función de Eliashberg. Esta función indica cuán fuertemente los electrones se acoplan a fonones a cada energía vibracional y determina directamente propiedades observables como la masa efectiva y, en muchos casos, las temperaturas de transición superconductora. Extraerla es matemáticamente un problema inverso: hay que reconstruir un espectro no negativo a partir de datos de autoenergía limitados y ruidosos. xARPES extiende el método de máxima entropía con inferencia bayesiana para resolver esto con cuidado. Utiliza información previa —como la exigencia de que la función de Eliashberg debe ser no negativa y estar confinada a un rango energético finito— mientras optimiza automáticamente parámetros molestos como la curvatura de la banda, la fuerza de dispersión por impurezas y las contribuciones electrón–electrón, en lugar de dejarlos a ajuste manual.

Probando el método en modelos y materiales reales

Los autores validan primero xARPES usando datos artificiales generados a partir de una banda conocida y una función de Eliashberg elegida. Añaden ruido realista y ensanchamiento instrumental, y luego preguntan si el código puede reconstruir de forma inversa las interacciones originales. Cuando la resolución en energía es buena y los datos están muestreados densamente, la autoenergía recuperada y la función de Eliashberg coinciden estrechamente con la entrada verdadera, y la precisión mejora sistemáticamente a medida que aumenta la calidad de los datos. También muestran que los enfoques antiguos y ampliamente usados que ajustan formas de línea lorentzianas simples a bandas curvas introducen errores crecientes a energías de enlace más altas. Aplicando xARPES a medidas reales, los autores analizan un líquido electrónico bidimensional en la superficie de SrTiO₃, identificando modos de fonones asociados a vibraciones de red específicas y demostrando que incluir elementos matriciales de fotoemisión realistas puede cambiar las fuerzas de interacción inferidas en más de un factor de dos.

Revelando simetrías sutiles en el grafeno

Como segundo ejemplo, los autores estudian grafeno dopado con litio, donde los electrones en los “conos de Dirac” interactúan fuertemente con modos de fonón en plano. Aquí, las bandas son casi lineales, y xARPES utiliza su modo de dispersión lineal para extraer la autoenergía por separado en dos cortes de momento relacionados por simetría. Las funciones de Eliashberg resultantes de los lados izquierdo y derecho del cono casi se superponen perfectamente, revelando un alto grado de consistencia interna y sugiriendo que el acoplamiento subyacente es el mismo en ambas direcciones, como se espera por simetría. Este tipo de comparación cuantitativa, posible gracias al marco automatizado y estadísticamente fundamentado, señala al grafeno dopado como un excelente sistema de referencia para probar teorías de las interacciones electrón–fonón.

Por qué esto importa para los materiales futuros

Para los no especialistas, el resultado clave es que xARPES transforma lo que antes era un procedimiento en parte manual y subjetivo en una cadena reproducible y probabilística. Dado un conjunto de datos ARPES de alta calidad, el código ofrece mejores estimaciones —y sus incertidumbres— de cuán fuertemente los electrones se dispersan con fonones, impurezas y otros electrones, y reconstruye el espectro de fonones que más probablemente explica los codos observados en las bandas. Al ser de código abierto y estar diseñado explícitamente para conectarse con cálculos de estructura electrónica desde primeros principios, xARPES ofrece un estándar compartido con el que experimentales y teóricos pueden comparar resultados. Esto debería acelerar el diseño y la evaluación de nuevos materiales cuánticos, desde conductores más eficientes hasta potenciales superconductores de alta temperatura.

Cita: van Waas, T.P., Berthod, C., Berges, J. et al. Extraction of the self energy and Eliashberg function from angle resolved photoemission spectroscopy using the xARPES code. npj Comput Mater 12, 172 (2026). https://doi.org/10.1038/s41524-026-02026-9

Palabras clave: fotoemisión resuelta en ángulo, acoplamiento electrón-fonón, función de Eliashberg, extracción de la autoenergía, software xARPES