La transición ortorrómbica a tetragonal impulsada por difusión en YBa2Cu3O7 derivada con un potencial interatómico de aprendizaje automático

Por qué importan los pequeños desplazamientos atómicos

Los cables superconductores que pueden transportar corrientes eléctricas enormes con casi ninguna pérdida son componentes clave en futuros reactores de fusión y en potentes aceleradores de partículas. Uno de los materiales más prometedores para estos cables es un óxido de cobre llamado YBCO. Pero YBCO está lleno de defectos atómicos que pueden debilitar su rendimiento, especialmente bajo radiación y altas temperaturas. Este estudio muestra cómo un nuevo tipo de modelo informático puede rastrear esos defectos en detalle y explicar un sutil cambio de forma del cristal que ocurre al aumentar la temperatura.

Un cristal usado en imanes de alta tecnología

YBCO pertenece a una familia de superconductores de alta temperatura empleados en cintas avanzadas para dispositivos compactos de fusión y en imanes de aceleradores. Sus propiedades útiles dependen de forma muy sensible de cómo se disponen los átomos de oxígeno dentro del cristal. Si faltan o están mal colocados demasiados átomos de oxígeno, el material puede pasar de ser un buen superconductor a comportarse más como un metal ordinario o incluso un aislante. La radiación, como la presente en un reactor de fusión, puede desalojar átomos y crear tales defectos. Los experimentos sugieren que simplemente calentar muestras irradiadas puede reparar parte del daño, lo que indica que los átomos de oxígeno son lo bastante móviles para volver a posiciones más favorables.

Enseñar a un ordenador a sentir fuerzas atómicas

Para entender estos reordenamientos atómicos, los autores construyeron un modelo de aprendizaje automático de cómo interactúan los átomos en YBCO. En lugar de confiar en fórmulas simples y fijas para las fuerzas entre átomos, entrenaron un “potencial interatómico” usando miles de cálculos detallados de mecánica cuántica. Los datos de entrenamiento incluyeron cristales perfectos, estructuras estiradas o comprimidas de distintas maneras y muchas configuraciones con vacantes, átomos extra comprimidos en la red y regiones altamente desordenadas. Esta amplitud permite que el modelo reconozca tanto entornos tranquilos como caóticos que surgen cuando los átomos de oxígeno se mueven.

Poner el modelo a prueba

El equipo verificó que su potencial de aprendizaje automático podía reproducir propiedades básicas de YBCO, como cómo cambia su energía al comprimir o expandir el cristal y cómo responden las distancias entre átomos. También examinaron defectos específicos de oxígeno donde un átomo de oxígeno abandona su sitio normal y ocupa una posición intermedia, creando lo que se conoce como un par de Frenkel. Estos movimientos implican un coste energético y una barrera que debe superarse. El nuevo modelo igualó cálculos cuánticos exigentes para estas cantidades mucho mejor que modelos empíricos anteriores, especialmente en las barreras energéticas que controlan la facilidad con la que el oxígeno puede difundirse.

Seguir un sutil cambio de forma con el calor

Armados con este modelo preciso, los investigadores realizaron largas simulaciones de dinámica molecular de cristales grandes mientras se calentaban desde unos pocos cientos hasta más de mil kelvin. A baja temperatura el cristal tiene una huella ligeramente rectangular: cadenas de átomos de oxígeno recorren una dirección dentro del plano, dando una forma “ortorrómbica”. A medida que la temperatura aumenta, los átomos de oxígeno saltan desde estas cadenas hacia sitios vecinos entre cadenas. Esto rompe gradualmente las largas cadenas rectas y elimina la dirección preferente en el plano. Alrededor de 800 kelvin en las simulaciones, el cristal se vuelve casi cuadrado en la sección transversal, una forma “tetragonal”, haciendo eco de lo que los experimentos observan a temperaturas algo mayores.

Desorden, entropía y por qué ocurre el cambio

Al rastrear con qué frecuencia saltan los átomos de oxígeno y cómo cambia el coste energético de los pares de Frenkel al expandirse la red, los autores muestran que la transición no está impulsada únicamente por ahorros de energía. A temperaturas próximas a la transición, formar estos defectos sigue costando energía, pero el creciente número de formas de ordenar los átomos de oxígeno aumenta la entropía del sistema, lo que favorece el desorden. Este empuje entrópico, ayudado por una modesta caída en la energía de los defectos a volúmenes mayores, impulsa al cristal desde un estado de cadenas ordenadas hacia otro más desordenado pero simétrico. El modelo también sugiere que pequeñas cantidades de oxígeno ausente aceleran ligeramente la transición, en consonancia con indicios experimentales.

Qué significa esto para futuros dispositivos superconductores

Para no especialistas, el mensaje clave es que un modelo de aprendizaje automático cuidadosamente entrenado puede ahora seguir la danza de los átomos de oxígeno en un superconductor complejo y explicar cómo su movimiento remodela el cristal a alta temperatura. Esta capacidad abre la puerta a simulaciones realistas y a gran escala de cómo YBCO responde a la radiación y al calor en imanes en funcionamiento, y cómo tratamientos térmicos podrían restaurar su rendimiento. Más en general, el trabajo muestra que el aprendizaje automático puede manejar óxidos con varios elementos y química intrincada, ofreciendo una nueva herramienta para diseñar y proteger materiales superconductores avanzados.

Cita: Gambino, D., Di Eugenio, N., Byggmästar, J. et al. The diffusion-driven orthorhombic to tetragonal transition in YBa₂Cu₃O₇ derived with a machine learning interatomic potential. npj Quantum Mater. 11, 41 (2026). https://doi.org/10.1038/s41535-026-00891-7

Palabras clave: YBCO, difusión de oxígeno, potencial de aprendizaje automático, superconductores, transición de fase