Estrazione dell’energia autonoma e della funzione di Eliashberg dalla spettroscopia fotoemissiva angolarmente risolta usando il codice xARPES

Uno sguardo all’interno dei materiali quantistici

Molti dei materiali più affascinanti di oggi — superconduttori, metalli ultra-puliti e cristalli atomici sottili — devono il loro comportamento insolito a come gli elettroni interagiscono con piccole vibrazioni della rete atomica chiamate fononi. Gli esperimenti possono ora acquisire “istantanee” dettagliate degli elettroni in questi materiali, ma trasformare quelle immagini in una descrizione chiara e quantitativa delle interazioni è rimasto complicato e in parte soggettivo. Questo articolo introduce xARPES, un nuovo strumento software open-source che converte i dati sperimentali grezzi in una descrizione coerente e automatizzata di quanto gli elettroni si accoppiano ai fononi e ad altri canali di scattering, aiutando gli scienziati a comprendere e confrontare meglio materiali quantistici complessi.

Come fotografiamo gli elettroni

Il lavoro si concentra sulla spettroscopia fotoemissiva angolarmente risolta (ARPES), una tecnica in cui fotoni ad alta energia colpiscono un materiale ed espellono elettroni. Misurando la direzione e l’energia di quegli elettroni, i ricercatori ricostruiscono come gli elettroni si muovevano originariamente all’interno del solido. Il risultato è una mappa di bande: pattern di intensità che mostrano l’energia elettronica in funzione del momento. Piegature sottili e “kink” in queste bande rivelano dove gli elettroni interagiscono con fononi e altre eccitazioni. Tuttavia, le bande sono spesso curve, i segnali sono allargati dallo strumento e i dati contengono rumore, rendendo difficile trasformare in modo affidabile queste caratteristiche visive in misure quantitative della forza dell’interazione e delle energie caratteristiche dei fononi.

Dalle bande grezze alle impronte delle interazioni

Per affrontare il problema, xARPES costruisce un modello completamente specificato dell’intensità misurata. Innanzitutto descrive la banda elettronica sottostante, non interagente, come un polinomio (lineare o parabolico in questo lavoro), invece di assumere che sia perfettamente rettilinea. Poi introduce l’energia autonoma dell’elettrone, una funzione complessa la cui parte reale sposta la banda e la cui parte immaginaria la allarga, codificando le durate di vita finite. Adattando fette dei dati prese a energia fissa — le cosiddette curve di distribuzione del momento — xARPES estrae come la posizione apparente della banda e la sua larghezza cambiano con l’energia, e da queste deduce l’energia autonoma per quel ramo della banda. Cruciale è che il metodo può includere elementi di matrice realistici dipendenti dall’angolo che tengono conto di quanto fortemente diversi stati sono rilevati nell’esperimento, evitando grandi distorsioni quando il segnale è soppress o amplificato in certe direzioni.

Trasformare i kink negli spettri dei fononi

Il passo successivo è separare i diversi processi fisici che contribuiscono all’energia autonoma. Nei metalli dove l’accoppiamento elettrone–fonone domina vicino al livello di Fermi, la quantità chiave è la funzione di Eliashberg. Questa funzione indica quanto fortemente gli elettroni si accoppiano ai fononi a ciascuna energia vibrazionale e determina direttamente proprietà osservabili come la massa efficace e, in molti casi, le temperature di transizione superconduttiva. Estrarla è matematicamente un problema inverso: bisogna ricostruire uno spettro non negativo a partire da dati di energia autonoma limitati e rumorosi. xARPES estende il metodo della massima entropia con inferenza bayesiana per risolvere questo problema con cura. Usa informazioni a priori — come la condizione che la funzione di Eliashberg sia non negativa e confinata in un intervallo energetico finito — ottimizzando automaticamente i parametri fastidiosi come la curvatura della banda, la forza dello scattering dovuto agli impurezze e i contributi elettrone–elettrone, invece di lasciarli alla taratura manuale.

Testare il metodo su modelli e materiali reali

Gli autori convalidano prima xARPES utilizzando dati artificiali generati a partire da una banda nota e da una funzione di Eliashberg scelta. Aggiungono rumore realistico e allargamento strumentale, quindi verificano se il codice riesce a ricostruire a ritroso le interazioni originali. Quando la risoluzione energetica è buona e i dati sono campionati densamente, l’energia autonoma recuperata e la funzione di Eliashberg corrispondono da vicino all’input reale, e l’accuratezza migliora in modo sistematico all’aumentare della qualità dei dati. Mostrano anche che approcci più vecchi e largamente usati che adattano semplici forme di Lorentziane a bande curve introd ucono errori crescenti a energie di legame superiori. Applicando xARPES a misure sperimentali, gli autori analizzano un liquido elettronico bidimensionale sulla superficie di SrTiO₃, identificando modi fononici associati a vibrazioni reticolari specifiche e dimostrando che includere elementi di matrice fotoemissiva realistici può cambiare le forze d’interazione inferite di oltre un fattore due.

Rivelare simmetrie sottili nel grafene

Come secondo esempio, gli autori studiano il grafene drogato con litio, dove gli elettroni nei “coni di Dirac” interagiscono fortemente con modi fononici nel piano. Qui le bande sono quasi lineari, e xARPES utilizza la sua modalità a dispersione lineare per estrarre l’energia autonoma separatamente per due tagli di momento correlati dalla simmetria. Le funzioni di Eliashberg risultanti dai lati sinistro e destro del cono si sovrappongono quasi perfettamente, rivelando un alto grado di consistenza interna e suggerendo che l’accoppiamento sottostante è lo stesso in entrambe le direzioni, come previsto dalla simmetria. Questo tipo di confronto quantitativo, reso possibile dal quadro automatizzato e fondato su basi statistiche, indica il grafene drogato come un eccellente sistema di riferimento per testare teorie sull’accoppiamento elettrone–fonone.

Perché tutto ciò conta per i materiali futuri

Per i non specialisti, il risultato chiave è che xARPES trasforma quella che era in parte una procedura manuale e soggettiva in una pipeline riproducibile e probabilistica. Dato un set di dati ARPES di alta qualità, il codice fornisce stime ottimali — e incertezze — su quanto fortemente gli elettroni vengono dispersi da fononi, impurezze e altri elettroni, e ricostruisce lo spettro fononico che più probabilmente spiega i kink osservati nelle bande. Essendo open-source e progettato esplicitamente per collegarsi ai calcoli ab initio della struttura elettronica, xARPES offre uno standard condiviso con cui sperimentalisti e teorici possono confrontare i risultati. Questo dovrebbe accelerare la progettazione e la valutazione di nuovi materiali quantistici, da conduttori più efficienti a potenziali superconduttori ad alta temperatura.

Citazione: 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

Parole chiave: spettroscopia fotoemissiva angolarmente risolta, accoppiamento elettrone-fonone, funzione di Eliashberg, estrazione dell’energia autonoma, software xARPES