本研究由Xiao-Wei Zhang、Chong Wang、Xiaoyu Liu、Yueyao Fan、Ting Cao和Di Xiao等人完成，主要作者隶属于美国华盛顿大学材料科学与工程系及物理系。该论文于2024年5月2日被接收，并发表在Nature Communications期刊上，文章编号为15:4223。
该研究属于凝聚态物理与二维材料科学的前沿交叉领域，聚焦于扭转过渡金属二硫族化合物（transition metal dichalcogenide, TMD）同质双层中摩尔条纹（moiré）能带的拓扑性质演化。近年来，实验在R型堆叠的扭转MoTe₂和WSe₂同质双层中观测到了整数和分数陈绝缘体（Chern insulator）态，但在不同材料中陈数（Chern number）的符号却相反，这一现象无法用已有的局域堆叠近似理论统一解释。因此，该研究的核心动机在于揭示扭转角变化如何影响摩尔势（moiré potential），进而改变摩尔能带的拓扑陈数，并阐明其背后的物理机制。
该研究的最大特色在于结合了机器学习力场（machine learning force field）与大规模密度泛函理论（density-functional theory, DFT）计算，克服了传统DFT在小扭转角下因体系原子数过多而无法进行结构弛豫的困难。具体而言，研究团队利用深度势分子动力学（deep potential molecular dynamics, DPMD）方法训练了神经网络原子间势函数，训练数据来源于6°扭转角下5000至6000步的从头算分子动力学模拟。通过该机器学习势函数，他们在LAMMPS程序中完成了扭转角低至1.25°的超胞结构弛豫，体系原子数约达13000个。随后，他们使用SIESTA软件包进行能带结构计算，并利用C₃z旋转对称性本征值的方法以及Wannier插值积分Berry曲率的方法来确定陈数。
研究首先对比了局域堆叠近似与DFT计算所得到的层赝自旋（layer pseudospin）斯格明子（skyrmion）晶格。结果显示，在3.89°的MoTe₂中，两种方法给出的斯格明子南北极位置相反，这直接导致了陈数的符号差异，其中DFT结果与实验一致。随后，他们系统计算了WSe₂和MoTe₂在不同扭转角下的价带摩尔能带结构。对于WSe₂，在3.15°时，自旋向上的K谷前两条能带的陈数均为+1；当扭转角降至1.70°时，前两条能带陈数变为+1和+1；继续降低到1.54°时，由于γ点处第一与第二条能带以及κ和κ′点处第二与第三条能带发生能带反转，陈数变为0和0；到1.25°时，前两条能带陈数为−1和−1。对于MoTe₂，计算显示在约3.89°时前两条能带陈数为+1和−1，而在约2°附近出现多条陈数均为+1的平坦能带，提示了在无外加磁场条件下模拟高阶朗道能级（Landau level）物理的可能性。
为了理解陈数符号随扭转角变化的原因，研究团队深入分析了实空间摩尔势的演化。他们利用DFT计算得到的表面Hartree势差（surface potential drop）来表征摩尔静电势的分布。结果显示，在WSe₂中，3.15°时表面势差的最大值位于MX堆叠区域，最小值位于XM堆叠区域；但随着扭转角减小至1.25°，MX和XM区域的表面势差发生了符号反转，且反转区域的面积逐渐扩大。此外，在MM堆叠区域附近出现了具有C₃对称性的六瓣花状势能分布特征。这些复杂的势能景观超出了仅基于第一星倒格矢展开的连续介质模型所能描述的范围。
进一步地，他们通过绘制γ点处前两条摩尔能带的实空间波函数分布，发现波函数的局域位置随着扭转角的变化从MX区域逐渐转移到MM区域，最终定位在XM区域。这一波函数重心的移动与能带陈数的符号变化一致，说明层赝自旋的翻转直接驱动了拓扑相变。值得注意的是，MM区域的轨道也在决定能带拓扑中扮演了重要角色，这超出了简单的实空间斯格明子图像所能解释的范畴。
为了揭示表面势差翻转的微观起源，研究团队定量计算了压电极化电荷（piezoelectric charge）和铁电极化电荷（ferroelectric charge）的分布及其随扭转角的演化。压电极化电荷密度由应变场梯度和压电系数计算得到，而铁电极化电荷则通过局域堆叠单元胞内的面外偶极矩积分获得。结果表明，在3.15°时，由于剪切应变和正应变差在MX和XM区域较大，压电电荷在这些区域占主导地位；而铁电电荷在MX和XM区域分别为正和负（顶层）。两者相互竞争，导致总电荷分布在MX区域为负、XM区域为正，对应表面势差的最大值在MX。当扭转角降至1.25°时，MX和XM区域扩大为畴，铁电电荷总量随之增加，而压电电荷则主要集中在畴壁附近，在畴内部变得很小。因此，总电荷分布发生反转，MX区域变为正、XM区域变为负。这一压电与铁电之间的竞争机制是局域堆叠近似所无法描述的，也解释了实验中观察到的陈数符号反转现象。
该研究的科学价值在于首次通过大规模第一性原理计算揭示了扭转TMD同质双层中摩尔能带拓扑随扭转角的演化规律，并阐明了压电性和铁电性竞争驱动的实空间静电势重构是拓扑转变的根本原因。这一发现不仅统一了此前实验中不同材料陈数符号相反的矛盾，还为理解摩尔体系中的多尺度相互作用提供了新的视角。从应用角度看，研究中发现的约2°附近多条陈数为+1的平坦能带为在零磁场条件下实现高阶朗道能级物理提供了可能，这对拓扑量子计算和强关联电子系统的研究具有重要意义。此外，机器学习力场与DFT相结合的方法展示了在小扭转角极限下研究摩尔体系的可行性和高效性，为未来探索更加复杂的扭转异质结构开辟了道路。
文章的亮点可以概括为以下几点：其一，利用机器学习力场实现了低至1.25°扭转角的大规模DFT计算，突破了传统方法在体系尺寸上的限制；其二，发现了陈数符号随扭转角的非单调变化，并揭示了能带反转的动量空间特征；其三，将陈数演化与实空间摩尔势的精细结构联系起来，指出仅靠简单的连续介质模型无法准确描述；其四，提出了压电极化与铁电极化之间的竞争是驱动摩尔势翻转和陈数变化的物理机制，为理解扭转TMD体系的拓扑性质提供了新的理论框架。
此外，文章还通过C₃z对称性本征值方法高效地确定了各摩尔能带的陈数，避免了直接积分Berry曲率的高计算成本。他们在方法部分还详细介绍了压电系数的计算方法和铁电偶极矩的提取方式，为后续研究提供了可复用的技术路线。该工作不仅深化了对扭转TMD同质双层拓扑物理的理解，也展示了机器学习与第一性原理计算相结合在二维材料研究中的巨大潜力。