Nat Commun: 通过第一性原理计算和人工智能设计的单原子合金催化剂

雨辰

2021-03-24

单原子合金催化剂(SAACs)是近年来催化研究的前沿领域。同时优化反应物的易离解性和平衡中间体的结合强度，使其成为一些重要工业反应的高效催化剂。然而，由于缺乏对大量候选材料的催化性能的快速而可靠的预测，阻碍了新SAAC的发现。

有鉴于此，莫斯科斯科尔科沃科技学院Sergey V. Levchenko、中国科学院上海高等研究院Yi Gao和柏林工业大学Aliaksei Mazheika等人，通过应用以密度函数输入为参数的压缩传感数据分析方法来解决此问题。

本文要点

1）结合第一性原理计算和压缩传感数据分析方法，解决了在不同的工业重要反应中阻碍SAAC广泛使用的问题。用于识别关键描述参数的基于压缩感知的最新技术是最近开发的SISSO（确保独立性筛选和稀疏运算符）。

2）SISSO能够在提供的大量候选描述符中识别出最佳的低维描述符。除了持续预测经过实验研究的SAAC的效率外，还确定了200多个尚未报告的有前途的候选材料。其中一些候选材料比报告的候选材料更加稳定和有效。

3）还介绍了一种基于数据挖掘方法子群发现的复杂符号回归模型的定性分析的新方法。

总之，该工作证明了数据分析对于避免催化设计中出现偏差的重要性，并提供了寻找适用于各种应用的最佳SAAC的方法。

参考文献：

Han, ZK., Sarker, D., Ouyang, R. et al. Single-atom alloy catalysts designed by first-principles calculations and artificial intelligence. Nat Commun 12, 1833 (2021).

DOI: 10.1038/s41467-021-22048-9

https://doi.org/10.1038/s41467-021-22048-9