近日，中國科學技術大學（以下簡稱中國科大）教授熊宇杰、特任教授高超團隊與合作者實現了人工光合系統的高通量篩選，為未來高效人工光合系統研發提供了一種可行性范式。2月27日，研究成果作為封面文章發表于《自然-催化》。
期刊封面——基于機器學習加速的人工光合系統高通量篩選。中國科大供圖構筑光能轉化效率更高的人工光合系統，有望為緩解能源環境危機、降低碳排放提供新的理論和技術支撐。在開發高效人工光合系統的過程中，涉及大量的分子光敏劑和分子催化劑的組合，通過傳統的反復試錯實驗極其耗時。由于缺乏可靠的描述符，業界一直難以實現人工光合系統的高通量篩選。
熊宇杰、高超長期從事人工光合系統的能量耦合與轉換機制研究，在各種體系中凝練出偶極耦合在能量耦合與轉換過程中的普適性作用。在此基礎上，該團隊通過大量的分子光催化體系實驗研究，建立了人工光合系統結構和性能的實驗數據庫。
進一步地，他們與中國科大教授江俊課題組合作，采用了包含光敏化、電子轉移和催化三個關鍵步驟的不同描述符，提出了一種基于機器學習加速的分子光催化二氧化碳轉化系統的高通量篩選策略。該策略實現了對數千種不同的分子光敏劑和分子催化劑組合進行快速篩選，確定其中的高效人工光合系統，性能處于國際領先水平。
與此同時，與中國科學院高能物理所研究員陶冶和國家加速器實驗室研究員Dimosthenis Sokaras合作，利用時間分辨譜學證實了偶極耦合作為描述符的可靠性，并證實了偶極耦合在引發動態催化反應過程中的作用。
該研究提出的描述符——催化劑的二氧化碳吸附能、光敏劑的壽命、源自于光敏劑和催化劑的本征和躍遷偶極的電子耦合，可以制定一種高通量篩選方案，實現光敏劑和催化劑組合的快速準確預測。該方案從3444種光敏劑和催化劑組合中快速準確地預測出6種高效的分子光催化體系。
研究人員介紹，該研究范式未來可用于指導高效光化學均相催化劑的設計，促進其他催化化學轉化領域的發展。
相關論文信息：https://doi.org/10.1038/s41929-025-01291-z
本文鏈接：中國科大實現AI助力高通量篩選人工光合系統http://m.lensthegame.com/show-11-17934-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇： 苔蘚植物：構筑一個小而美的世界 | 薦書