寻找影响特定反应的活性位点结构的关键因素的材料基因有助于寻找能够降低反应能垒的催化剂。有鉴于此，华东理工大学王海丰等报道通过拓扑学给出一种四维度描述符，从而用于表达催化剂的结构基因。

主要内容

（1）

通过与机器学习模型结合，能够准确有效的预测一系列金属氧化物材料切断甲烷C-H化学键的能垒。通过这些结构基因能够高通量的筛选具有低温活化甲烷功能的催化剂，从9095种金属氧化物中找到13种可能的催化剂，这种拓扑材料方法能够用于其他脱氢催化反应高通量催化剂筛选。

（2）

鉴定了能够产生活化CH₄分子的高活性催化剂，解释说明IrO₂(110)为何是性能优异的催化剂。通过筛选催化剂的工作流，发现13种能够低温活化CH₄分子的金属氧化物催化剂。

参考文献

Chuan Zhou, Chen Chen, P. Hu, and Haifeng Wang*, Topology-Determined Structural Genes Enable Data-Driven Discovery and Intelligent Design of Potential Metal Oxides for Inert C–H Bond Activation, J. Am. Chem. Soc. 2023

DOI: 10.1021/jacs.3c06166

https://pubs.acs.org/doi/10.1021/jacs.3c06166