【理论】机器学习大数据分析揭示C–C电催化偶联机理

文章预览

碳碳（C-C）偶联反应步是电催化C O 2 还原生成绿色化学品的必经步骤。然而由于催化反应网络的复杂性，其内在反应机理和催化剂材料设计的方向目前仍存在争议。近日， 阿德莱德大学乔世璋 院士团队率先 从全局的视角建立了一个涵盖所有C-C偶联前体和催化活性位点组成的综合数据集，在机器学习技术的辅助下，通过大数据分析来探索反应机理和筛选催化剂，并成功由实验验证。 将大数据分析的思路应用于解决催化反应机理和催化剂成分组成的复杂性问题，将为加速催化剂研究树立新的范式。 图1. C–C偶联大数据集的构建和采样。图片来源： J. Am. Chem. Soc. 在C O 2 电催化过程中，C-C偶联是生成多碳（ C 2+ ）产物的必要过程。然而，目前占主导地位的 Cu 基电催化剂的效率仍然存在问题。由于对反应机理的了解有限，设计高活性和高效率的催化剂具 ………………………………