近日，中国科学技术大学（以下简称中国科大）教授熊宇杰、特任教授高超团队与合作者实现了人工光合系统的高通量筛选，为未来高效人工光合系统研发提供了一种可行性范式。2月27日，研究成果作为封面文章发表于《自然-催化》。
期刊封面——基于机器学习加速的人工光合系统高通量筛选。中国科大供图 构筑光能转化效率更高的人工光合系统，有望为缓解能源环境危机、降低碳排放提供新的理论和技术支撑。在开发高效人工光合系统的过程中，涉及大量的分子光敏剂和分子催化剂的组合，通过传统的反复试错实验极其耗时。由于缺乏可靠的描述符，业界一直难以实现人工光合系统的高通量筛选。
熊宇杰、高超长期从事人工光合系统的能量耦合与转换机制研究，在各种体系中凝练出偶极耦合在能量耦合与转换过程中的普适性作用。在此基础上，该团队通过大量的分子光催化体系实验研究，建立了人工光合系统结构和性能的实验数据库。
进一步地，他们与中国科大教授江俊课题组合作，采用了包含光敏化、电子转移和催化三个关键步骤的不同描述符，提出了一种基于机器学习加速的分子光催化二氧化碳转化系统的高通量筛选策略。该策略实现了对数千种不同的分子光敏剂和分子催化剂组合进行快速筛选，确定其中的高效人工光合系统，性能处于国际领先水平。
与此同时，与中国科学院高能物理所研究员陶冶和国家加速器实验室研究员Dimosthenis Sokaras合作，利用时间分辨谱学证实了偶极耦合作为描述符的可靠性，并证实了偶极耦合在引发动态催化反应过程中的作用。
该研究提出的描述符——催化剂的二氧化碳吸附能、光敏剂的寿命、源自于光敏剂和催化剂的本征和跃迁偶极的电子耦合，可以制定一种高通量筛选方案，实现光敏剂和催化剂组合的快速准确预测。该方案从3444种光敏剂和催化剂组合中快速准确地预测出6种高效的分子光催化体系。
研究人员介绍，该研究范式未来可用于指导高效光化学均相催化剂的设计，促进其他催化化学转化领域的发展。
相关论文信息：https://doi.org/10.1038/s41929-025-01291-z
本文链接：http://www.gihot.com/news-8-2181-0.html中国科大实现AI助力高通量筛选人工光合系统
声明：本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
点击右上角
微信好友
朋友圈
点击浏览器下方“
”分享微信好友Safari浏览器请点击“
”按钮
点击右上角
QQ
点击浏览器下方“”分享QQ好友Safari浏览器请点击“”按钮
