Npj Comput. Mater.：不再“碰运气”的催化剂研发：拓扑模型点石成金

本文介绍了北京大学深圳研究生院潘锋教授团队在异质催化研究中提出的一种新型拓扑驱动生成模型框架（PGH-VAEs），用于实现催化活性位点的逆向设计。研究通过引入持续GLMY同调（PGH）这一代数拓扑工具，精确表征催化活性位点的拓扑特征，并结合变分自编码器（VAE）架构，在半监督学习机制下训练出一个可解释的潜在空间。该模型在*OH吸附能预测中表现出色，平均绝对误差为0.045 eV，并揭示了PGH拓扑特征与吸附性能之间的线性相关性。研究还提出了不同晶面下的最优组分比例，为实验催化剂合成提供了定量指导。