上海交通大学叶天南团队Nat. Commun.：机器学习助力合成氨金属间化合物催化剂定向设计

背景：氨作为重要化工原料和能源载体，其工业生产依赖高能耗的Haber-Bosch工艺，亟需开发高效催化剂降低反应能垒。研究目的：针对钌基金属间化合物催化剂缺乏系统理论指导的问题，通过机器学习方法实现高性能催化剂的定向设计。结论：研究成功开发出Sc1/8Nd7/8Ru2新型催化剂，在温和条件下展现出优异活性和稳定性，其突破性在于发现d-p轨道杂化机制和间隙位点储氢特性，为催化剂理性设计提供了新范式。