华东理工大学刘振团队AI辅助过渡金属催化剂设计领域新进展

背景：过渡金属催化剂设计是化学领域的关键课题，传统方法效率有限。研究目的：华东理工大学刘振教授团队旨在结合密度泛函理论（DFT）机理认识与人工智能（AI）技术，建立可迁移的方法学，以高效筛选和优化过渡金属催化体系。结论：团队针对CO2与烯烃耦合、乙烯三聚/四聚等反应，构建了“机理引导”的参数化流程和机器学习预测模型，成功识别出关键描述符（如HOMO能级、位阻参数），并指导新型催化剂设计，有效预测了选择性和副产物聚乙烯（PE）含量，为催化剂定向优化提供了清晰、可迁移的结构规律。