研究进展：AI+分子筛，催化过渡态PoTS | Nature Computational Science

本文介绍了麻省理工学院研究团队在《自然·计算科学》上发表的研究，提出了一种名为PoTS的自动化计算流程，用于解决沸石纳米孔道内过渡态搜索困难、依赖人工且计算成本高的问题。研究背景在于沸石作为重要催化剂，其受限纳米环境对过渡态稳定化具有选择性，但传统模拟方法依赖手动操作，缺乏可扩展性。研究目的是开发自动化流程，通过密度泛函理论自动定位气相过渡态，并利用二聚体方法在周期性边界条件下进行凝聚相过渡态搜索，减少人工干预，提高成功率。结论显示，PoTS成功构建了包含1000多个沸石限域过渡态的大型数据集，应用于二乙苯转烷基化等反应，揭示了孔道几何结构和酸性位点位置对反应选择性和能垒的调控机制，同时指出了静态密度泛函理论在处理动态双分子相互作用时的局限性。