四川大学，最新Nature Synthesis！

背景：光催化合成过氧化氢是一种绿色可持续的生产方式，但主流光催化剂存在光吸收和电荷分离效率瓶颈，共价有机框架（COF）作为潜力材料，其结构多样性和机理复杂性使得理性设计困难。研究目的：为克服传统试错法局限，四川大学等研究团队提出“信息协同演化”机器学习框架，旨在高效预测并筛选高性能COF光催化剂。结论：该框架通过数据增强、集成建模和跨尺度特征融合，显著提升了模型预测精度，成功从万余候选结构中筛选出多个高性能COF，其中COF-343的过氧化氢产率高达12978.7 µmol h⁻¹ g⁻¹，实验验证了方法的有效性和泛化能力，为COF光催化剂的理性设计提供了新范式。