重磅！清华大学，Nature⁺¹！

本文探讨了分子骨架编程在锂硫电池电解液化学中的应用。背景方面，锂硫电池因其高能量密度潜力备受关注，但面临硫转化动力学缓慢和多硫化物溶解问题。传统分子介体能将多相反应转化为催化路径，但分子骨架调控的作用尚未阐明。研究目的上，清华大学周光敏团队提出以2-氯嘧啶作为'前介体'模型，通过结合量子化学计算与机器学习，系统研究分子骨架对介导效应的影响。他们构建了196种衍生物数据库，筛选出最优的4-CF₃-CPyr分子。结论表明，该策略显著加速了硫氧化还原动力学，使锂硫电池在800次循环后保持81.7%容量，14.2Ah软包电池实现549Wh/kg能量密度。该工作为理性设计高效分子介体提供了新范式，并可扩展至更广泛的有机功能分子设计。