机器学习！上交「国家高层次人才」叶天南&上科大齐彦鹏Nature子刊丨机器学习辅助调控Ru-N键促进氨合成

背景：钌基金属间化合物（Ru-IMCs）在温和条件下氨合成中具有潜力，但其复杂物相特性与众多控制参数对催化剂设计构成挑战。研究目的：通过机器学习与模型挖掘技术相结合，快速筛选高效氨合成催化剂，并深入理解其反应机理。结论：研究成功设计出Sc1/8Nd7/8Ru2催化剂，在0.1MPa和400°C条件下达到8.18 mmol m-2 h-1的产氨速率，并通过DFT计算与原位表征揭示钌-氮相互作用受d-p轨道杂化调控，突显机器学习在探索金属间化合物氨合成催化剂方面的重要价值。