近万步反应网络揭示CO₂制燃料关键路径

近日，印度理工学院研究团队在《自然·通讯》发表成果，提出数据驱动计算框架，成功绘制铜催化剂表面二氧化碳加氢制燃料的近万步微观反应网络。传统模型受限于算力，仅能模拟少量反应，易遗漏关键路径。该团队结合量子力学模拟、机器学习与自动化反应枚举技术，将初始152步反应扩展至9389步基元反应。验证表明，传统网络错误预测甲酸为主产物且低估转化率，而扩展网络精准匹配实验数据，预测二氧化碳转化率提升约40倍，并正确锁定甲醇与一氧化碳为关键产物。研究进一步揭示，氢气在关键步骤中可直接以分子形态向含氧中间体转移，而非必须解离为原子态，该路径对甲醇生成尤为有利。该发现修正了传统认知，表明增强催化剂与氢气的作用强度或可显著提升燃料合成效率。此项多源计算框架不仅为二氧化碳资源化利用提供精准设计指南，亦有望拓展至固氮、水分解等其他工业催化过程。