KI deckt 10.000 Reaktionspfade bei CO₂-Umwandlung auf

Forscher der Indian Institute of Science (IISc) in Bangalore haben ein datengetriebenes Rechenframework entwickelt, das nahezu zehntausend chemische Reaktionswege bei der Umwandlung von Kohlendioxid in Kraftstoffe und Chemikalien abbildet. Die Untersuchung wurde im Fachjournal Nature Communications veröffentlicht. Bisherige computergestützte Modellierungen der CO2-Hydrierung an Kupferkatalysatoren beschränkten sich aus Rechenaufwandgründen auf einige hundert wahrscheinlicher Reaktionen und übersahen dabei entscheidende Zwischenschritte. Das neue Verfahren kombiniert quantenmechanische Simulationen, maschinelles Lernen und automatisierte Reaktionsenumeration, um eine kinetische Netzwerkanalyse mit über neuntausend dreihundertachtneunzig elementaren Schritten zu ermöglichen. Die Validierung des erweiterten Modells zeigte einen signifikanten Genauigkeitszuwachs: Während frühere Ansätze fälschlicherweise Ameisensäure als Hauptprodukt vorhersagten und die CO2-Umsatzrate erheblich unterschätzten, stimmen die neuen Berechnungen exakt mit experimentellen Daten überein. Bei Einbindung in das kinetische Modell steigt die vorhergesagte CO2-Konversion um den Faktor vierzig, wobei Methanol und Kohlenmonoxid als Hauptprodukte identifiziert werden. Die experimentelle Bestätigung erfolgte in Zusammenarbeit mit Forschern des Green Research and Development Centers der Hindustan Petroleum Corporation Limited sowie des Agency for Science, Technology and Research in Singapur. Eine zentrale Erkenntnis des großen Reaktionsnetzwerks betrifft den Wasserstofftransfer. Quantenmechanische Nachberechnungen bestätigen, dass Wasserstoff in mehreren Schlüsselschritten intakt als Molekül auf sauerstoffhaltige Intermediate übertragen wird, anstatt sich zuvor in einzelne Atome zu spalten. Dieser Mechanismus widerspricht klassischen Lehrmeinungen und erklärt, warum Katalysatoren mit stärkerer Wechselwirkung zu molekularem Wasserstoff die Methanolsynthese begünstigen könnten. Die Studie veranschaulicht den systematischen Ansatz der Autorenschaft um Erstautor Anand Mohan Verma, Korrespondenzautor Ananth Govind Rajan und Co-Autor Shivam Chaturvedi. Das Framework lässt sich nach Einschätzung der Wissenschaftler auf weitere industriell relevante katalytische Prozesse übertragen, darunter die Stickstoffreduktion und die Wasserspaltung. Durch die präzise Abbildung bisher vernachlässigter Reaktionspfade schafft die Methode eine solide Grundlage für das gezielte Design hochaktiver Katalysatormaterialien. Die Kombination aus automatischer Netzwerkerweiterung und KI-gestützter Aktivierungsenergie-Vorhersage markiert einen Schritt hin zu effizienteren, skalierbaren Simulationsmethoden in der nachhaltigen Chemie- und Energieforschung.