AI助力催化科学：Dig Cat平台加速新型催化材料开发

络绎科学 · 公众号 · · 2024-04-07 13:08

正文

供稿：李昊团队

AI 电催化实验室前端数字催化平台 Digital Catalysis Platform（Dig Cat）是由日本东北大学李昊实验室团队领衔与国内外十余团队合作共同开发的大数据平台。平台集合了数据挖掘、性能对标、规范实验、问题总结、理论建模、人工智能预测新材料等多种功能。

全文速览

基于“大数据平台+人工智能方法+精准理论建模”的研究方法是未来开发新型催化材料的主流趋势。由“大数据平台+人工智能方法+精准理论建模”构成的人工智能实验室前端为催化集合成和性能表征提供了更有价值的尝试方案，对于节省开发成本、加快发现新型性能优异且成本低廉的催化剂具有重要意义。

内容简介

数字催化平台 Digital Catalysis Platform（DigCat）是由日本东北大学李昊实验室团队领衔，与国内外十余团队合作共同开发的大数据平台。平台集合了数据挖掘、性能对标、规范实验、问题总结、理论建模、人工智能预测新材料等多种功能。目前，数字平台包含超过 24 万个数据点，全面涵盖各种材料类型，共 62 种催化反应、共 84 个性能指标的数据。主要包括氧还原反应、析氧反应、析氢反应、合成氨、二氧化碳还原，双氧水合成、臭氧合成、氢、氨氧化反应、氮气、氨气氧化反应、电催化加氢、环氧烯烃合成、尿素合成、甲醇乙醇重整制氢与有机催化反应等，同时涵盖多种材料，包括过渡金属及其合金，金属氧化物，氮化物，碳化物，硫化物，磷化物，贵金属，单原子催化剂、二维材料、钙钛矿等。

数据平台左侧为用户使用入口，点击下拉菜单即可选择用户感兴趣的反应类型和材料类型。以燃料电池中氧还原反应为例，用户可以选择感兴趣的材料类型。数据平台将显示默认横纵坐标的图表。用户可以根据需求更改横坐标为感兴趣的元素类型，平台提供手动输入元素类型入口，同时可以选择至少包含其中一种元素或仅包含其中一种或几种元素，平台将自动显示包含不同元素材料的催化剂性能。平台用户也可以更改纵轴性能指标以满足不同需求。数字催化平台同时提供了数据分析选项，选择数据分类标签。例如酸碱度 pH，将性能数据按照酸性，碱性分类。此时平台将显示不同酸碱度条件下的性能指标趋势，为用户提供理论建模或机器学习的实验数据基础。

针对更加复杂的实验数据，例如不同电极电势下的电流密度大小，平台也提供了更加复杂的三维图表分析，通过观察三维图表数据分布，结合限定反应条件的滑动条，即可完成不同反应条件的限定和筛选，帮助用户实现目标数据的快速获取。

大数据平台也为实验规范性和可靠性提供了分析依据。通过对比大量标准样品的实验数据，方便用户排除实验噪点，最终获得更加可靠的实验数据。因此，数据平台也可以作为实验规范性和可靠性评价依据。

通过数据分类检索，平台也为用户提供了快速查看原始文献的快捷功能。用户只需要将鼠标悬停感兴趣的数据上，获得数据点代表的材料 ID，输入下方对话框，点击获得原文链接，平台将直接为用户提供原文链接帮助用户快速追踪。

Dig Cat 平台也为用户提供了更多基于人工智能的高级功能。比如 AI 问答，用户可以输入自己感兴趣的数据一篇或多篇文献 ID，然后输入针对有关文献任何感兴趣的问题，例如文献内容总结点击提交，平台将利用 AI 工具对原文进行分析，在短短几秒内即可帮助用户快速获得重要信息。最后，数据平台可以通过局部数据导出功能，也为下一步为建立人工智能模型提供高质量数据集。

目前，数字催化平台（DigCat）已在内部公测中，开发团队正在完善用户管理系统和数据安全性测试，同时推进商业化合作进程，具体链接及公布时间请关注开发团队课题组主页（ https://www.li-lab-cat-design.com/ ），如果您有任何建议或希望参与合作，请您扫码下方链接提出宝贵意见，感谢您的关注！

作者课题组介绍

日本东北大学材料科学高等研究所 HaoLi Lab 团队：

数字催化平台 DigCat 负责人：

李昊，副教授，2022 年起任职于日本东北大学 (Tohoku University) 材料科学高等研究所 (AIMR)，作为课题组负责人从事材料设计与计算、人工智能(机器学习和数据科学)开发研究。2019 年博士毕业于美国德克萨斯大学奥斯汀分校化学系及 Oden 科学与工程计算中心(师从反应过渡态算法创始人之一 Graeme Henkelman 教授)。2017 年在加州大学洛杉矶分校的纯粹与应用数学中心 (IPAM) 担任访问研究员。2020-2022 年初于丹麦科技大学物理系从事博士后工作，师从现代催化理论鼻祖、美国工程院院士 Jens K Nørskov 教授（美国工程院院士、丹麦双院院士、欧盟院士）。2014 年至今已发表论文 181 篇，包含 Nature Catalysis、Nature Communications、Journal of the American Chemical Society、Advanced Materials、ACS Catalysis 等领域权威杂志。总引用 >8200 余次、h 指数为 51。

张頔，日本东北大学特聘助理教授，2021 年博士毕业于上海交通大学，主要研究方向为材料计算理论与人工智能方法开发，电催化过程理论建模与预测，先进氢能源材料设计与开发。目前以第一作者在 Nature Communications, JACS, Advanced Materials 等国际知名期刊发表论文。

AI助力催化科学：Dig Cat平台加速新型催化材料开发

正文

请到「今天看啥」查看全文