【做计算 找华算】
理论计算助攻顶刊，
50000+
成功案例，全职海归技术团队、正版商业软件版权！
直接生成具有最佳性能的材料结构是材料设计的长期目标。传统的生成模型往往难以有效地探索全球化学空间，限制了它们在局部空间的效用。基于此，
东南大学王金兰教授和周跫桦副教授（共同通讯作者）等人
报道了一个通用的逆设计框架来解决上述挑战，即基于高效全球化学空间搜索的材料生成（MAGECS），该框架集成了鸟群算法（BSA）、晶体扩散变分自编码器（CDVAE）和监督图神经网络（GNN）。引入BSA可以通过优化潜在空间向量，有效地引导生成器生成具有目标属性的结构，而潜在空间向量是生成模型在属性空间中构造结构的输入。这将结构的生成从传统的随机生成转变为基于目标属性的有目的和有效的属性空间探索。
利用MAGECS，作者首次实现了基于生成模型的新型合金二氧化碳还原反应（CO
2
RR）电催化剂的反设计，这是减少温室气体排放和促进碳循环的关键一步。为有效地评价合金的CO
2
RR活性，作者利用CO的最佳吸附能（Δ
E
CO
），CO通常是电催化CO
2
RR的关键中间体。在生成的250000个合金表面中，具有高CO
2
RR活性的结构比例是随机生成的CDVAE结构的2.5倍。在这些高活性合金表面中，作者进一步考虑了竞争性析氢反应（HER）和热力学稳定性，并筛选出了前110个潜在表面，用第一性原理计算进行进一步验证。此外，作者成功合成了五种新型合金催化剂CuAl、AlPd、Sn
2
Pd
5
、Sn
9
Pd
7
和CuAlSe
2
，其中两种催化剂具有较高的CO
2
RR活性（在-1.1 V下具有-600.6 mA cm
-2
和-296.2 mA cm
-2
的电流密度）和选择性（约90% CO
2
RR法拉第效率）。本工作突出了MAGECS在功能性材料开发方面的革命性潜力，为全自动、人工智能驱动的材料设计铺平了道路。
相关工作以《Inverse design of promising electrocatalysts for CO
2
reduction via generative models and bird swarm algorithm》为题发表在最新一期《Nature Communications》上。
值得注意的是，这是王金兰教授发表的第17篇Nature Communications！
王金兰
，教授，博士生导师。东南大学物理学院首席教授、博士生导师、东南大学特聘教授、国家杰出青年、国务院特殊津贴获得者。2002年毕业于南京大学物理系，获博士学位。2003-2005年在美国Argonne 国家实验室化学部从事博士后研究。2005年底由东南大学引进。2006年入选教育部新世纪优秀人才支持计划，2013年获江苏省杰出青年基金、2015年获国家杰出青年基金、2016年获江苏省“333”领军人才支持计划，2018年入选国务院特殊津贴专家，2021年入选英国皇家化学会会士。
以第一作者/通讯作者在Nature、Science、Nat. Nanotechnol.、Nat. Commun.、J. Am. Chem. Soc.、Angew. Chem. Int. Ed.等顶级期刊发表论文，SCI论文总计200余篇，总引用已达16000余次，H-index 65，连续八年入选Elsevier中国高被引学者。目前，担任Nanoscale副主编、Nanoscale Horizons科学编辑及Journal of Physical Chemistry Letters等多个期刊的编委。
课题组网页：https://physics.seu.edu.cn/jlwang_zh/main.psp
.
逆向设计框架MAGECS包括两个主要的操作领域：结构空间中新表面的生成和属性空间中生成表面的全局优化。首先，作者使用CDVAE预训练生成模型创建高质量和多样性的新表面。然后，利用Langevin动力学对CDVAE的表面化学计量和坐标进行调整。其次，为实现生成表面在属性空间上的优化，作者需要快速评估这些生成表面的CO
2
活性。作者列举了表面上所有可能的吸附位点，并在这些位点上添加CO。第三，为引导生成器生成CO
2
RR的活动曲面（即全局优化属性空间中的潜在向量），作者集成了受鸟群中观察到的群体智能启发的BSA算法。通过对这些相互作用的建模，BSA不仅具有较高的优化效率，而且具有较强的逃避局部最优的能力。
在每步生成的100个表面中，随着BSA的运行，|Δ
E
CO
+0.67|≤0.15 eV的表面比例迅速增加，在200步后最终保持在38%左右，产生了相当多的期望表面。作者将BSA引导的属性优化与其他三种优化方法进行比较，每种优化方法分别生成50000个曲面：（1）联合训练的结合梯度下降的属性预测器（JTPP-GD）；（2）粒子群优化（PSO）；（3）遗传算法（GA）。值得注意的是，在生成的表面中，许多表面被证实具有较高的CO
2
RR性能。
作者可视化了250000个合金表面上每种元素的出现频率，其中Cu和Al是最普遍的元素。由Cu和Al组成的二元合金与其他元素结合时，具有最佳的CO
2
RR活性，还有许多高活性的二元合金表面有待探索，如AlPt、AlPd和SnPd。除二元合金外，还包括纯金属、三元合金和季元合金，总共4573种成分中有1549种满足|Δ
E
CO
+0.67| ≤ 0.15 eV。
图4. DFT验证和筛选生成的合金表面以进行实验验证
