均相催化中膦配体筛选长期依赖实验试错，缺乏普适设计规律。依托“东方”超级计算系统，中国科学院上海有机化学研究所研究团队开展了大规模并行模拟与神经网络势函数训练，构建了包含6万种金属‑膦配体组合的催化剂数据库。

团队提出以金属‑配体相互作用能为核心描述符、结合Sabatier原理构建火山图的策略，无需实验输入即可圈定最优配体空间。该计算范式成功指导实验开发出11种新型膦配体并实现惰性氯苯的高效C‑C偶联，在双羰化反应中筛选出2种高效膦配体，进一步拓展至分子筛催化领域，建立了结构‑性能数据库并阐明限域效应，开发出高效稳定的Pt₁@Ge‑MFI催化剂。

该成果推动计算催化从经验试错走向精准预测，为绿色能源转化与智能催化剂设计提供高效研发范式。该成果受到2024年度“东方之星”青年科学家创新基金资助。

人工智能驱动筛选Pt₁@Ge MFI催化剂

责任编辑：郎杨琴