正文
研究结果表明，通过合理的调控金属的类型，能够明显的提高DAC催化剂的催化活性，其中具有最高反应活性和优异选择性的CoNi是电还原/热还原途径最有前景的催化剂。随后，系统的分析电子结构和结构的研究基础之上，建立了各种定量的构性关系。结果表明，从关键物质、电荷转移、d轨道中心、键长、光谱信号等描述符可以直接的定量确定基元步骤的关键相互作用和反应性质。
2）
对于整个反应而言，采用新颖有效的三步策略（three-step strategy）设计的
综合描述符
具有更好的性能。提出的利用物理可解释参数（physically interpretable parameters）定量预测催化性能的能力，可以显著的拓宽催化描述符在材料设计中的应用，因此为DAC催化剂的设计提供不可或缺的帮助和指导。
参考文献
Chuanyi Jia, Bo Li, Jing Yang*, Shuang Jiang, Zhanyong Gu, Li Sun, Wenhui Zhong, Edward Sharman, Yi Luo, and Jun Jiang*, Prediction of C
2
N-Supported Double-Atom Catalysts with Individual/Integrated Descriptors for Electrochemical and Thermochemical CO
2
Reduction, J. Am. Chem. Soc. 2025
DOI: 10.1021/jacs.4c16377
https://pubs.acs.org/doi/10.1021/jacs.4c16377
