复旦大学郑耿锋团队ACS Catal.: 机器学习指导电还原C-N偶联选择性生成甲酰胺

第一作者：薛圆媛、徐梦秋（共同一作）

通讯作者：郑耿锋、张丽娟

通讯单位：复旦大学

论文DOI：10.1021/acscatal.6c00562

全文速览

近日，复旦大学先进材料实验室郑耿锋教授团队，通过结合恒电势计算、机器学习和实验验证揭示电化学C–N偶联生成非常规产物甲酰胺的关键机制。研究发现，氢化原子的类型差异（如C、N和O）对于调节尿素与甲酰胺之间的C–N偶联产物选择性至关重要。此外，*CO质子化为*CHO以及*CHO与*NH之间的偶联是形成甲酰胺的可行途径，据此建立两个描述符（ΔE_ads(*NH)和[ΔE_ads(*CHO) – ΔE_ads(*CO)]/ΔE_ads(*CO)）。通过机器学习方法筛选了约60种合金催化剂，并选定铬掺杂铜作为电化学C–N偶联生成甲酰胺的最有效催化剂。经实验验证，该催化剂的甲酰胺产速高达35.0 mmol h^–1 g^–1，且可以有效抑制尿素的生成，这表明理论指导的电催化剂设计在实现非常规产物选择性方面具有潜力。相关成果以“Unlock the C–N Coupling Selectivity toward Formamide over Urea by Switching the Hydrogenation Site”为题，于2026年3月16日发表于ACS Catalysis。

背景介绍

酰胺是一类含氮化合物，广泛应用于塑料、药品、聚合物、乳化剂和农用化学品的制造中。工业上合成酰胺的方法是在高温（约350 K）和高压（0.8–1.7 MPa）条件下，使一氧化碳（CO）与氨（NH₃）发生反应，该过程能耗高且碳排放量大。基于可再生能源的电化学合成是一种潜在的绿色方法，可利用不同的含碳（如CO₂、CO和HCOOH/HCOO^–）和含氮（如N₂、NO₂^–和NO₃^–）反应物制备C–N偶联化学品。尽管如此，大多数报道都表明尿素（H₂NCONH₂）是主要产物，而酰胺（甚至是最简单的甲酰胺）的电合成选择性仍然较低。

本文亮点

1）通过恒电势计算基于模型催化剂Cu探讨电还原C–N偶联反应中生成尿素与甲酰胺的选择性机制。研究发现，关键中间体*NCO中的氢化原子类型（N、C、O）决定了反应路径的方向。*NCO中N 的氢化会导致尿素的形成，而*NCO中C的氢化则会导致甲酰胺的形成。此外，由于电荷吸引和强极性键形成，*NCO中N的加氢更具优势，这解释了为何在电还原C–N偶联过程中尿素占主导地位。

2）电荷分析表明，含碳中间体*CO中碳的正电性小于偶联中间体*NCO中的碳原子。因此，通过*CO转化为*CHO，再由*CHO与*NH偶联，是更为可行的甲酰胺生成路径。根据两个描述符（ΔE_ads(*NH)和[ΔE_ads(*CHO) − ΔE_ads(*CO)]/ΔE_ads(*CO)）通过机器学习模型筛选高效的金属掺杂Cu催化剂，其中Cr掺杂Cu表现优异。特征分析表明，*CHO的生成主要受掺杂金属调控，而*NH的吸附则可由相邻的Cu台阶位点调节。

3）电化学测试结合产物检测发现，Cr掺杂Cu催化剂具有35.0 mmol h^–1 g^–1的甲酰胺产速，同时可抑制尿素生成，表明所构建的理论框架的合理性和实用性。机器学习、实验与恒电势计算的结合，为探究尿素-甲酰胺竞争机制提供了新的研究范式。

图文解析

图1. C–N偶联产物中尿素与甲酰胺生成竞争机制

要点：

1）比较*CO与不同含氮中间体的偶联过程和相关竞争步骤发现，*N与 *CO偶联是最有利的C–N偶联方式。

2）通过Bader电荷结合态密度和COHP分析发现，由于电荷极性差异和共价键极性强弱不同，*NCO中N原子最容易与质子结合，从而生成尿素而非甲酰胺。

图2. 甲酰胺生成可行路径

要点：

1）比较偶联前后发现，*CO中C原子的正电性最低，最容易和质子结合生成*CHO。*CHO与*NH最容易偶联，从而可生成甲酰胺。

2）*CO加氢转变为*CHO是甲酰胺生成路径的决速步骤，其所需能量高于尿素路径决速步。

图3. 反应描述符构建和催化剂筛选

要点：

1）构建机器学习模型分别预测描述符ΔE_ads(*NH)和[ΔE_ads(*CHO) − ΔE_ads(*CO)]/ΔE_ads(*CO)。特征分析表明掺杂金属与Cu之间的电荷转移在决定[ΔE_ads(*CHO) − ΔE_ads(*CO)]/ΔE_ads(*CO)方面贡献最大，而Cu基底晶面间距和Cu原子配位数对决定ΔE_ads(*NH)数值尤为重要。

2）机器学习模型筛选催化剂发现，Cr、Ti、Cd掺杂的Cu催化剂是用于甲酰胺生成的潜在优势催化剂。

3）恒电势分析表明，pH 14下，−0.7 ~ −1.8 V_SHE（对应于0.1 ~ −1 V_RHE）区间内Cr掺杂Cu表面上*CO加氢（生成*CHO）比*CO与N偶联（生成*NCO）更具热力学优势。

图4. Cr掺杂Cu催化剂性能验证

要点：

1）Cu催化剂仅能生成尿素，而Cr掺杂Cu催化剂可以专一地生成甲酰胺，二者表现出完全不同的C−N偶联产物选择性。

2）C−N偶联反应电位为−0.6 V_RHE（pH 14），位于前述理论预测的甲酰胺生成优势电位范围（0.1 ~ −1 V_RHE）。

3）共还原CO与NO₂⁻时，Cr掺杂Cu催化剂生成甲酰胺的产速为35.0 mmol h^–1 g^–1，与过去报道相比催化剂性能良好。

意义与展望

本研究通过结合DFT计算、机器学习以及实验验证，提出了一种理论指导下的方法，用于解耦电化学C–N偶联过程中甲酰胺与尿素的生成路径。通过理论指导的电催化剂设计，在揭示反应机理及发现非常规C–N偶联产物方面具有广阔前景。

通讯作者介绍

郑耿锋，复旦大学近思讲席教授、上海尚思自然科学研究院探索学者。2000年本科毕业于复旦大学化学系，2007年获得美国哈佛大学物理化学博士学位，之后在美国西北大学进行博士后研究，2010年起在复旦大学先进材料实验室工作。从事纳米功能材料的设计合成，及其在催化和生物器件方面的应用。曾获得国家杰出青年科学基金、国家重点研发计划首席、教育部青年长江学者、科睿唯安“全球高被引科学家”、中国化学会无机化学-纳米研究奖、中国化学会青年化学奖、上海市自然科学二等奖、宝钢基金会优秀教师奖、教育部拔尖计划优秀导师奖、全国归侨侨眷先进个人、上海市五四青年奖章、Nano Research Young Innovators Award in Nano Energy等荣誉。

测试表征+计算+绘图