「国家杰青」程冲领衔！四川大学李爽/汪茂Nature Synthesis | 机器学习加速发现用于光合成过氧化氢的COFs！

【做计算找华算】新学期科研提速！华算科技预存增值高至30%，送￥8500+返利！额满即止，快来抢占！

共价有机框架（COFs）是一类用于过氧化氢（H₂O₂）合成的极具潜力的光催化剂，但其理性设计仍具有挑战性。尽管机器学习（ML）推动了多孔材料性质预测的发展，但其在基于COF的光催化中的应用面临两大主要挑战：多级结构特征的表征与训练数据集的有限可用性。

2026年3月25日，四川大学李爽、汪茂、程冲、德国柏林工业大学Arne Thomas在国际知名期刊Nature Synthesis发表题为《Machine learning-accelerated discovery of covalent organic frameworks for hydrogen peroxide photosynthesis》的研究论文，Xiaoke Jia、Li Chen为论文共同第一作者，李爽、汪茂、程冲、Arne Thomas为论文共同通讯作者。

在本文中，作者提出了一种被称为“信息协同进化”的综合计算框架，可加速发现高效的过氧化氢光合成COF结构。该框架整合两条路径：为缓解数据限制，作者引入数据增强技术与集成建模；同时，为解决结构编码难题，作者提出跨层级特征融合策略，将片段描述符与机理驱动的物理描述符相结合。这些策略共同将验证集均方根误差从4.70降至3.31。在一万多个候选结构中，作者的框架可成功识别出用于过氧化氢光合成的高性能COFs，例如COF-343实现了12978.7 μmol h^-1g^-1的过氧化氢光合成速率。模型可解释性分析进一步揭示了关键结构基序，为超越传统试错法的COF光催化剂理性设计提供了信息。

过氧化氢（H₂O₂）既是环境友好型氧化剂，也是能量载体，在化工制造、能源技术等领域具有广泛应用，预计到2030年市场价值将达到154亿美元。目前工业上通过蒽醌法生产过氧化氢能耗高且对环境不友好，而仅利用水、氧气和太阳光的光催化合成是一种极具吸引力的可持续替代方案。然而，传统基于金属氧化物、硫化物或氮化碳的光催化剂因光吸收范围窄、电荷分离效率低，在过氧化氢光合成中仍受限制。共价有机框架（COFs）通过精准设计的π共轭体系、给体-受体（D-A）结构与优异的化学稳定性，提供了极具竞争力的解决方案。COFs的结构可调性可实现光物理性质与活性位点的系统优化，从而提升光催化性能。尽管如此，作者对近期已发表研究的分析显示存在显著的性能差距；约77%的已报道COF光催化剂过氧化氢产率低于2000 μmol h^-1g^-1，仅有4%超过6000 μmol h^-1g^-1。这一显著差距凸显了开发能够实现高效过氧化氢光合成的新型COF材料的关键挑战与迫切需求。

高性能COF光催化剂的研发面临源于机理复杂性与结构多样性的根本性挑战。光催化过氧化氢生成涉及复杂的光物理过程，包括光捕获、电荷分离与竞争性氧化还原路径。这些非线性的光-电-化学耦合阻碍了定量构效关系的建立，难以指导材料理性设计。此外，COF结构庞大的组合空间与多样的连接体、节点选择带来了巨大的设计挑战。当前研究方法仍高度依赖试错法合成，仅能探索有限的化学空间。机器学习为应对这一复杂设计难题提供了极具前景的方法。通过从高维特征空间中提取隐藏模式，机器学习可建立结构描述符与光催化性能之间的定量关联。近期研究进展证明了机器学习在预测各类多孔材料关键性质方面的能力，包括吸附特性、光电行为与框架稳定性。这些成功案例表明，机器学习同样可加速发现用于过氧化氢光合成的高效COF结构。

然而，尽管取得这些进展，开发用于COF光催化剂的机器学习模型仍面临若干挑战。一个关键挑战在于如何有效将COFs的多级结构特征（即一级结构：分子内原子排列；二级结构：平面内共价键结构；三级结构：三维堆积构型）编码为机器可识别的数值描述符。尽管先进的三维等变模型已成为前沿方法，可从明确的几何结构中学习多级表征，但这些最先进的方法仍从根本上依赖三维输入，而这正是COFs等扩展体系的瓶颈所在。对于COFs而言，这一挑战尤为突出：层间滑移、扭曲等多样的三维堆积构象使得高保真三级结构建模计算成本极高。其次，关于用于训练机器学习模型的数据输入，作者对文献报道数据集进行系统综述，发现两大主要局限：（1）实验数据样本数量有限，对模型准确性与泛化性构成重大挑战；（2）相同COF结构报道的光催化性能存在差异，引入噪声并降低模型可靠性。这些数据限制可能从根本上影响当前机器学习方法在COF光催化剂发现中的预测准确性。

在此，为解决上述两大关键挑战并充分发挥机器学习的潜力，作者开发了一种综合计算框架，以加速发现用于高效过氧化氢光合成的新型COF结构。作者的方法引入跨层级特征融合策略，无需计算成本高昂的三级结构建模即可有效编码COFs的多级结构特征。通过聚焦代表性分子片段并纳入与光催化相关的精选物理信息描述符（如电荷差异、MolLogP、带隙与能带位置），作者捕获了可部分反映三级结构效应的关键物理化学特征，从而在确保计算效率与可解释性的同时提升模型准确性。该策略利用与光吸收、电荷分离、表面反应等关键光催化过程密切相关的物理化学信息，弥补孤立分子片段描述符中化学直觉的缺失。

同时，作者通过数据增强与集成建模在数据层面进行优化。数据增强解决数据稀缺问题，而集成方法降低实验噪声的影响，共同提升泛化能力。这些迭代、反馈驱动的调整丰富了特征并优化了数据与模型，从而同时提升预测准确性与可解释性，形成作者称之为“信息协同进化”的循环。事实上，协同进化概念已被应用于人工智能与信息科学，用于描述不同信息源或模型组件通过相互反馈实现的进化。应用该框架使验证误差依次从4.70降至3.85，最终降至3.31。作者的模型从一万多个候选结构中成功识别出高性能COFs，包括COF-343（12978.7 μmol h^-1g^-1）、COF-2835（11767.9 μmol h^-1g^-1）、COF-2449（9058.5 μmol h^-1g^-1）与COF-8484（6431.9 μmol h^-1g^-1）。可解释性分析进一步揭示了支配光催化效率的关键结构基序。这种机器学习（ML）引导的策略标志着对传统试错法的突破，为先进COF光催化剂的理性设计提供了指导。

图1：机器学习方法设计与实现。a）统计已报道COF光催化产H₂O₂性能分布，77.3%低于2000 μmol h^-1g^-1，仅4%超6000 μmol h^-1g^-1 ；b）对比传统试错法与ML辅助法，ML可高效探索超10000个未发掘COF结构空间；c）提出三大挑战：多级结构编码困难、数据集有限、实验噪声；d）汇总Curated、CoRE、hypo、ReDD-COFFEE四大COF数据库量级；e）提出信息协同进化框架：数据增强+集成建模+跨层级特征融合，提升预测精度与稳定性。

图2：ML辅助光催化COF从头设计流程。a）构建165个COF数据集，整合结构、反应条件、物理描述符与对应产率；b）预测模型：输入结构+反应条件+物理描述符，输出H₂O₂产率；c）带隙生成模型：由COF结构预测导带/价带位置；d）联合模型：自动预测带隙→输入性能模型→高通量筛选→实验验证。

图3：模型优化与提升。a）化学等价结构实现数据增强，扩充训练集多样性；b–d）物理描述符含义：带隙（光吸收）、电荷差异（电荷分离）、MolLogP（亲疏水性）；e）COF的导带/价带电位分布，满足两步氧还原热力学条件；f）电荷差异与H₂O₂产率正相关；g）MolLogP与产率负相关，亲水性更有利；h）学习曲线对比，模型逐步优化；i）RMSE从4.70降至3.31，验证策略有效。

图4：模型解析揭示光催化关键因素。a）胺基/醛基单体自由组合，构建10881个预测COF数据库；b–c）全库与TOP10单体性能热图，定位高性能单体组合；d–e）排名前十的高性能胺基/醛基单体结构；f–g）SHAP分析：气体比例、牺牲剂、带隙、导带电位为关键描述符，含氮杂环等分子片段贡献最大。

图5：COF结构预测与实验验证。a） t-SNE展示预测库与文献库结构分布，预测库覆盖更广；b）10折交叉验证预测性能与标准差，高性能区不确定性更高；c）高亮候选COF结构编号；d–e）COF-343与COF-8484的XRD精修、SEM、结构示意图；f）最优COFs性能对比，COF-343达12978.7μmol・h^-1・g^-1；g）预测与实验值吻合，揭示D-A匹配机制；h）三模型预测对比，优化模型最接近实验；i–j）COF-343（高性能）与COF-2450（低性能）的SHAP作用力分析，揭示正/负贡献片段。

综上，作者构建了“信息协同进化”机器学习计算框架，解决共价有机框架（COFs）光催化合成过氧化氢中结构编码难、数据集有限的问题，通过跨层级特征融合、数据增强与集成建模，将模型验证误差从4.70降至3.31，从万余种候选结构中高效筛选出高性能COFs光催化剂，其中COF-343的过氧化氢产率达12978.7 μmol h^-1g^-1，远超多数已知材料，且循环稳定性优异。研究通过模型可解释性分析，揭示了含氮杂环、噻吩、醌基等关键结构基元与带隙、电荷分离、亲疏水性等物理描述符对催化性能的调控机制，明确给体–受体匹配是提升活性的核心规律。

该成果突破传统试错法的局限，建立机器学习加速COFs光催化剂理性设计的新范式，填补多尺度结构编码与小数据集建模的技术空白，阐明光催化产氢peroxide的构效关系，为多孔材料催化的高效筛选与机理研究提供通用方法，推动人工智能驱动的催化材料研发变革。

该策略可快速拓展至光催化、电催化等领域的多孔材料开发，实现过氧化氢绿色、低成本、可持续光合成，替代高污染蒽醌工艺，在环境净化、化工合成、能源存储等领域具备规模化应用潜力，同时为太阳能转化与高附加值化学品清洁生产提供关键技术支撑。

Machine learning-accelerated discovery of covalent organic frameworks for hydrogen peroxide photosynthesis. Nat. Synth., (2026). https://doi.org/10.1038/s44160-026-01037-0.

#四川大学 #李爽 #汪茂 #程冲 #德国柏林工业大学 #催化 #Nature子刊

👉 点击阅读原文，立即下单！