青能所/兰化所/同济大学Nat.Commun：应用于金属氢化物纳米团簇研究的机器学习新方法

▲第一作者（或者共同第一作者）：王壮、房聪

通讯作者（或者共同通讯作者）：孙晓岩、丁玉晓、马思聪

通讯单位：中国科学院青岛生物能源与过程研究所、中国科学院兰州化学物理研究所、中国科学院上海有机化学研究所

论文DOI：10.1038/s41467-026-72966-9（点击文末「阅读原文」，直达链接）

背景介绍
金属氢化物纳米团簇是配体保护金属纳米团簇中的重要分支，在催化、发光、能源转化等领域具有重要应用潜力。氢原子位置是理解其结构、稳定性和性能关系的关键因素，但由于氢原子对 X 射线散射弱，常规单晶 X 射线衍射难以准确给出氢位置；中子衍射虽然可靠，但受限于样品需求和测试资源，难以作为常规结构解析手段。因此，发展一种不依赖中子衍射、可推广、可操作的氢位置定位方法，是金属氢化物纳米团簇研究中的共性难题。

全文速览
前期，青岛能源所孙晓岩研究员与原上海有机所马思聪副研究员（现入职同济大学）引入随机势能面行走结合神经网络势函数（SSW-NN）方法，实现了铜氢团簇中氢位置的高效预测，并初步验证了该方法在银、金及合金氢化物体系中的适用性（J. Am. Chem. Soc. 2025, 147, 10750-10757）。该工作为摆脱中子衍射依赖提供了新思路，但面向更多、更复杂的金属氢化物团簇，如何建立通用的氢定位流程，仍需进一步解决。本研究在前期工作的基础上，以 SSW-NN 方法为核心，将该方法拓展至目前实验已报道的 93 个不同类型体系，主要涵盖币族（铜、银、金及合金）氢化物团簇，并进一步拓展至过渡金属氢化物团簇和多金属氧酸盐体系，验证了该方法的普适性和高效性。在此基础上对氢配位规律进行了系统总结，特别是，该方法还可应用于氢数量的辅助确定，以及氢原子动态迁移路径的分析。

本文亮点
1）构建氢定位通用工作流及可复用神经网络势函数

通过结构分区和配体简化策略，构建了适用于 CuH、AgH 和 AuH 单金属氢化物团簇的可复用神经网络势函数形成了可推广的氢位置定位通用工作流。

2 ）系统揭示氢位置分布规律

对涉及到的 93 个已报道体系中氢原子的配位环境和分布规律进行了系统统计与梳理，总结出具有普适参考价值的氢位置规律，为后续实验结构解析和理论建模提供了依据。

3）为氢数量确定提供理论判据

SSW-NN还可通过比较不同氢数量构型的稳定性和对称性，辅助判断质谱分辨率有限、氢信号较弱或中性团簇难以准确表征等情况下的氢原子数量，为实验结构解析提供理论参考。

4）阐明氢原子动态迁移路径

作者进一步分析了金属氢化物团簇中的氢迁移过程，揭示表面迁移是氢原子流动的主要路径，为理解储氢和催化过程中的氢动态行为提供了理论依据。

图文解析

图1. 金属氢化物纳米团簇的结构多样性

为提升方法的普适性，研究人员充分利用配体保护金属纳米团簇所具有的本征分层结构特征，将金属氢化物团簇划分为金属内核、金属–配体界面和配体层三个部分。其中，金属内核主要涵盖 CuH、AgH、AuH 及合金氢化物团簇四类体系（图1a）；同时，由于配体种类和配位方式的差异，金属-配体界面也呈现出多样化特征（图1b和c）。基于这一结构分区策略，研究团队分别围绕各部分的元素组成、配位模式及局部化学环境开展有针对性的采样，从而构建适用于不同金属氢化物团簇体系的神经网络势函数。

图 2. 配体简化策略的验证

针对复杂多样的配体环境，采用配体简化策略，在保留金属-配体界面关键局部配位几何特征的基础上，弱化远端配体结构差异对训练集构建的影响，避免因配体种类和构象变化导致训练集规模急剧扩张。图2图2通过多个代表性金属氢化物团簇验证了该策略的可行性，证明其在不影响氢位置判断准确性的同时，可有效降低计算成本，并提高势函数在同类配位环境中的可迁移性，使氢位置预测不必针对每一种配体反复重新训练势函数模型。

图 3. 单金属氢化物团簇中氢化物定位的通用工作流程

研究人员总结了金属氢化物团簇中氢位置定位的具体工作流程：在已知单晶 XRD 结构和氢化物数量的基础上，选择与目标体系元素组成和配位环境相匹配的神经网络势函数，并从随机放置的氢原子初始构型出发，利用 SSW 全局结构搜索逐步探索可能的氢位置，最终获得能量最低且结构稳定的氢位置构型。基于这一流程，研究团队分别构建了适用于 CuH、AgH 和 AuH 单金属氢化物团簇的专用且可复用神经网络势函数，覆盖了目前已报道单金属氢化物团簇中主要涉及的元素种类和金属-配体配位环境。随着合成技术的发展，若未来出现新的金属-配体界面类型，也可通过自训练流程补充少量代表性数据，对势函数进行迭代优化并进一步扩展其适用范围。该流程同样可推广至合金氢化物团簇；但由于合金体系具有更加复杂的元素组成和局部配位环境，目前仍需要针对目标合金体系构建相应的专用神经网络势函数。

图 4. 氢化物配位规律的统计与总结

图4 系统总结了不同金属氢化物团簇中氢原子的配位规律。研究人员通过对已报道结构的统计分析，发现氢原子的配位环境与金属内核组成、合金掺杂方式及局部金属骨架密切相关；其中，铜氢化物团簇中以 μ₃-H 和 μ₄-H 配位模式较为常见，银氢化物团簇主要表现为 μ₃-H 配位，而金氢化物团簇则更倾向于形成 μ₂-H 配位。这些规律为后续氢位置预测和实验结构解析提供了直观参考。

图 5. 以Au₇H₅团簇为例，SSW-NN方法辅助判断氢化物数量。

研究人员在与实验合作者解析新型金属氢化物团簇的过程中发现，由于质谱分辨率有限或中性团簇电离困难等因素，实验测得的氢数量有时可能存在一到两个氢原子的偏差。如果在氢数量本身尚不确定的前提下，再依赖传统 DFT 方法和化学直觉逐一推测氢原子位置，往往需要面对极大的构型搜索空间，结构解析难度显著增加。与之相比，机器学习势函数加速的 SSW 全局结构优化方法能够在不同氢数量假设下快速搜索可能的稳定构型，并通过比较候选结构的能量、稳定性和对称性，为氢数量是否合理提供辅助判断。图5以代表性体系为例，展示了该方法如何从多个可能的氢数量出发，筛选出更符合结构稳定性要求的构型，从而为实验中的氢数量确定提供理论判据。

图6. 氢化物迁移的路径与能量变化趋势

图6展示了金属氢化物团簇中氢原子的迁移路径及能垒变化。研究人员以 [AuCu₂₄H₂₂(PPh₃)₁₂]⁺ 为代表体系，利用 SSW 反应采样和 DESW 搜索过渡态方法比较了表面迁移与内部穿梭两类氢迁移模式，发现表面迁移所需能量更低，是更容易发生的氢交换路径。该结果表明，即使在全局最低能构型附近，氢原子也可能在不同位点之间发生动态交换，为理解金属氢化物团簇中的氢流动行为提供了理论依据。

总结与展望

总之，本工作在前期铜氢化物团簇氢定位研究的基础上，基于SSW-NN方法，进一步建立了面向金属氢化物团簇的通用计算工作流，并构建了分别适用于 CuH、AgH 和 AuH 单金属氢化物团簇的可复用神经网络势函数。通过对 93 个已报道实验体系的系统验证，研究证明了该方法在不同金属组成、配体环境和结构类型中的普适性与高效性。研究团队进一步对金属氢化物团簇中氢原子的配位环境和分布规律进行了系统梳理与统计，为理解不同体系中氢原子的位置偏好提供了有价值的参考依据和直观认识。SSW-NN 方法不仅可用于精准确定氢原子位置，也可为氢数量的辅助判定提供理论依据。此外，该研究还阐明了氢原子的动态迁移路径，为理解金属氢化物团簇中氢的结构行为和动态过程提供了新的理论工具。

文献信息

Zhuang Wang#, Cong Fang#, Lili Zhang, Wenshuai Zhu, Yuxiao Ding*, Sicong Ma*, Xiaoyan Sun*. General workflow for localizing hydrides in metal nanoclusters by combining stochastic surface walking with neural-network potentials. Nat. Commun. 2026, DOI: 10.1038/s41467-026-72966-9.

原文链接：

https://doi.org/10.1038/s41467-026-72966-9

作者介绍

孙晓岩，博士，研究员，博士生导师，国家级青年人才计划入选者，山东省“泰山学者”特聘专家。2015年于中国科学院金属研究所获得博士学位（导师：苏党生研究员），2015年至2020年，先后在德国柏林工业大学化学系（合作导师：Helmut Schwarz教授）和马普化学能源转化研究所（合作导师：Robert Schlögl教授）从事博士后研究。2021年加入中国科学院青岛生物能源与过程研究所任“团簇化学与能源催化”团队负责人。团队主要聚焦基于质谱技术和理论模拟的团簇催化研究，在Angew. Chem. Int. Ed.、J. Am. Chem. Soc.、Nat. Commun.、ACS Catal.等国际学术期刊上发表论文50余篇，团队主页：http://cluster.qibebt.ac.cn/。

招聘信息

中国科学院青岛能源所“团簇化学与能源催化”团队长期招聘固定职工与博士后：
根据课题组发展需求，课题组拟招聘固定职工与博士后若干，研究方向为团簇合成和理论模拟方向：具有团簇化学、合成化学、配位化学、有机化学或者理论化学等研究背景，在相关研究领域发表过论文者优先。详细招聘信息见：http://cluster.qibebt.ac.cn/zszp.htm。

博士后工资待遇与发展支持：

1. 研究所为在站博士后缴纳社会保险（五险），建立住房公积金，在站博士后平均年收入28万/年（含青岛市补贴）。