广东工业大学 JACS：可解释机器学习揭示羟基/氨基协同，指导高性能 MOF 光催化析氢

一句话概括：本文构建可解释机器学习到实验验证的闭环框架，用 CatBoost 和 SHAP 从 MOF 光催化析氢数据中识别羟基/氨基双功能化协同规律，并指导合成无需外加光敏剂和助催化剂的高活性混合配体 MOF。

MOF 是光催化析氢的重要平台，但其金属簇、配体骨架、取代基、电子结构和反应条件共同构成高维设计空间，传统试错难以高效找到全局优选结构。本文建立了可解释机器学习驱动的 MOF 光催化剂发现闭环：作者整理 178 个纯 MOF 光催化 HER 样本，将配体、金属簇、反应条件和高阶交互项编码为 208 个描述符，训练 CatBoost 模型并用 SHAP 分析关键特征。模型揭示 −OH/−NH₂ 双功能化可以通过带隙调控、HSAB 匹配和电荷转移动力学产生协同效应。基于该规律，作者通过骨架引导枚举策略筛选并合成苯并菲基混合配体 MOF，最优 Fe₂NiL1_0.82L2_0.18 在无外加光敏剂和助催化剂条件下达到 73.7 mmol g^-1 h^-1 的析氢速率，说明可解释模型可以从预测工具进一步转化为可实验执行的结构设计原则。

Scheme 1 | 数据驱动 MOF 光催化剂发现与验证闭环

Scheme 1展示本文从数据到实验的完整闭环。Scheme 1a将文献与课题组实验样本整合为 MOF-PC-HER 数据库，并训练 CatBoost 模型，通过层级分析识别特征-性能关系。Scheme 1b把配体骨架、功能基团和金属簇拆解重组，构建超过 130000 个虚拟候选，并用预训练模型预测 HER 活性。Scheme 1c则进入实验闭环：合成模型推荐的最优候选，验证光催化性能，并结合光谱、DFT 和机理实验解释高活性来源。

这张流程图确立了全文逻辑。作者没有把机器学习停留在“预测高活性样本”，而是将解释性分析、虚拟筛选、实验合成和机理验证串成可复用的材料发现路径。

图1 | 层级描述符关系解析与 MOF 骨架选择

图1展示模型如何从描述符中抽取可解释化学规律。图1a将数据库中的配体、金属簇、反应条件和高阶交互项映射为层级网络，并通过 SHAP 识别对 HER 活性贡献最高的特征。图1b展示不同配体骨架、功能基团和金属组合之间的关系，说明羟基和氨基取代并非独立起作用，而是通过电子结构和金属-配体匹配产生协同。图1c进一步比较候选骨架的模型评分和结构可合成性，为后续选择苯并菲基混合配体体系提供依据。

该图的关键在于把黑箱模型拆成可讨论的化学因子。SHAP 分析指向 −OH/−NH₂ 双功能化，而不是单个取代基的简单加和，这为实验设计提供了明确方向。

图2 | SGES 虚拟配体库构建与最优候选识别

图2展示 scaffold-guided enumeration strategy 的筛选过程。图2a以 TPTB 骨架为例，系统枚举不同 −OH 和 −NH₂ 数量及位置组合，并结合 Fe₂Ni 金属簇构建虚拟样本。图2b展示最优虚拟样本的配体组合方式，说明候选结构保持合成可行性。图2c用雷达图比较混合比例、d 电子数、反应条件等关键变量，其中最佳候选位于模型预测的优化区域。

这张图将可解释性分析转化为具体候选结构。模型并不是随机生成新 MOF，而是在已知可合成骨架上做受约束枚举，从而兼顾预测活性和实验可实现性。

图3 | 混合配体 MOF 合成、结构确认与 HER 活性验证

图3验证模型推荐的混合配体 MOF。图3a给出 Fe₂NiTPTB(−NH₂)₃、Fe₂NiTPTB(−OH)₃ 和 Fe₂NiL1_xL2_(1−x) 的合成路线及结构模型。图3b的 PXRD 结果说明不同混合比例样品保持晶体结构。图3c的 FT-IR 光谱确认 −OH 和 −NH₂ 配体引入。图3d展示紫外-可见吸收和 Tauc 分析，表明带隙随配体比例变化。图3e比较不同氨基化配体比例下的 HER 速率，最优样品出现在约 18% 氨基配体比例附近。

该图是模型预测进入实验验证的核心。Fe₂NiL1_0.82L2_0.18 的实测析氢速率与预测值偏差仅 4.18%，并超过数据库中最高值 15.8%，说明模型捕捉到的配体协同规律具有实验可转移性。

图4 | 电子结构、光电响应和电荷分离证据

图4进一步解释混合配体比例如何影响光催化行为。图4a为 XPS survey 光谱，证明目标元素被成功引入。图4b和图4c分别给出 Fe 2p 和 Ni 2p 光谱，显示配体比例变化会调节金属中心电子环境。图4d为光电流响应，最优样品具有更强光生载流子分离与传输能力。图4e-g通过 PL 光谱比较发光强度和峰位变化，说明 −OH/−NH₂ 协同调控电荷复合和结构刚性。

这组表征把性能提升归因到电子结构和电荷动力学。适量 −NH₂ 与 −OH 共存可以在带隙、金属-配体电子耦合和光生电荷分离之间取得平衡，这也是模型所识别高阶交互项的实验体现。

图5 | 对照实验、DFT 计算与光催化机理

图5给出反应组分和理论层面的机制证据。图5a通过去除 H₂O、DMF、BIH 或 MOF 的对照实验，证明各组分对光催化析氢不可或缺。图5b给出 DFT 计算的 H 吸附自由能，说明不同配体比例下金属位点吸氢热力学差异较小。图5c将本工作与文献 MOF 体系进行带隙和 HER 速率对比。图5d总结可见光下 MOF 吸收、BIH 供电子、质子还原生成 H₂ 的过程。图5e通过电荷密度差分和轨道贡献分析解释不同 −OH/−NH₂ 比例对电荷转移路径的影响。

这张图说明，高活性并非来自单一吸氢能优化，而是由光吸收、电荷分离、牺牲剂供电子和金属-配体协同共同决定。机器学习识别的配体协同最终落到可观测的电子结构重排和光催化反应路径上。

对我们而言，这篇文章最值得借鉴的是可解释机器学习与实验可合成性之间的连接方式。作者没有只追求更高预测精度，而是通过 SHAP 提炼可理解的配体功能基团协同，再用骨架约束枚举保证候选结构能真正合成。后续我们做 AI 辅助催化剂设计时，也应避免“模型推荐不可做”的问题，把可合成约束和机理解释放到筛选早期。

第二点启发是，功能基团设计不能只看单因素重要性。本文的核心发现是 −OH/−NH₂ 双功能化协同，而不是某一个基团单独最优。这提示我们在处理掺杂、缺陷、配体或界面组分时，可以更多关注高阶交互项与组合比例，并通过实验梯度样品验证模型给出的最优区间。

本文解决的核心问题是：如何从高维 MOF 光催化设计空间中找到可解释、可合成且高活性的析氢催化剂。作者通过 CatBoost-SHAP 框架揭示 −OH/−NH₂ 协同规律，并合成 Fe₂NiL1_0.82L2_0.18 进行实验验证。该工作证明，可解释机器学习可以从经验数据库中提炼化学设计原则，并指导真实材料合成。

后续值得关注的方向包括：扩大数据集中失败样本和低活性样本比例，提升跨实验条件的可比性；将稳定性、量子效率和可规模化合成纳入多目标优化；以及把可解释 ML 与原位光谱、瞬态光电测试和自动化合成结合起来。对于能源材料发现，模型解释、虚拟筛选和实验闭环的统一会比单纯提高预测指标更有长期价值。