开发一种活性高、稳定性好且成本低廉的酸性析氧反应（OER）催化剂，对于通过电化学水裂解实现大规模氢气（H₂）生产至关重要。通常，虽然钌（Ru）具有较高的活性且相对廉价，但其长期耐久性问题一直是面临的挑战。
基于此，2025年3月12日，加州大学伯克利分校杨培东等人在国际知名期刊Journal of the American Chemical Society发表题为《Stabilizing Ru in Multicomponent Alloy as Acidic Oxygen Evolution Catalysts with Machine Learning-Enabled Structural Insights and Screening》的研究论文。
在此，作者通过研究Rux(Ir,Fe,Co,Ni)1–x多组分合金的相形成行为、OER性能以及OER诱导的表面重构，探索在该合金中稳定活性Ru位点的潜力。
在接近等摩尔浓度时，该合金展现出由主要的面心立方（fcc）相和少量的六方密堆积（hcp）相组成的多相结构。
作者利用机器学习原子间势能（MLIP）结合复制交换分子动力学来描述Rux(Ir,Fe,Co,Ni)1–x催化剂及其他基于RuIr合金的原子尺度混合行为。该模型支持了本实验中观察到的均匀混合的体相fcc相，并暗示了少量hcp相的形成。
优化后的Ru0.20(Ir,Fe,Co,Ni)0.80催化剂展现出改善的OER活性，其在10 mA cm⁻²时的平均过电位约为237 mV，并且在24小时运行中表现出增强的稳定性，活性衰减率仅为约1.1 mV h⁻¹。
酸性OER诱导形成了一层薄的富RuIr氧化物壳层，其中含有微量的3d金属，而Ru被发现在演变出的纳米颗粒表面附近相对稳定。
此外，研究人员还进一步利用机器学习加速的高通量模拟协议，基于预期的相稳定性，筛选其他潜在的含RuIr的五元合金。
本工作强调了在多组分合金基体中稳定Ru，以提升其活性和稳定性的机会。
Stabilizing Ru in Multicomponent Alloy as Acidic Oxygen Evolution Catalysts with Machine Learning-Enabled Structural Insights and Screening, J. Am. Chem. Soc.（2025）.https://doi.org/10.1021/jacs.4c16638
