绿色氢气生产被认为是未来能源转型的关键技术之一，尤其是电解水分解技术。氢气的高质量生产依赖于高效的催化剂，而单原子催化剂（SACs）因其优异的催化性能和高利用率的特点，成为了催化研究的热点。然而，单原子催化剂的结构-性能关系仍然不清晰，尤其是传统的X射线吸收测量技术无法有效解决不同协调结构并存的问题。
基于此，新加坡南洋理工大学范红金教授和海南大学刘一蒲副教授等人合作提出了利用双向应变的过渡金属二硫化物（TMDs）支撑的单原子阵列（SAA）策略，成功筛选出最适合氢气演化反应的Au@MoSe2单原子阵列。该研究以《Data-driven discovery of biaxially strained single atoms array for hydrogen production》为题，发表在《Nature Communications》期刊上。
范红金，1999年于吉林大学物理系获学士学位，2003年于新加坡国立大学物理系获博士学位。曾先后在德国马普所和英国剑桥大学从事博士后研究工作。2008年加入新加坡南洋理工大学至今。2018年被选为英国皇家化学学会（FRSC）院士。研究方向：新型电池和非贵金属电催化；电池方面最近主攻水系锌电池，设计可打印，柔性，安全的电池。研究成果多次发表在Science、Nature Materials、Nature Communications、Advanced Materials 等国际高水平学术期刊。自2016 起连续入选Web of Science材料类“全球高被引科学家”之一。目前担任Materials Today Energy 主编。
1. 数据驱动方法的创新应用：本研究首次结合高通量DFT计算与机器学习技术，通过数据驱动的策略筛选出最优的单原子阵列催化剂，提供了加速催化剂设计的新思路。
2. 双向应变的引入：通过将双向应变应用于过渡金属二硫化物（MoSe2）表面，有效提高了单原子阵列的催化性能，尤其在氢气演化反应中显示出显著的优势。
3. 高稳定性与优异的催化性能：经过1000小时的耐久性测试，SAA Au-bMoSe2展现了良好的稳定性和高效的催化性能，在实际应用中具有潜力。
图1 数据驱动发现SAA Au-bMX2催化剂
图1展示了数据驱动工作流程，结合了高通量密度泛函理论（HT-DFT）计算与机器学习技术，用于筛选和优化单原子阵列催化剂。首先，研究团队利用HT-DFT计算了1248个氢气吸附位点，评估了不同表面结构对氢气吸附自由能（ΔGH*）的影响。接着，采用机器学习模型对这些数据进行分析，从而识别出关键的结构特征，这些特征包括吸附位点的d/p轨道中心、晶格参数（LPa）、Au-H键的长度以及吸附氢原子与过渡金属原子之间的高度差异。这些特征对催化剂的性能起到了至关重要的作用。机器学习分析进一步指出，εads的变化与氢气吸附能力有显著的关系。通过对比不同的催化剂结构，研究者们找出了SAA Au-bMoSe2作为最优催化剂，该催化剂在高电流密度下展现出极为出色的稳定性和催化性能。
图2 SAA Au-bMoSe2催化剂的合成过程
图2详细展示了SAA Au-bMoSe2催化剂的合成流程。首先，金纳米球（Au NSs）通过聚合物辅助的还原法制备，得到直径为65 nm的超光滑金纳米球。随后，这些金纳米球被用作模板，与含有Mo(CO)6的前驱体一同在高温下进行退火反应，形成AuMo合金纳米球。
通过该方法，Au和Mo的元素分布均匀，且形成了AuMo合金结构。接下来，AuMo合金纳米球在硒气氛中经历硒化过程，得到Au@MoSe2复合物。通过溶解Au核，成功获得SAA Au-bMoSe2/graphene纳米壳材料。
这个过程利用了双重模板法，通过去除金原子模板，获得了高度可控的单原子阵列。图中清晰展示了合成过程中的关键步骤，包括金纳米球的形成、合金化过程、硒化反应以及Au核的溶解，揭示了这种合成方法能够高效地构建具有良好分散性和高催化活性的单原子阵列催化剂。
图3 SAA Au-bMoSe2的结构表征
图3展示了SAA Au-bMoSe2催化剂的结构表征结果，包括透射电子显微镜（TEM）图像、高角环形暗场扫描透射电子显微镜（HAADF-STEM）图像及元素分布图。TEM图像清楚显示了SAA Au-bMoSe2催化剂的纳米壳形态，直径为73.5 ± 4.5 nm，且表面平整光滑，没有出现粒子之间的聚集现象。HAADF-STEM图像进一步展示了Au原子在MoSe2表面上的分布情况，黄色框标记的区域显示了Au原子仅存在于MoSe2的1T相表面。通过电子能谱（EDS）分析，研究人员确认了Au、Mo和Se的均匀分布，其中Au原子与Se原子之间形成了Au-Se键。
这一表征结果表明，Au单原子阵列均匀分布在MoSe2的表面，并且每个Au原子周围的Se原子在氢气吸附中发挥了重要作用。此外，图中的几何相位分析（GPA）结果表明，在Au原子的影响下，MoSe2表面发生了应变，进一步增强了催化活性。这些结构表征结果证明了SAA Au-bMoSe2催化剂的高分散性和良好的电子结构特性，使其在氢气演化反应中具有优异的性能。
图4 SAA Au-bMoSe2的化学状态分析
图4展示了通过X射线吸收精细结构（EXAFS）和X射线光电子能谱（XPS）分析SAA Au-bMoSe2催化剂的化学态和电子结构。EXAFS谱图显示，Au在SAA Au-bMoSe2中的配位环境不同于传统的Au@MoSe2或Au薄膜，Au-Se键的形成表明Au原子与MoSe2表面上的Se原子形成了牢固的化学键。在XPS谱图中，Au的2p谱线与MoSe2的2H和1T相之间的过渡现象表明，Au单原子阵列有效地调节了MoSe2的电子结构，增强了氢气的吸附能力。
Mo K-edge EXAFS分析表明，Mo原子的氧化态发生了变化，随着应变程度的增加，Mo的氧化态逐渐上升，证明了SAA Au-bMoSe2的应变效应对于催化性能的提升至关重要。图中的XPS谱图也显示，Se的电子态在不同应变水平下发生了变化，揭示了Se缺位和Mo-Se键合的变化对氢气演化反应的影响。这些结构和化学态的变化为理解催化性能提供了深入的见解，证明了SAA Au-bMoSe2在氢气演化反应中的优异表现。
图5 电催化性能测试
图5展示了SAA Au-bMoSe2催化剂在氢气演化反应中的电催化性能。通过比较不同催化剂的极化曲线（LSV），SAA Au-bMoSe2（S）在100、500、800 mA/cm²的电流密度下表现出较低的过电位，特别是在800 mA/cm²时，过电位分别为66、116和143 mV，明显优于其他催化剂。塔费尔斜率（Tafel slope）为28.5 mV/dec，接近20wt% Pt/C（27.2 mV/dec），表明其具有快速的反应动力学。
电化学双电层电容（Cdl）测得SAA Au-bMoSe2（S）具有较大的电化学活性表面积（ECSA），进一步证明了其高催化活性。电化学阻抗谱（Nyquist plot）显示SAA Au-bMoSe2（S）具有最低的电荷转移电阻（Rct），说明其电荷传输性能优异。经过1000小时的稳定性测试，SAA Au-bMoSe2（S）几乎没有性能衰减，表现出良好的长期稳定性。此结果表明SAA Au-bMoSe2（S）在氢气演化反应中表现出卓越的活性与稳定性。
图6 原位拉曼和DFT计算分析HER反应机制
图6展示了原位拉曼光谱和密度泛函理论（DFT）计算结果，用于分析SAA Au-bMoSe2催化剂的氢气演化反应（HER）机制。图6a和6b展示了SAA Au-bMoSe2在不同电势下的原位拉曼光谱，随着施加电势的增加，Se-H键的峰强度逐渐增强，表明Au原子的引入促进了Se位点上的氢气吸附。
DFT计算结果显示，Au原子和邻近的Se原子共同作用形成活性反应热点，这些热点提供了多个氢气吸附位点，增强了HER的催化活性（图6d）。图中的晶体轨道哈密顿人口（COHP）分析表明，Au原子与Se原子之间的相互作用降低了Se-H键的强度，进一步促进了氢气的吸附和脱附。这些结果结合实验数据，揭示了SAA Au-bMoSe2催化剂中Au-Se协同作用的关键角色，并为优化催化剂设计提供了新的见解。
本研究提出的双向应变单原子阵列催化剂为氢气演化反应提供了新的催化平台，展示了通过应变调节和数据驱动的筛选策略优化催化性能的巨大潜力。未来，随着机器学习和高通量计算方法的进一步发展，类似的催化剂设计将能够更加高效地推动绿色氢气生产技术的进步。尽管本研究提供了理论和实验支持，但实际应用中催化剂的规模化合成和长期稳定性仍然需要进一步的优化与验证。
Data-driven discovery of biaxially strained single atoms array for hydrogen production. Nature Communications, https://doi.org/10.1038/s41467-025-59053-1.