说明：反应位点是化学反应优先发生的关键位置，其活性由电子结构（如Fukui函数、局部软度）和几何构型（间距、配位数等）决定。
通过DFT计算吸附能、活化能垒，结合NEB等过渡态搜索方法可定位位点。研究涵盖单/双原子催化剂、沸石酸位点等催化体系，及溶剂化效应、机器学习预测等方向，为催化剂设计与反应调控提供理论支撑。
什么是反应位点？
反应位点（Reaction Site）是理论计算中描述化学反应发生位置的核心概念，指分子或催化剂表面特定原子/基团因电子结构或几何构型特征，优先引发化学键断裂与形成的关键位置。其本质是能量最低反应路径上的核心节点，可通过量子化学计算或动力学精准定位。
DOI：10.1016/j.jre.2024.09.015
反应坐标
反应坐标作为描述化学反应从反应物到产物演化过程的核心参数，本质上是在多维构型空间中定义的一条连续路径，其数值变化对应分子结构的逐步转变，而能量随反应坐标的变化曲线则直观呈现反应进程中的能量起伏。
在这一演化轨迹中，反应位点作为关键节点，特指过渡态结构或中间体的吸附位置，其本质是势能面上的驻点——过渡态对应能量曲线的最高点，是反应进程中最难跨越的能垒所在，决定了反应的速率限制步骤；中间体则对应局部能量极小值，是反应路径中相对稳定的中间状态，可能导致反应分支。
反应坐标与反应位点的关联体现在：反应位点的结构特征直接决定反应坐标的局部斜率与曲率，例如在亲核取代反应中，过渡态的五配位碳中心因键长的不对称分布，使得反应坐标在该区域呈现陡峭上升的能量趋势，反映出较高的活化能垒；而中间体的稳定化会使反应坐标在对应位置出现能量平台，为反应路径的调控提供可能。
在催化体系中，催化剂的活性位点通过与底物或中间体的特异性相互作用，可重塑反应坐标的能量分布——例如在铂催化的氢解反应中，金属表面的原子簇作为反应位点，通过吸附H₂形成活性氢物种，使反应坐标中H-H键断裂的过渡态能垒降低约0.3 eV，显著加速反应进程。
这种关联不仅是解析反应机理的基础，更为理性设计高效催化剂提供了依据——通过调控反应位点的电子结构或几何环境，可定向优化反应坐标的能量曲线，实现对反应速率与选择性的精准调控，从而深化对化学反应本质的理解并推动实际工业反应的效率提升。
DOI：10.1016/j.jre.2024.09.015
电子结构特征
电子结构特征作为反应位点活性的核心决定因素，其影响通过亲电/亲核性与局部软度的量化表征得以明确。
亲电/亲核性可借助Fukui函数（f⁺/f⁻）或全局亲电指数进行定量描述：Fukui函数f⁺反映位点接受电子的能力，其值越高表明该位点电子云密度越低，越易被亲核试剂攻击，例如羰基化合物中C=O的碳原子因f⁺值显著高于周边原子，成为亲核加成反应的活性中心；而f⁻则表征位点给出电子的能力，电子云富集区域f⁻值较高，倾向与亲电试剂结合，如苯胺分子中氨基N原子的f⁻值达0.45 a.u.，使其在反应中表现出强定位效应。
局部软度作为另一个关键参数，描述电子云的极化难易程度，软度高的位点因电子易发生形变，在redox反应中更易参与电子转移——例如过渡金属催化剂中，低配位的Co²+位点较Co³+更易在OER反应中发生价态波动，其电子转移速率提升2–3倍。
几何构型约束对反应位点选择性的影响同样显著，催化剂表面金属位点的间距、配位数及分子的空间位阻通过限制反应路径实现选择性调控。
金属原子间距直接影响双分子反应的协同活化效率，如在CO₂加氢反应中，Cu催化剂表面Cu-Cu间距为0.25 nm时可同时吸附CO₂与H₂，而间距增至0.3 nm则因无法形成协同吸附导致活性下降40%；配位数通过改变金属d带中心调控中间体吸附能，例如Pt (111)表面高配位的terrace位点较低配位的step位点对*H的吸附能弱0.15 eV，使后者在HER反应中活性更高。
空间位阻的作用在择形催化中尤为突出，如ZSM-5沸石的十元环孔道仅允许直链烷烃进入并与内部酸位点作用，而支链烷烃因空间位阻无法扩散，使催化裂化产物中直链烃选择性达90%以上。
电子结构与几何构型的协同作用，共同决定了反应位点的活性阈值与选择性窗口，为通过原子级设计优化催化性能提供了从微观到宏观的理论依据。
DOI：10.1016/j.trechm.2023.03.009
计算框架
反应位点的计算框架以密度泛函理论（DFT）为核心，通过量化吸附能与活化能垒实现对最优反应位点的精准定位——具体而言，通过比较催化剂表面不同位点对反应中间体的吸附能差异，可筛选出活性最高的位点。
例如在Pt基催化剂的氧还原反应中，计算表明step位点对*O的吸附能较terrace位点更接近火山图顶点，对应更高的催化活性；而活化能垒的计算则通过对比不同路径的能量，明确决速步对应的关键反应位点，如在CO₂电还原中，COOH形成的活化能垒在Cu-N₄位点低于Cu-N₃位点，证实N₄配位环境为更优反应位点。
过渡态搜索作为定位反应位点原子排列的关键步骤，主要依赖Nudged Elastic Band（NEB）或Intrinsic Reaction Coordinate（IRC）方法：NEB方法通过构建连接初态与末态的弹性带，在势能面上优化中间态结构以找到能量最高的过渡态，例如在甲烷解离反应中，NEB计算揭示过渡态的C-H键长较基态显著拉长，对应金属表面的三配位Fe原子为反应位点。
IRC方法则从过渡态出发沿能量梯度方向追踪反应路径，验证过渡态与初末态的连接性，确保反应位点的几何结构与实际反应进程一致。
溶剂化效应的引入需结合溶剂反应坐标，该坐标通过描述溶剂分子在反应中心两侧的配位数变化，量化溶剂对反应位点极性的调制作用——例如在酸性条件下，质子溶剂通过氢键网络使反应位点的局部介电常数提升20%，导致H吸附能降低0.15 eV，使计算结果更贴近实验测量值。
这些理论框架通过整合电子结构计算、动态路径分析与环境效应模拟，构建了从微观原子排列到宏观反应活性的完整关联，不仅能明确反应位点的具体原子组成与电子特征，还能揭示位点活性与结构参数的定量关系（如配位数每降低1，活化能垒降低0.08 eV），为通过原子级修饰（如掺杂、缺陷工程）优化反应位点性能提供了可操作的计算工具，推动催化机理研究从定性描述向定量预测的转变。
DOI：10.3389/fchem.2023.1286257
典型研究方向
反应位点的典型研究方向涵盖催化反应、溶剂化体系及机器学习辅助预测等领域，通过多维度方法解析位点活性与选择性的调控机制。
在催化反应研究中，单/双原子催化剂是重点，其通过两种金属原子的协同作用优化反应位点性能，研究中借助DFT计算金属位点对反应中间体的吸附能，预测C–C偶联等反应的活性，例如Fe/Co双位点体系中，Fe位点因电子结构特性对O₂的吸附能更低，主导O₂的活化过程，而Co位点则通过调节中间体的脱附能垒辅助产物生成，二者的空间分布与电子耦合显著提升催化效率。
沸石酸位点的研究则通过计算质子亲和能区分高活性的Brønsted酸位点与弱活性的硅醇巢，解释贝克曼重排反应中为何Brønsted酸位点能选择性催化肟转化为酰胺，其核心在于Brønsted酸位点的质子转移能力更强，与底物的相互作用能比硅醇巢高0.5 eV以上。
溶剂化体系中，溶剂反应坐标是描述位点环境影响的关键工具，“Pinching Coordinate”通过量化溶剂分子在反应中心两侧的配位数，刻画溶剂对反应位点的“挤压”效应，例如在Sₙ2反应中，溶剂分子的配位数变化会改变反应中心的电荷分布，使亲核试剂更易进攻反应位点。
“Plane-Inversion Coordinate”则通过追踪中心原子与特征平面的距离变化，描述空间位阻对反应位点可及性的影响，解释为何特定构型的分子更易在反应位点发生转化。
机器学习在反应位点预测中的应用日益广泛，其通过提取原子描述符训练模型，实现有机分子代谢位点的高效预测，例如针对CYP2C9酶底物的研究中，模型通过学习位点的电子云密度与空间结构特征，对代谢位点的预测准确率在前3位达到70%，大幅缩短了传统实验筛选的周期。
这些研究方向从不同角度揭示了反应位点的调控规律，为精准设计高效反应体系提供理论支撑。
DOI：10.1039/d4sc03101f
单/双原子催化剂的应用
Zhang等以石墨炔（GDY）为载体，系统研究了过渡金属（TM=Sc、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn）单原子（SACs）和双原子（DACs）催化剂的析氢反应（HER）活性，核心围绕反应位点的结构、稳定性、电子特性及催化机制展开。
反应位点的空间定位是其发挥作用的基础，GDY的18元环结构中，金属原子的最佳吸附位点为孔的角落（S₂），而非孔中心（S₁）或六元环中心（S₃），单原子催化剂在此通过TM-C配位形成稳定结构，双原子催化剂则在相邻S₂位点形成对称的TM-C配位，这种位点选择源于S₂处的几何约束与电子相互作用，可最大化TM与GDY的乙炔碳之间的键合强度，为HER提供固定的活性中心。
反应位点的稳定性是催化性能的前提，通过形成能和溶解电位评估显示，TM₂/GDY（如Ti、V、Fe、Co、Ni）的形成能更负，热力学稳定性更高，电子从TM向GDY的乙炔碳转移，3d/4s轨道贡献显著，这种电荷再分布增强了TM与载体的相互作用，使反应位点在电化学条件下不易分解，尤其Ni₂/GDY因均匀的TM-C键长和高对称性，位点稳定性最优。
反应位点的电子结构直接决定催化活性，费米能级附近的电子主要来自TM的3d轨道与GDY的C 2p轨道杂化，单原子催化剂中Cr、Mn、Fe、Co、Ni的氢吸附自由能在-0.295至0.178 eV，其中Ni₁/GDY的ΔG_H为-0.110 eV，接近理想值，因其位点的3d轨道与C 2p轨道杂化最强，实现氢吸附与解吸的平衡；双原子催化剂中，Cr-Ni位点虽ΔG_H整体为正，但电子密度分布更优，仍保持一定活性。
反应位点的 HER 机理进一步揭示其功能，Ni₁/GDY的Volmer-Tafel机理更占优，Tafel步骤能垒低于Heyrovsky步骤，因位点上吸附的H*通过相邻活性中心快速结合形成H₂，这与位点的几何对称性和电子流动性密切相关，确保氢在反应位点高效转化。
综上，GDY负载的TM单/双原子催化剂的反应位点，通过精准的空间定位、稳定的电子结构及优化的氢吸附特性，为高效HER提供了理想的活性中心，尤其Ni₁/GDY的位点性能最优，为低成本HER催化剂设计提供了理论依据。
DOI：10.1016/j.ijhydene.2025.150144
总结
反应位点的理论研究正朝着动态识别、多尺度建模与人工智能辅助的方向发展，逐步构建起从原子尺度到宏观反应的完整认知体系。
动态位点识别需考虑原位条件下催化剂的结构弛豫，结合从头算分子动力学（AIMD）模拟，捕捉反应过程中表面重构对位点活性的影响，导致反应路径改变，AIMD通过追踪原子运动轨迹，可实时监测这种动态变化。
多尺度建模是连接微观与宏观的关键手段，QM/MM方法可处理酶活性中心等复杂体系，如漆酶的TNC位点，通过QM描述铜簇与底物的电子相互作用，MM处理周围蛋白质环境的空间约束，揭示质子迁移路径与位点活性的关联；微动力学模型则耦合DFT计算的能垒数据与反应动力学实验，通过验证活性位点的覆盖度与反应速率的关系，确认位点机制的可靠性。
人工智能辅助为复杂分子的反应位点预测提供了新工具，图神经网络（GNN）通过学习分子的拓扑结构与电子属性，可高效预测反应位点，如在有机合成中，GNN对药物分子反应位点的预测准确率已接近实验水平，大幅减少了筛选成本。
反应位点理论计算的核心在于关联电子结构、几何约束与反应路径，从原子尺度揭示化学选择性的物理本源。随着计算方法的迭代与硬件性能的提升，其在催化剂设计、药物代谢预测等领域的指导作用将日益凸显，推动从理论设计到实际应用的高效转化。