科学家仅用了一个下午，就通过纳米粒子"巨型库"找到一种催化剂，其在氢燃料生产中的性能媲美甚至超越铱催化剂，而成本仅为后者的一小部分。
如今，一款强大的新工具仅用一个下午就找到了一种新型催化剂。
这款名为"巨型库"的工具由西北大学发明并开发。作为世界上首个纳米材料"数据工厂"，每个巨型库在一片微小芯片上包含了数百万种独特设计的纳米粒子。研究团队与丰田研究院（TRI）的研究人员合作，利用该技术发现了具有商业应用价值的制氢催化剂。随后，他们成功放大材料规模，并在设备中验证了其有效性——整个过程创下了前所未有的速度纪录。
通过巨型库技术，科学家们快速筛选了四种储量丰富、价格低廉金属（均以催化性能著称）的庞大组合，最终找到了一种性能媲美铱的新材料。该团队发现的全新材料在实验室测试中，其性能达到甚至在某些情况下超越了商用铱基材料，而成本仅为铱材料的几分之一。
这一发现不仅使经济型绿氢成为可能，更验证了新型巨型库方法的有效性，或将彻底改变研究人员为各种应用寻找新材料的方式。
该研究于8月19日发表于《美国化学会志》(JACS)。
"我们释放了可以说是世界上最强大的合成工具，它能帮助化学家和材料科学家在浩瀚的组合中筛选出关键材料，"西北大学的查德·A·米尔金表示，他作为研究资深作者兼巨型库平台的主要发明者指出："在此特定项目中，我们将该能力导向了能源领域面临的重大难题——如何找到性能媲美铱，但更丰富、更易获得且便宜得多的材料？这个新工具让我们迅速找到了颇具前景的替代方案。"
身为纳米技术先驱的米尔金身兼数职：西北大学温伯格文理学院乔治·B·拉斯曼化学教授、麦考密克工程学院化学与生物工程/生物医学工程/材料科学与工程教授，以及国际纳米技术研究所执行主任。米尔金与特德·萨金特共同领导了这项工作，后者是温伯格学院琳恩·霍普顿·戴维斯与格雷格·戴维斯化学教授、麦考密克学院电气与计算机工程教授，同时担任保拉·M·特瑞恩斯可持续发展与能源研究所执行主任。
'全球铱储量不足'
随着世界迈向脱碳化进程，经济型绿氢已成为关键拼图。为生产清洁氢能，科学家转向水分解技术——利用电力将水分子分解为氢和氧两种组分的过程。
然而涉及氧气的析氧反应（OER）效率低下且难度极高。使用铱基催化剂时OER效果最佳，但铱材料存在显著缺陷：储量稀少、价格昂贵（主要作为铂矿开采副产品），其价值超越黄金，单价近5000美元/盎司。
"全球铱储量无法满足预期需求，"萨金特强调："从纯粹供应角度考量，现有的铱资源难以支撑制取替代能源所需的水分解规模。"
'芯片上的完整军团'
于2016年首创巨型库的米尔金与萨金特认为，寻找铱的替代品正是这项革命性工具的完美应用场景。传统材料发现过程缓慢艰巨且充满试错，而巨型库能让科学家以前所未有的速度锁定最优配方。
每个巨型库通过数十万个微型金字塔探针阵列创建，在基板上打印单个"点阵"。每个点阵包含精心设计的金属盐混合物，经加热还原后形成具有精确成分与尺寸的单纳米粒子。
"每个探针可视为微型实验室里的研究人员，"米尔金解释道："这相当于百万级科研军团部署在芯片上，而非单兵作战。"
优胜者是...
新研究中，芯片承载1.56亿个粒子，分别由钌、钴、锰、铬的不同组合构成。通过机器人扫描评估潜力粒子的OER性能后，米尔金团队选取最优候选材料进行实验室深度测试。
最终，一种四金属精确配比材料（Ru52Co33Mn9Cr6氧化物）脱颖而出。众所周知，多金属催化剂能产生协同效应，使其活性超越单金属催化剂。
"我们的催化剂活性略高于铱且稳定性卓越，"米尔金指出："这很罕见，因为钌通常稳定性较差。但配方中的其他元素稳定了钌元素。"
粒子性能筛选能力是重大创新突破。"首次实现快速筛选催化剂的同时，确保最优配方在放大场景中表现优异，"TRI高级研究科学家、论文合著者约瑟夫·蒙托亚表示。
在长期测试中，新型催化剂在严苛酸性环境中高效运行超1000小时，稳定性出色。其成本仅为铱材料的约十六分之一。
"实现商业应用仍需大量工作，但令人振奋的是我们能如此快速锁定潜力催化剂——不仅在实验室规模，更适用于实际设备，"蒙托亚补充道。
仅是开端
巨型库方法通过生成海量高质量材料数据集，为人工智能（AI）和机器学习设计下一代新材料奠定了基础。西北大学、TRI与西北大学衍生公司Mattiq已开发出机器学习算法，以创纪录速度筛选巨型库。
米尔金表示这仅是起点。结合AI技术，该方法可拓展至催化剂之外，彻底变革电池、生物医疗设备、先进光学元件等几乎所有技术领域的材料发现。
"我们将探寻电池、核聚变等各类材料，"他展望道："当今世界并未采用最适合需求的材料。人们在特定历史条件下凭借当时工具发现了这些材料，问题在于我们已围绕这些材料建立了庞大基础设施导致固步自封。我们要颠覆这种局面——是时候为每种需求寻找真正的最优材料，不再妥协。"
研究说明
题为"通过巨型库加速析氧反应催化剂发现"的研究获得了丰田研究院、Mattiq公司及美国陆军作战能力发展司令部陆军研究实验室下属陆军研究办公室（授权号W911NF-23-1-0285）的支持。该成果得益于生物工业制造与设计生态系统（BioMADE）的资助；本文观点仅代表作者立场，未必反映BioMADE观点。
本材料基于空军研究协议（编号FA8650-21-2-5028）资助的研究成果。美国政府有权为政府目的复制和分发重印件，无论版权标注如何。
所含观点及结论均属作者观点，不应理解为代表美国政府或空军的官方政策或背书（无论明示或暗示）。