科学家仅用一个下午的时间，就通过纳米颗粒"巨型库"筛选出一种催化剂，其在水制氢燃料生产中的性能达到甚至超越铱催化剂，而成本仅为铱催化剂的极小部分。
如今，一种强大的新工具在单个下午就发现了一种解决方案。
该工具由西北大学发明并开发，被称为百万材料库。作为全球首个纳米材料"数据工厂"，每个百万材料库在一个微小芯片上包含数百万个独特设计的纳米颗粒。西北大学团队与丰田研究院(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，他们扩大了材料规模并证明其可在设备中工作——整个过程创下了用时最短纪录。
通过百万材料库，科学家们快速筛选了四种储量丰富、价格低廉的金属（每种金属均以其催化性能著称）的庞大组合，最终找到了一种性能堪比铱的新材料。该团队发现的全新材料在实验室测试中达到甚至在某些情况下超越了商用铱基材料的性能，成本却仅为铱基材料的极小部分。
这一发现不仅使经济型绿氢成为可能，更证明了新型百万材料库方法的有效性，该方法可能彻底改变研究人员为各类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全球最强大的合成工具，使化学家和材料科学家能够探索海量组合以寻找关键材料，"西北大学的查德·A·米尔金表示，他是该研究的资深作者兼百万材料库平台的主要发明人。"在此特定项目中，我们将该能力导向能源领域面临的重大挑战：如何找到性能媲美铱但储量更丰富、更易获取且价格低廉得多的材料？这个新工具让我们能快速找到有前景的替代品。"
作为纳米技术先驱，米尔金现任西北大学温伯格文理学院乔治·B·拉斯曼化学讲席教授；麦考密克工程学院化学与生物工程、生物医学工程及材料科学与工程教授；国际纳米技术研究所执行主任。米尔金与温伯格学院林恩·霍普顿·戴维斯和格雷格·戴维斯化学讲席教授、麦考密克学院电子与计算机工程教授、保拉·M·特里恩斯可持续发展与能源研究所执行主任特德·萨金特共同领导了这项工作。
"全球铱储量不足"
随着世界从化石燃料转向脱碳，经济型绿氢已成为关键环节。为生产清洁氢能，科学家采用水分解技术——通过电力将水分子分解为氢和氧两种组分。
然而该反应的氧析出环节(OER)难度大且效率低。使用铱基催化剂时OER效果最佳，但铱存在显著缺点：稀有昂贵（主要从铂矿开采副产品中获得），价值超黄金（每盎司近5000美元）。
"全球铱储量不足以满足预期需求，"萨金特指出。"从纯供应角度看，生产替代能源所需的水分解工艺面临铱资源短缺问题。"
"整支研究团队部署在芯片上"
米尔金（2016年提出百万材料库概念）与萨金特一致认为，寻找替代铱的新候选材料是其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需反复试错，而百万材料库能让科学家以惊人速度精确定位最优组合。
每个百万材料库通过数十万个微型金字塔状针尖阵列在表面沉积独立"点阵"。每个点阵包含精心设计的金属盐混合物。加热后金属盐被还原，形成具有精确成分与尺寸的单一纳米颗粒。
"可将每个针尖视为微型实验室里的研究人员，"米尔金解释。"这相当于让数百万研究者协同工作——整支研究团队部署在芯片上。"
最终胜出者是...
新研究中，芯片包含1.56亿个颗粒，分别由钌、钴、锰、铬的不同组合构成。机器人扫描仪随后评估最有潜力颗粒的OER性能。基于测试结果，米尔金团队选择最优候选材料进行实验室深度验证。
最终一种四金属精确组合（Ru52Co33Mn9Cr6氧化物）脱颖而出。多金属催化剂可产生协同效应，活性通常高于单金属催化剂。
"我们的催化剂活性略高于铱且稳定性优异，"米尔金指出。"这很难得，因为钌通常稳定性较差，但其他元素组合稳定了钌。"
筛选颗粒终极性能的能力是重大创新。"我们首次实现催化剂快速筛选，同时最佳材料在放大场景中表现优异，"TRI高级研究员、论文合著者约瑟夫·蒙托亚强调。
长期测试表明，新催化剂在严苛酸性环境中高效稳定运行超1000小时，成本仅为铱的约十六分之一。
"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前景广阔的催化剂——不仅在实验室规模，更适用于设备级应用，"蒙托亚补充道。
仅仅是开端
通过生成海量高质量材料数据集，百万材料库方法为人工智能(AI)和机器学习设计下一代新材料奠定基础。西北大学、TRI及西北大学孵化企业Mattiq已开发出机器学习算法，能以创纪录速度筛选百万材料库。
米尔金表示这仅是开始。结合AI，该方法可超越催化剂领域，彻底变革电池、生物医学设备、先进光学元件等各类技术的材料发现。
"我们将探索电池、核聚变等各领域材料，"他展望道。"当前技术并未采用最优材料。历史上受限于工具条件，人们只能找到特定时期的'最佳材料'。问题在于现有基础设施围绕这些材料构建，形成路径依赖。我们需要颠覆现状——是时候为零妥协地寻找每个需求的最优材料了。"
研究说明
本研究"通过百万材料库加速析氧反应催化剂发现"获丰田研究院、Mattiq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资助（编号W911NF-23-1-0285）。成果发布得到生物工业制造与设计生态系统(BioMADE)支持；本文观点不代表BioMADE立场。
部分材料基于空军资助研究（协议号FA8650-21-2-5028）。美国政府有权为政府目的复制分发重印本，无论版权标记如何。
本文观点及结论仅代表作者立场，不应解读为空军或美国政府的官方政策或认可。