近日，学院在本科生科研实践项目上取得可喜成果。2022级应用物理学专业吴振鹏同学，在学院项目鼎力支持与张强老师悉心指导下，以第一作者身份在催化领域知名期刊《Journal of Catalysis》（IF = 6.5，中科院分区一区，TOP期刊）发表题为《Normal/inverse sandwich structure series-engineered multilayer double-atom catalysts featuring bridge-bonded dual-sulfur ligands: Machine learning-driven optimization for oxygen evolution/reduction reaction bifunctional electrocatalysts》的研究性论文。
图1-文章主要内容示意图（包括结构拓展，主要反应，机器学习驱动优化等）
针对具有优异OER/ORR活性的类石墨烯碳氮化物单层材料（N4@g-C16N3），张强老师团队提出通过构建双硫桥接的赝双层及双/三/四层正/反三明治结构DACs进行维度拓展，以进一步释放其催化潜力。研究融合了密度泛函理论与机器学习，系统研究了从赝双层至四层共2916种构型。
研究发现，在双层同核结构中存在6种高活性过渡金属位点，并据此构建了156种异核双层构型。其中，双功能催化剂FeN4-S2-AgN4和IrN4-S2-WN4分别表现出最优的OER性能和最优的ORR性能。轨道分析表明，过渡金属原子与硫桥的协同作用通过调节成键与反键电子分布，有效优化了氧中间体的吸附自由能。基于此，研究提出了一个修正的键级描述符，深入揭示了双层结构的活性机制。恒电位模拟证实双电层对反应能垒具有关键调节作用，深化了对层间耦合与桥接配体协同机制的理解，并由此提出了pH依赖的催化优化路径。最后，通过引入简化结构描述符（φ），增强了机器学习模型的泛化能力，成功将预测拓展至赝双层、三层及四层体系，为设计高效电催化剂提供了新的理论框架与见解。
科研实践项目是理学院推动学业高质量发展支持体系的关键举措，也是面向本科生实施学风引领与拔尖创新人才培养的“头雁工程”。该项目采用“学术导师+项目+本科生”三位一体的培养模式，强调营造浓厚的科研氛围，促进跨学科团队协同合作，着力提升学生的创新思维与解决实际问题的能力。项目实施以来成效显著，在学术竞赛、科研攻关（包括高水平论文发表）及成果转化等方面成果丰硕，已累计覆盖300余名本科生，为学院人才培养质量的全面提升注入了强劲动力。
供稿：寇志起
