Angew | 厦门大学程俊课题组：机器学习分子动力学模拟揭示表面预熔调控催化活性新机制

导读近日，厦门大学化学化工学院程俊课题组，基于机器学习分子动力学模拟与自由能计算方法研究纳米催化剂的表面结构动态效应与反应之间的耦合，取得重要进展。相关研究成果以“Machine Learning Molecular Dynamics Shows Anomalous Entropic Effect on Catalysis via Surface Pre-melting of Nanoclusters”为题发表在Angewandte Chemie International Edition上（Angew. Chem. Int. Ed. 2024, https://doi.org/10.1002/anie.202405379）。由于纳米催化剂优越的催化活性和对贵金属的高效利用，其在现代化学工业生产中受到了广泛的关注。这些催化剂的表面结构会受到反应条件的显著影响，在真实实验条件下表现出动态行为。这种表面结构的动态特性对传统的催化剂构效关系研究带来了新挑战。本工作结合增强采样算法与主动学习策略构造机器学习势函数训练与自由能计算自动化工作流，以高度对称的Cu55纳 ………………………………