数据科学在电催化领域的融合，正深刻变革高性能催化剂在可持续能源应用中的发现过程。为凸显数据科学的重要作用并为未来电催化剂的设计提供方向，日本东北大学材料科学高等研究所（WPI-AIMR）李昊教授团队（DigCat团队）在Journal of Catalysis上发表约稿综述文章，系统回顾了从以密度泛函理论（DFT）为基础的低维数据科学，到依托大规模计算数据与机器学习（ML）的高维数据分析的发展历程。该综述突出强调了数据科学在连接理论理解、计算效率与实验验证中的关键作用，为加速新一代电催化剂的设计与开发提供了新思路，有望推动可持续能源技术的实现。

电催化研究的发展历程可划分为四个科学范式：经验科学、理论科学、计算科学与数据驱动科学。尽管各范式所采用的方法不同，其本质均可归属于广义的数据科学，差异主要体现在所处理数据的维度与复杂性上。经验科学与理论科学主要依赖低维度的实验数据与理论模型；计算科学则通过第一性原理方法系统地产生中等维度的数据，极大地推动了催化剂设计的发展；进入大数据时代，数据驱动科学整合高维度数据，并借助机器学习等人工智能技术深入挖掘复杂的结构–性能关系，从而实现高通量筛选与加速设计。

本综述聚焦于计算科学与数据驱动科学两个范式，强调以物理描述符为基础融合高维数据分析，是加速新一代高性能电催化剂设计的有效途径。首先，密度泛函理论（DFT）推导的描述符一方面在低维数据科学框架内实现原子尺度特征与宏观性能之间的关联，另一方面可用于构建各类电化学反应的火山模型。随着大规模计算数据的积累，数据分析，例如机器学习方法，可揭示更为复杂的结构–性能关系，显著提升催化剂筛选与设计的效率。此外，机器学习势能模型（MLPs）在兼具量子力学精度与大规模计算可行性的同时，不仅加速了热力学吸附能的预测，还能够更高效地模拟催化反应的动力学过程。

最后，本文也探讨了进一步拓展数据科学在电催化领域影响力的潜在方向。未来的关键机遇包括：发展更具普适性的DFT描述符、打破传统的吸附能缩放关系，构建涵盖表面状态的大规模数据库，推动半监督与无监督学习在催化剂设计中的应用，拓展MLPs在真实电化学环境中的建模能力，以及探索大语言模型（LLMs）在文献数据挖掘与催化性能预测中的应用潜力。通过融合物理机制与高质量数据，数据科学有望在催化剂设计中发挥更深层次的推动作用，加速可持续能源技术的发展。

图文导读

图1 催化剂研究经历了四个科学范式的发展演变：（a）经验科学，（b）理论科学，（c）计算科学，以及（d）数据驱动科学。

图2 理论参数与实验指标的融合：(a)d带中心与H₂O₂选择性的关系，(b)E_O₂* – E_HOOH*与H₂O₂选择性的关系，(c)表面应变与活性的关系。吸附能之间的标度关系：HO*与(d)O*，(e)HOO*，以及(f)O₂*的关系。(g)ORR和(h)CO₂RR的典型pH依赖型理论火山图模型（以RHE为基准）。(g)图右侧的数据点及(h)图中的所有数据点均为实验测量结果，显示出这些火山模型与实验观测结果具有良好的一致性。

图3 (a)用于筛选稳定金属氧化物电催化剂的数据挖掘流程；(b)计算表面结构数据集；(c)数字催化平台（DigCat）概览；(d)超过100种已有实验报道的M−N−C催化剂的ORR活性分析，以及计算得到的ΔG_max随G_HO*和G_O*变化的火山图。

图4 (a)吸附位点的特征表示方法；(b)电催化中的监督学习方法；(c)电催化中的无监督学习方法；(d)可解释的原子图注意力（AGAT）模型；(e)AGAT模型输出结果，包括吸附引起的能量和力的分布；(f)催化剂的合成与表征；(g)电化学性能的评估。

图5. (a)全局优化工作流程概览；(b)本研究（红色）与参考文献（蓝色）中结构的全局最低能态对比；(c)O₂在水中扩散的代表性快照，捕捉其初始、中间和最终状态；(d)通过新颖的表面预熔机制调控纳米催化剂的催化活性；(e)利用数据高效的MLP模型对反应路径进行迭代探索。（关于图例中颜色的解释，请参阅本文网页版本。）

论文信息

X. Jia*, T. Wang, D. Zhang, X. Wang, H. Liu, L. Zhang*, and H. Li*, Advancing Electrocatalyst Discovery through the Lens of Data Science: State of the Art and Perspectives, Journal of Catalysis, 2025, 447, 116162 (Invited Review).

DOI：10.1016/j.jcat.2025.116162