近日，中国科学院大连化学物理研究所研究员肖建平团队、研究员焦峰团队、研究员潘秀莲团队合作，在催化剂理性设计研究方面取得新进展。合作团队通过机器学习和反应相图分析，揭示了氧化物-分子筛（OXZEO^?）双功能催化剂直接转化合成气的催化机制，为高效催化剂的设计提供了新的理论依据。相关成果发表在《德国应用化学》上，并被选为VIP文章。

OXZEO^?催化剂可实现合成气直接高选择性制取烯烃，但如何进一步提高金属氧化物的催化性能是该领域长期面临的挑战。针对复杂反应网络的催化过程，目前仍缺乏优化氧化物活性的理性设计策略。

本工作中，肖建平团队通过反应相图分析，采用CO*和O*的吸附能作为描述符，预测了7种催化剂体系的活性趋势。随后，潘秀莲和焦峰团队通过实验验证了该趋势和理论模型的可靠性。在此基础上，肖建平团队通过机器学习方法，进一步加速了新催化剂的筛选。最终，理论预测Bi掺杂和Sb掺杂的ZnCrO_x具有更高催化性能，并得到实验证实。

该工作通过理论和实验研究的迭代优化，为复杂反应网络和串联催化过程的理性设计提供了新的思路。