丙烷脱氢（PDH）是丙烯生产的重要工艺，但其高温反应条件往往导致传统金属催化剂因积碳、烧结而快速失活，这严重限制了传统催化剂的工业化应用。沸石封装金属催化剂（metal@zeolite）通过将活性金属限域于沸石微孔内，显著提升催化剂的抗烧结、抗积碳能力，成为近年来的研究热点。而现有的沸石封装金属催化剂仍面临两大瓶颈：高昂的材料成本限制了其规模化应用，复杂的合成工艺进一步增加了其工业化难度。因此，开发低成本、易合成、高活性、高稳定性的沸石封装金属催化剂成为丙烷脱氢领域亟待突破的问题。传统催化剂开发依靠实验试错，但沸石拓扑结构超过220种，金属助剂（Sn、Fe、Ge、In）组合多样，这使得实验试错法筛选成本高昂且效率低下。近年来，人工智能（AI）技术为材料理性设计提供了新思路，例如通过全局神经网络势函数（G-NN）结合密度泛函理论（DFT）快速预测沸石几何结构与酸性，显著加速催化剂数据库构建与性能预测。

最近，复旦大学化学系刘智攀教授课题组在Nature Communications, 2025, 16, 3720上发表论文，基于全局神经网络势（G-NN）的原子模拟，从多个维度高效筛选了超10万种Pt/Ge在不同沸石框架中的分布，将范围缩小到三种锗硅酸盐沸石，并通过一锅法成功合成了Pt₁@Ge-MFI催化剂，其在多种反应条件下均有出色的转化率、丙烯选择性和稳定性。结合理论计算和XAS等表征结果，作者证实在反应条件下Pt以[GePtO₃H₂]的单原子结构存在并催化丙烷脱氢。

作者基于全局神经网络势（G-NN）的原子模拟，通过五个条件（孔道直径>4Å、笼直径<1nm、纯硅组分下稳定、骨架中Ge稳定、Pt单原子稳定）逐步从超过10万种Pt/Ge在不同沸石框架中的分布组态中筛选到三种锗硅酸盐沸石从多个维度高效筛选出3个最佳候选：MFI、IWW和SAO。基于此结果，作者通过一锅法成功合成了Pt₁@Ge-MFI催化剂，并舍弃了传统催化剂合成中的空气焙烧步骤。XRD、HR-TEM、XPS、XAS等表征结果说明，未经空气焙烧的Pt₁@Ge-MFI催化剂中Pt以单原子形式存在，而空气焙烧的Pt@Ge-MFI-c中Pt形成纳米颗粒。Pt₁@Ge-MFI催化剂在550~550℃的温度范围内，在多种重时空速、丙烷浓度的反应条件下都有着出色的丙烷转化率和丙烯选择性，且在长达>750h的反应周期内均未发现明显失活；在600℃下，该催化剂有接近热力学平衡的转化率，丙烯选择性高达98%，而Pt@Ge-MFI-c催化剂在600℃下快速失活。

随后，作者结合DFT计算说明在5%H₂/Ar、550℃还原气氛下，Pt₁@Ge-MFI催化剂中Pt会形成[GePtO₃]结构，进而形成[GePtO₃H₂]活性位点。此结构在空气气氛、室温状态下会逆向变回到[GeOPtO₃]。该结构的CO吸附红外光谱（2123cm^-1）与DFT预测结果（2119cm^-1）一致。PDH反应在此活性位点上的反应路径为分步脱氢，理论计算总反应能垒（2.23eV）与实验值（2.20eV）吻合。

论文通过数据驱动策略，结合全局神经网络势与密度泛函理论，完成从220中沸石框架及超过十万种Pt/Ge构型中的筛选，成功设计出兼具高稳定性、反应活性的锗硅酸盐沸石封装Pt单原子催化剂Pt₁@Ge-MFI。该催化剂在>750h的丙烷脱氢反应中未发现明显失活，其活性位点[GePtO₃H₂]稳定锚定Pt单原子，显著抑制Pt的烧结与积碳。这一成果不仅为PDH催化剂开发提供了新范式，更揭示了数据驱动方法在理性设计多孔催化材料中的巨大潜力。

论文工作得到了以下项目的支持：中国科学院战略性先导科技专项、国家自然科学基金、国家重点研发计划、中央高校基本科研业务费专项资金、中国科学院青年创新促进会、上海市科学技术委员会以及中国博士后科学基金会博士后项目。论文的共同第一作者为复旦大学24级博士生赵乾丞和博士后陈林，通讯作者为中国科学院上海有机化学研究所导师马思聪和复旦大学化学系刘智攀教授。