日本东京科学大学的研究团队利用机器学习方法，成功筛选出适用于新型光催化材料的掺杂元素，并通过实验验证其效果。相关成果发表在《美国化学会志》上。

研究聚焦于正交晶系三氧化四锡——一种近年来被发现具有光催化潜力的锡氧化物材料。光催化水分解利用阳光将水转化为氢气，是清洁能源生产的重要路径之一。锡氧化物因其低毒性、稳定性和成本优势受到关注，但提升其光催化性能仍面临挑战。掺杂是改善材料性能的常用手段，但针对新材料，筛选有效掺杂元素往往依赖试错，效率较低。

研究团队引入机器学习原子间势能计算，对掺杂后的晶体结构热力学稳定性进行高效模拟，识别出多种可能稳定掺杂的离子，包括铝、硼、锶和钇。团队随后通过水热法合成掺杂样品进行实验验证，结果与计算预测一致，确认了铝掺杂样品的优异性能。

在可见光条件下，铝掺杂的正交晶系三氧化四锡产氢量达到未掺杂材料的16倍。团队进一步通过薄膜实验发现，5%的铝掺杂浓度效果最佳，该比例改善了材料结晶性，优化了颗粒形态，并增强了光生电荷分离效率。

研究负责人宫泽正弘表示：“这项研究展示了机器学习原子间势能计算在加速功能材料发现方面的有效性，并确立了铝掺杂的正交晶系三氧化四锡作为有前景的下一代可见光光催化剂。”该策略通过简化掺杂候选筛选流程，有望加快清洁能源技术的研发进程。

出版详情：作者：Sho Uchida等人，标题：《金属离子掺杂的斜方晶 Sn3O4用于可见光活性光催化的计算和实验实现》，发表于：《美国化学会杂志》(2026)，杂志信息：美国化学会杂志