多相催化中，微環境與活性位點同樣重要。研究發現，化學反應的催化活性顯著受到碳納米管（CNT）的限域空間影響，一些反應具有優異的活性，但是另一些反應的催化活性降低。合理設計限域催化必須對限域微環境的作用更加準確的理解。但是，受限催化劑的結構復雜性和與微環境的相互作用阻礙了人們揭示試驗背后的化學原理。
有鑒于此，中國科學院大連化物所肖建平研究員、傅笑言等通過機器學習加速，對碳納米管在各種反應氣氛下的限域催化進行大正則蒙特卡羅（GCMC）模擬。GCMC模擬的統計結果證實碳納米管內部的電子相互作用（結合能）比外部情況弱的一個普遍特征。
本文要點：
（1）
通過使用隨機森林（RF，Random Forest）模型，確定在受限空間內催化劑鍵長的縮短是主要因素，導致結合能減少、d帶中心朝低能量方向移動。
（2）
使用鍵長變化作為簡化的描述符的微動力學模型能夠成功再現看似矛盾的對同一反應的增強和抑制的實驗現象。
參考文獻
Chenyu Yang, Xiaoyan Fu, Dong Luan, Jianping Xiao, Towards Rational Design of Confined Catalysis in Carbon Nanotube by Machine Learning and Grand Canonical Monte Carlo Simulations, Angew. Chem. Int. Ed. 2024
DOI: 10.1002/anie.202421552
https://onlinelibrary.wiley.com/doi/abs/10.1002/anie.202421552
