题目：Nature of metal-support interaction for metal catalysts on oxide supports
https://www.science.org/doi/10.1126/science.adp6034
文献出处：Science 386, 915–920 (2024)
通讯作者及单位：Wei-Xue Li/Key Laboratory of Precision and Intelligent Chemistry, Department of Chemical Physics, School of Chemistry and Materials Science, iChem, University of Science and Technology of China
摘要
氧化物载体上的金属催化剂在许多工业反应中起着至关重要的作用。调节金属-载体相互作用是提高催化生产率和稳定性的关键策略；然而，金属-载体相互作用的性质和量化仍然是尚未解决的主要问题。通过利用可解释的机器学习、领域知识和可用的实验数据，作者发现了一个适用于氧化物上的金属纳米粒子和吸附原子以及金属上的氧化物膜的物理金属-载体相互作用方程。虽然金属-氧相互作用主导金属-载体相互作用并决定金属成分效应，但金属-金属相互作用决定了载体效应。这确保了亚氧化物在金属纳米粒子上的封装具有强金属-金属相互作用的原理，这通过分子动力学模拟和先前的实验得到了全面证实。所开发的理论为设计金属载体系统提供了宝贵的见解和指导。
总结有三点创新：
1、作者通过SISSO推理并对比出版物中汇编的 178 个金属-氧化物界面的 𝐸adh 数据。得到了金属/载体相互作用的普遍规律，并且将该规律分解为MOI和MMI，即金属-金属（MMI），金属-氧(MOI)相互作用。此工作量极大，实验数据和推理的公式吻合非常好。
注：SISSO下载链接：
https://github.com/rouyang2017/SISSO
2、SMSI（ strong metal-support interaction）是催化领域一个重要现象，但是一直没有理论规律总结何种金属-氧化物组合容易/不容易发生SMSI。作者巧妙将 MSI 分解为 MOI 和 MM̅I 可以得出短程化学键是 MSI 的主要贡献这一结论。事实上，该模型可以通过假设 MSI 由界面上最近邻的化学键形成而得出。
3、LASP神经网络势直接模拟SMSI过程。可以轻松模拟多种氧化物与负载金属的SMSI现象，因为此过程涉及非常复杂的化学键断裂和生成，模拟难度很大。
图片内容：
图1. 发现金属-载体相互作用方程及预测。
展示了通过机器学习模型得出的金属-载体粘附能（|Eadh|）公式，并用实验数据验证了该公式的准确性。
描述了MSI的两个关键描述符：氧亲和性（Q(MO)）和金属间亲和性（Q(MM')）。
利用这些描述符预测了675种金属-氧化物界面的接触角，揭示MSI对催化剂热稳定性的影响。
图2. MSI数据驱动在不同催化体系中的应用
探讨了MOI和MMI在不同金属-氧化物系统中对MSI的贡献。
展示了MSI公式在金属原子吸附能和金属载体氧化物薄膜系统中的适用性，并揭示了MSI理论的广泛应用。
图3. 接触角、强金属-金属MMI相互作用和封装
展示了通过分子动力学模拟研究SMSI封装的动力学过程，包括金属-金属和金属-氧键的分布特征。
验证了强MMI作为封装发生的关键标准，并对不同金属-氧化物体系的SMSI行为进行对比分析。
