3月31日，记者从厦门大学获悉，该校能源学院孙毅飞副教授团队与利物浦大学屠昕教授、科廷大学邵宗平教授合作，首次应用多基因共表达策略，设计筛选出用于可逆固体氧化物电池的电催化剂，并发现对催化性能起决定性作用多参数协同效应，为未来氧化物电催化剂的设计提供了新思路。相关研究成果于近日发表在国际期刊《自然·通讯》。

固体氧化物电池是高效的能源转换设备，但作为其关键组成部分的传统钙钛矿型空气电极因活性有限、稳定性差和电化学性能衰减快等问题，严重制约电池的效率和使用寿命。因此，研究和改进传统钙钛矿型空气电极的性能对于提升固体氧化物电池的应用效果具有重要意义。

在这项研究中，研究人员一改传统单一描述优化材料的思路，构建了包含50多种钙钛矿的材料库，并基于创新开发的可解释机器学习流程，在177100种未探索的成分中筛选并验证了3种优异的电催化剂。

该研究成果为复杂氧化物的熵调控工程与催化功能性之间建立了定量框架，打破了单一描述符预测材料性能的局限，展示了多基因共表达策略在材料设计中的强大潜力。这一方法学不仅适用于固体氧化物电池领域，也为其他功能材料的开发提供了新思路。

（科技日报记者 符晓波）