北京理工大学分子笼多级结构及仿生催化新突破
北京理工大学孙建科教授和杨国昱教授合作,在《Angewandte Chemie International Edition》发表了题为“Organic Cage Encapsulated within Metal Cluster-Based Open Frameworks: A Single-Crystal Host-in-Host Material with Inter-Host Charge Cooperation”的研究论文。该研究首次构建了具有明确单晶结构的“主体⊂主体”嵌套型多级次材料(C-D3T2⊂PbI),通过电荷转移作用显著提升了材料的光物理性能和催化效率,实现了高达33倍至47倍的催化活性提升,为仿生催化和多功能材料领域提供了新思路。
近日,北京理工大学化学与化工学院的孙建科教授和杨国昱教授合作,在国际知名化学期刊《Angewandte Chemie International Edition》上发表了一篇题为“Organic Cage Encapsulated within Metal Cluster-Based Open Frameworks: A Single-Crystal Host-in-Host Material with Inter-Host Charge Cooperation”的研究论文(热点论文)。该论文的第一作者是吴兆锋博士和崔景旺博士。这项研究得到了国家自然科学基金的资助及北京理工大学分析测试中心的支持。

在自然界中,酶的高效催化能力通常源于其多级次结构中活性位点之间的协同作用,这一特性激发了材料化学领域对“主体⊂主体”(Host-in-Host)组装体的广泛关注。这样的结构由两个或多个主体单元嵌套构成,具备高度有序的层级结构与功能分区,不仅能显著提升单一主体的性能,甚至还可赋予材料全新的功能属性。然而,由于其结构复杂且精准合成难度大,特别是缺乏具有明确单晶结构的代表性实例,该类体系的发展仍然面临重大挑战。
基于此,孙建科教授和杨国昱教授合作,采用带正电的有机分子笼(C-D3T2)作为构建单元,借助静电作用与化学键耦合的组装策略,将其精准嵌入由铅碘团簇构成的三维框架通道中,成功构建了具有明确单晶结构的“主体⊂主体”嵌套型多级次材料(C-D3T2⊂PbI),在精准多级结构设计与合成领域取得了重要突破。

图1 嵌套结构C-D3T2⊂PbI的构建策略与单晶结构表征
在该嵌套结构中,外部铅碘团簇框架与内部有机分子笼之间通过电荷转移作用产生了强烈的电子耦合,显著调控了铅碘团簇骨架的电子结构,从而赋予材料优异的光物理性能。具体而言,这种电荷转移效应不仅有效提升了光热转换效率,还显著增强了材料对氧气的活化能力,为催化反应中的电子和能量传递提供了更加高效的路径。

图2 主体间电荷转移作用对材料电子结构与载流子动力学的调控机制

图3 主体间电荷转移作用对材料光物理性能的增强效应
在功能验证方面,研究团队利用外层团簇作为光活性位点,内部分子笼作为Brønsted酸性位点,通过内/外层腔体之间的电荷转移作用,模拟细胞内限域多中心交互通讯机制,并将该材料应用于串联反应体系。结果表明,多层级主体间所形成的“底物通道效应”显著提升了整体的催化效率。以芳香醇选择性光氧化为芳香醛,并进一步缩醛化的串联反应为例,该嵌套体系相较于不具备主体间电荷转移作用的结构类似体系(R-D3T2⊂PbI, R-D3T2为电中性分子笼)实现了高达33倍的催化活性提升。此外,该材料还成功实现了更具挑战性的串联转化过程,如芳香硫醚的氧化与芳炔加成的协同反应,并进一步诱导[3,3]-σ迁移重排,催化性能提升高达47倍。
本研究不仅为单晶态多级次结构的精准构筑提供了新思路,更从分子层面揭示了主体间协同作用对于材料物理化学性质以及催化性能调控的关键影响,进一步拓展了多级次分子笼结构在仿生催化和多功能材料领域的应用前景。

图4 嵌套结构在串联催化反应中的性能验证与机制解析
文中关于主体⊂主体,电荷转移,催化活性,多级次材料,光物理性能的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《北京理工大学分子笼多级结构及仿生催化新突破》文章吧,也可关注golang学习网公众号了解相关技术文章。
opencv色彩空间转换技巧学习笔记
- 上一篇
- opencv色彩空间转换技巧学习笔记
- 下一篇
- em与rem在CSS中的应用与区别
-
- 科技周边 · 人工智能 | 22小时前 |
- Transformers generate 怎样返回每步生成分数并定位异常输出
- 308浏览 收藏
-
- 科技周边 · 人工智能 | 22小时前 | 人工智能 · api设计 · 人工复核 内容审核 Categories Moderation API category_scores
- 内容审核接口返回多标签结果时怎样设计分支
- 160浏览 收藏
-
- 科技周边 · 人工智能 | 22小时前 | 人工智能 · 多模态 · token 视觉模型 detail 多图输入 Vision API
- 视觉模型输入多张图片时怎样控制顺序和细节级别
- 386浏览 收藏
-
- 科技周边 · 人工智能 | 22小时前 | 人工智能 · 提示词缓存 prompt_cache_key 稳定前缀 动态输入
- 提示词缓存怎样拆分稳定前缀和动态输入
- 419浏览 收藏
-
- 科技周边 · 人工智能 | 22小时前 | 多模态输入 Gemini API Files API MIME 类型
- Gemini API 怎样把文件输入和文本提示放在同一请求
- 164浏览 收藏
-
- 科技周边 · 人工智能 | 22小时前 | 人工智能 · padding Transformers tokenizer attention_mask input_ids truncation
- Transformers tokenizer 怎样让 padding 与 truncation 对齐批量输入
- 416浏览 收藏
-
- 科技周边 · 人工智能 | 22小时前 |
- Hugging Face Datasets DatasetDict 跨 train 与 validation 的 map 处理方案
- 267浏览 收藏
-
- 科技周边 · 人工智能 | 22小时前 | 人工智能 · 结构化输出 · JSON Schema Responses API Structured Outputs strict refusal
- 结构化输出怎样约束模型返回 JSON Schema
- 328浏览 收藏
-
- 科技周边 · 人工智能 | 22小时前 | 人工智能 · openai · 工具调用 Responses API function_call_output call_id
- Responses API 怎样处理工具调用后的继续响应
- 156浏览 收藏
-
- 科技周边 · 人工智能 | 22小时前 | 人工智能 · openai · 多轮对话 Responses API conversation state OpenAI API previous_response_id
- Responses API 怎样用上一轮响应继续多轮对话
- 121浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1076次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1078次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1238次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1182次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1027次使用
-
- 量化模型本地推理的显存估算方法
- 2026-10-17 501浏览
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览

