仅基于支持集的残差方向门控方法用于单原子合金C–H解离势垒的安全跨宿主排序

《Computational and Theoretical Chemistry》：Support-only residual-direction gating for safe cross-host ranking of single-atom-alloy C–H dissociation barriers

　　

**摘要要点**

- 公共量子化学数据构建了一个含557个候选物的排序基准。
- 四个目标宿主的标签用于门控候选物依赖的残差迁移。
- 试点冻结机制防止后续标签反转迁移决策。
- 与纯机器学习方法相比，平均SAA Top-10遗憾值降低了66.0%，主要由钌（Ru）驱动。
- 一项含760个候选物的氢吸附（HER）基准检验了跨体系的校准选择性。

---

**引言**

氢气是一种重要的能源载体和化学原料，但其生产的减排效益高度依赖于生产过程的碳强度。甲烷热解提供了一种潜在的过渡路径，因为它能将甲烷转化为氢气和可分离的固体碳，而不形成碳氧化物作为主要反应产物[1]。然而，其实用性能与催化剂设计密切相关。甲烷活化需要断裂强C–H键，而持续脱氢产生的碳可能堵塞活性位点并导致快速失活。因此，一种有用的催化剂必须兼具低活化能垒、抗积碳能力、稳定性以及可接受的材料成本。

C–H活化只是催化问题的一部分。对ZrO?负载单原子的研究表明了载体制氢对甲烷氧化选择性的影响，而对Co?/Uio-66的研究则将活性位间距与氧活化及甲烷转化路径联系起来[2][3]。石墨烯负载的单3d原子阐明了金属电子环境、CH?结合能及C–H断裂之间的关系[4]。对于TiC上的Ni团簇，反应诱导的碳化物形成改变了甲烷转化活性的来源[5]。这些例子促使人们关注局部化学环境，但它们涉及不同的催化剂结构和反应路线；它们既不能提供金属SAA的通用残差迁移规则，也不能证明将单一排序能垒解释为总活性或选择性是合理的。

单原子合金（SAA）通过将孤立的活性原子分散在较不活泼的金属宿主中，提供了一个异常宽广的设计空间来平衡上述需求。早期工作已确立，嵌入合金中的孤立金属原子可形成区别于两种母体金属的选择性反应位点[6]，后续研究进一步阐明了SAA催化的电子、几何和动力学原理[7]。对于碳氢化合物转化，C–H活化趋势取决于元素种类、配位、表面结构和吸附物结合之间的相互作用[8]。例如，Pt/Cu SAA兼具高效的C–H活化和增强的抗积碳能力[9]。最近，对10,950种SAA表面的机器学习筛选推动了Ir/Ni和Re/Ni活性体系的实验鉴定[10]。这些结果既展示了SAA甲烷转化的前景，也揭示了仅靠直接计算或实验来搜索其组合式宿主–掺杂剂–表面空间的困难。

高通量密度泛函理论（DFT）和机器学习（ML）大幅扩展了可搜索的催化剂空间。Catalysis-Hub和Open Catalyst 2020等开放资源使大量表面反应和吸附计算数据可用于模型开发[11][12]。与此同时，材料信息学从基于描述符的回归发展到直接从原子结构学习的图表示[13][14][15]。晶体图卷积网络、SchNet和图网络框架展示了这些表示的预测能力[16][17][18]，催化领域的综述文献也记录了它们在活性预测和催化剂筛选中日益增长的应用[19]。然而，催化能垒数据集相对于模型部署的候选空间仍然规模较小且具有化学结构化特征，因此数据高效学习和外推条件下的验证仍然是核心关切[20]。

对于SAA C–H解离而言，这一关切尤为突出。Wang等人的公开数据集包含623个位点级DFT能垒记录和通过ML大幅扩展的候选库[21]。这提供了一个研究新问题的机会——与构建另一个全局能垒预测器不同，该问题关注：当模型迁移到此前未见的宿主时，如何利用少量新获得的DFT标签来改进候选短名单？传统回归评估侧重于整个候选池上的平均绝对误差或均方误差。相比之下，催化剂筛选是一个早期识别问题[22]——只有少量Top-L候选物才会进入更昂贵的计算或实验环节，关键损失在于该集合是否包含真正有竞争力的候选物。排序指标如折现累积增益（DCG）形式化了列表顶部正确排序的更大价值[23]。因此，一种校准即使能降低全局MAE，如果将最佳候选物移到选择阈值以下，仍然是有害的；反之，点误差的微小变化如果将一个低能垒候选物救回短名单，则可能极具价值。

少量标签的残差修正似乎是一个自然的解决方案。在Δ-学习中，模型学习廉价基线与高保真目标之间的差异，通常比直接学习需要更少的高保真标签[24]。多保真图模型和数据融合方法同样利用不同信息源之间的相关性来改善材料性能预测和筛选[25][26][27]。残差修正也改善了反应能垒估计和面向排序的虚拟筛选[28][29]。然而，这些方法通常依赖于从源数据学习的差异在目标域中仍然有效。对于跨宿主SAA预测，这一假设是化学性而非仅仅是统计性的：改变宿主可以改变表面电子环境、配位响应和宿主–掺杂剂相互作用，因此在其他宿主上学习的候选物依赖残差排序可能减弱或反转。

这种失效模式是负迁移的一个实例。迁移学习在标注的目标数据稀缺时最为有用[30]，但使用相关性差的源可能导致表现不如保留目标基线[31]。因此，负迁移研究强调源的相关性、选择性迁移以及对不可靠信息的显式拒绝[32][33]。仅靠不确定性校准无法解决这一问题：域内校准的回归不确定性本身在分布偏移下可能变得不可靠[34]，且校准区间并不能确定源残差是否保持了目标宿主最佳候选物的排序。此处需要的是一个目标宿主诊断，它提出一个更窄的问题：少数已观测残差的方向是否与提出的源自源的修正方向一致？

主动学习为选择这些观测提供了互补机制。自适应采样加速了靶向材料设计[35]，并引导了跨大型金属间化合物空间的发现[36]。在线贝叶斯采集也减少了原子模拟所需的量子力学评估次数[37][38]，而对比基准和物理引导策略表明，采集性能取决于科学目标和先验[39][40]。大多数此类方法反复更新全局代理模型或其不确定性。一个具有固定预算的有限SAA筛选池则要求采集策略能够直接保护当前在位候选物、检验可能的挑战者，并就是否允许残差迁移改变Top-L列表做出稳定决策。

受此差距驱动，我们将跨宿主少量样本校准构建为排序决策问题而非全局回归问题，并提出仅基于支撑集的残差方向门控与试点冻结序列排序校准（SARC-RD）方法。该方法将宿主级偏移（不能在宿主内部改变排序）与候选物依赖的残差先验（在化学信息化的经验描述符空间中定义，可以改变排序）区分开来。一个小的顺序获取的支撑集检验该先验方向是否与观测到的目标宿主残差方向一致。如果证据不足或矛盾，则残差修正被否决，方法回退到仅偏移校准。门控在四标签试点后冻结，使得后续预算增加不能悄无声息地反转预定义的迁移决策。

本工作的贡献包括五方面。第一，我们将公开DFT记录标准化为SAA–CH–Rank557，这是一个经过泄漏审计的557个唯一宿主–表面–掺杂剂候选物的留一宿主排序基准；未声称新的DFT计算。第二，我们引入了候选物依赖的残差先验和仅基于支撑集的方向门控，使"不迁移"成为一个显式结果而非隐式失败。第三，我们将在位者–挑战者支撑集获取与试点冻结门控相结合，用于可复现的固定预算筛选。第四，我们使用宿主宏Top-L遗憾值、宿主分辨的负迁移结果、排序恢复、宿主影响分析、DFT标签不确定性传播、标准迁移、多保真和贝叶斯优化基线以及跨两个任务构建的消融实验，对完整流程进行了评估。第五，我们使用描述符可迁移性分析来检验而非假设源残差方向能否跨宿主持续，并在一个包含760种双金属材料、跨28种主元素宿主的独立氢吸附决策问题上检验了冻结门控。这一外部实验考察了选择性使用原则能否经受材料空间和目标属性双重变化的考验，同时区分保守回退与通用残差改善。完整研究逻辑总结于图1。

**分节摘要：化学中的机器学习筛选与残差修正**

机器学习已成为筛选无法通过第一性原理计算穷尽评估的大型化学和催化空间的标准替代方法。在均相催化中，化学信息化的表示已被用于将吸附能趋势跨吸附物和表面迁移[41]。对于SAA甲烷分解，Wang等人汇编了DFT C–H解离能垒数据，设计了元素、电子、表面和配位描述符，并……

**分节摘要：研究范围与公开DFT来源**

本研究解决的是一个筛选问题而非全局性质预测问题：给定一个此前未见的宿主金属和有限的单原子合金（SAA）候选集，目标是将一个短名单返回给下游，使其包含至少一个真正低C–H解离能垒的候选物。因此，方法以排序和选择标准进行优化和评估，平均绝对误差仅作为诊断工具保留。

SAA宿主的改变促成了这一应用，但是……

**分节摘要：主要跨宿主排序性能**

我们首先评估了少量支撑校准是否改善了保留的主要DFT557设置（b=4，L=10）下的实际筛选目标。未校准的ML排序产生的宿主宏Top-10遗憾值为0.02840 eV，仅应用宿主级偏移产生的结果几乎相同（0.02819 eV；图2a）。V1门控将遗憾值降至0.01653 eV，而完整的SARC-RD V2流程达到了最低数值0.00966 eV（95%宿主Bootstrap置信区间：0–0.02452 eV）。

**结论**

本工作将SAA C–H解离能垒的跨宿主校准重新定义为固定预算排序问题：实际目标是确保短名单中包含一个真正低能垒的候选物，而非仅仅最小化全局预测误差。从公开位点级DFT资源出发，我们构建了经过泄漏审计的SAA–CH–Rank557基准，并开发了SARC-RD——一个结合了化学信息化的经验残差先验的少量支撑校准框架……

**CRediT作者贡献声明**

Jiachen Liu：初稿撰写、可视化、资源、调查研究、数据整理。
Qianqi Zhang：初稿撰写、软件、方法论、数据整理。
Zeling Xu：软件、资源、方法论、形式化分析。
Jinming Wang：审阅与编辑、监督、项目管理、概念化。

**代码可用性**

用于数据处理、模型训练、残差方向门控、序列支撑集选择以及所有报告的验证和敏感性分析的代码，可在合理请求下从通讯作者处获取。

**利益冲突声明**

作者声明不存在已知的可能影响本工作所报告结果的竞争性财务利益或个人关系。

Jiachen Liu | Qianqi Zhang | Zeling Xu | Jinming Wang