南京大学任鑫坤/王瑾丰最新Nature Water丨多智能体AI设计超快水净化催化剂

基于过氧单硫酸盐（PMS）活化的高级氧化工艺因其高氧化电位、较长半衰期和宽泛pH耐受性而展现出巨大潜力，但高效催化剂的发现仍主要依赖劳动密集型的试错方法，且PMS活化涉及自由基与非自由基路径的复杂级联反应，其精确机制仍属"暗物质"。

近年来，人工智能科学特别是大语言模型为新材料发现提供了机遇，但现有框架多依赖单一目标性能指标，忽略了环境安全、经济可行性和可扩展性等关键维度。

此外，PMS活化催化剂设计面临结构多样性与化学有效性之间的内在权衡，高温采样增加探索空间但引入非物理候选，低温采样则限制多样性。因此，亟需开发能够整合多维度评估、平衡创造性与可靠性的智能系统。

近日，南京大学的任鑫坤和王瑾丰在Nature Water发表了题为"Multi-agent artificial intelligence designs novel catalysts for ultrafast water purification"的研究论文。

1. 构建ECOMATS多智能体系统，集成7个微调LLM智能体与专家验证知识图谱，实现PMS活化催化剂的自主设计 2. 提出五维评估框架与三重智能体盲审机制，通过一致性系数融合评分，提升预测可靠性 3. 高温创意设计智能体与低温评估筛选智能体解耦，平衡结构多样性与化学有效性 4. 设计并合成(FeTCPP)Co2(MeIm)2催化剂，5分钟内实现90.5%的PFOA降解率，pH适用范围3-11 5. 理论计算证实设计的催化剂d带中心位于PMS活化最优范围，实验验证与31个省份实际废水样品测试展现实际应用潜力

📄 全文速览

水处理行业急需创新材料来应对持久性和新兴污染物。然而，传统的材料发现过程仍然缓慢且主要依赖偶然发现，受限于复杂净化机制中的"暗物质"和严格的电子结构要求。

该研究提出了ECOMATS，一种面向水净化应用的多智能体人工智能系统，该系统整合专家验证的知识图谱与七个微调的大语言模型，自主设计用于高级氧化工艺的过氧单硫酸盐活化催化剂。

ECOMATS采用五维评估框架和基于一致性的三重智能体盲审评分融合系统以提高预测可靠性。利用这一集成方法，该研究确定了几个有前景的催化剂候选物，理论计算显示它们的d带中心位于过氧单硫酸盐活化的最优范围内。

一种代表性催化剂(FeTCPP)Co2(MeIm)2（其中TCPP是四(4-羧基苯基)卟啉，MeIm是2-甲基咪唑）被合成并表现出优异性能，在5分钟内实现了90.5%的全氟辛酸降解，超越了大多数报道的类似物。

该催化剂还在3-11的宽泛pH范围内保持稳健活性，并在中国31个省份的实际废水样品中持续去除污染物，证明了实际有效性。该工作建立了加速且应用导向型材料发现的范式，推进了可持续水净化。

📊 图文解读

图1 | ECOMATS系统架构与七大功能模块，展示从文献数据提取、知识图谱构建到催化剂创意设计、五维评估、操作优化、机理挖掘和合成指导的完整多智能体协同工作流程

该图展示了ECOMATS的七个核心智能体：提取智能体（EA）从6000余篇文献中提取结构化数据并整合10万余篇相关研究构建知识图谱；创意设计智能体（CDA）利用高温采样生成多样化催化剂候选；

评估筛选智能体（ASA）通过三重盲审机制进行五维评估；操作推荐智能体（OSA）进行多目标优化推荐操作参数；机理挖掘智能体（MMA）推断活化路径；任务组织智能体（TOA）动态调度任务；合成指导智能体（SGA）将设计转化为实验可执行的合成方案。

图2 | ECOMATS框架评估结果，展示不同温度设置下智能体生成催化剂的类型分布、元素频率多样性及五维评估准确性比较

该图通过桑基图和热图比较了低温智能体、高温智能体和基础模型生成的100个候选催化剂。结果显示高温智能体具有更高的材料多样性（香农多样性指数H′=1.59），而低温智能体在评估准确性上表现更优。

通过构建包含高质量、低质量和噪声候选的测试集，验证了三重盲审机制结合一致性系数评分融合可达到90.7%的准确率，显著优于单一高温评估（81.4%），证明低温多智能体评估能有效区分催化剂质量并减少假阳性。

图3 | 设计的PMS活化催化剂d带中心理论计算与电子结构分析，展示五种候选催化剂的态密度分布及d带中心位置

该图展示了通过密度泛函理论计算获得的五种设计催化剂（包括(FeTCPP)Co2(MeIm)2、FeCo-g-C₃N₄、CoNi-BDC等）的d带中心（εd）位置。

计算结果显示这些催化剂的d带中心分布在-1.54 eV至-0.85 eV范围内，位于PMS活化的最优区间，表明设计的催化剂具有适宜的电子结构以促进PMS的O-O键断裂。图中还展示了各催化剂的晶体结构俯视图和侧视图，以及金属活性位点的配位环境。

图4 | 代表性催化剂(FeTCPP)Co2(MeIm)2的合成表征与性能测试，包括X射线吸收光谱确认轴向Co-N配位结构及PFOA降解性能评估

该图展示了(FeTCPP)Co2(MeIm)2的实验验证结果。X射线吸收精细结构谱（XAFS）证实了Co原子与羧基氧和甲基咪唑氮的配位，配位数分别为4.2和1.0，键长为1.86 Å和1.68 Å，成功构建轴向Co-N结构。

性能测试显示该催化剂在PMS存在下开路电位显著增加，电子顺磁共振证实生成SO₄·⁻、HO·和¹O₂。该催化剂在5分钟内实现90.5%的PFOA去除，在pH 3-11范围内保持高活性，并在实际废水样品中展现优异降解性能。

图5 | (FeTCPP) Co₂(MeIm)₂催化性能与实际应用验证

📝 总结

该研究开发了ECOMATS，一种由七个微调大语言模型组成的多智能体系统，专门用于发现PMS活化催化剂。

为解析PMS活化催化剂设计中的"暗物质"，ECOMATS整合了专家验证的知识图谱，并将设计与评估解耦，其中高温创意设计智能体生成多样化的候选物，而低温评估筛选智能体进行理性评估。

研究提出了一个五维协议来平衡PMS活化性能与结构可行性、经济可行性、环境相关性和技术有效性。为进一步提高预测准确性，构建了三重智能体盲审机制，通过一致性系数进行评分融合以模拟科学同行评审。

代表性催化剂(FeTCPP)Co2(MeIm)2被合成并用于全氟辛酸降解评估，证明了大语言模型驱动的多智能体系统生成实用PMS催化剂的可能性，并强调了其加速应用导向型水净化材料发现的潜力。

Multi-agent artificial intelligence designs novel catalysts for ultrafast water purification,Nature Water,2026,DOI:10.1038/s44221-026-00634-9