通讯作者：Xinkun Ren、Jinfeng Wang（南京大学）DOI：https://doi.org/10.1038/s44221-026-00634-9成果简介
近日，南京大学任鑫坤、王瑾丰团队在 Nature Water 上发表了题为 “Multi-agent artificial intelligence designs novel catalysts for ultrafast water purification” 的研究论文。该研究面向高级氧化水处理材料发现中“试错周期长、机制复杂、结构-性能关系难以直接建立”等问题，开发了一个多智能体人工智能系统 ECOMATS，用于自主设计 PMS 活化催化剂。研究团队通过专家验证知识图谱、7 个微调大语言模型、五维评价框架和三智能体盲审融合机制，筛选出多个具有潜力的 PMS 活化催化剂，并重点合成验证了代表性材料(FeTCPP)Co2(MeIm)2。实验结果表明，该催化剂可在 5 min 内实现 90.5% 的 PFOA 去除，在 pH 3-11 范围内保持较好活性，并在来自中国 31 个省份污水处理厂出水样品中实现 84.3-91.8% 的 PFOA 去除，展示了 AI 驱动材料发现用于实际高级氧化水处理的潜力。
全文速览
持久性和新污染物给水处理技术提出了更高要求。以 PMS 活化为代表的高级氧化过程因具有较高氧化电位、较长活性物种寿命和较宽 pH 适用范围，已成为降解难处理污染物的重要方向。然而，PMS 活化涉及 SO4·-、HO· 和 1O2 等自由基及非自由基路径，反应中间体短寿命、机制耦合强，导致催化剂设计很难被简化为单一的结构-性能函数。传统材料开发仍依赖大量经验筛选和实验试错，高通量实验、自动化平台和第一性原理计算虽能加速筛选，但往往需要较高设备和专业门槛。
图 1｜ECOMATS 的结构与功能。该系统由提取智能体、创造性设计智能体、操作建议智能体、机制挖掘智能体、评估筛选智能体、任务组织智能体和合成指导智能体组成，分别承担文献知识提取、候选材料生成、条件优化、机制推断、综合评价、任务分发和实验路线建议等功能。
为解决这一问题，研究团队构建了 ECOMATS。该系统并非简单调用大语言模型生成材料名称，而是把材料发现拆解为多个功能智能体：提取智能体从 6000 余篇 PMS 活化研究中提取材料、性能和机制信息，并与 10 万余篇废水处理相关文献共同构建知识图谱；创造性设计智能体生成候选催化剂；评估与筛选智能体从催化性能、经济可行性、环境友好性、技术可行性和结构合理性五个维度进行评价；机制挖掘智能体推断可能的活性物种和反应路径；操作优化智能体给出 pH、温度、催化剂投加量和反应时间等建议；合成指导智能体则将候选结构转化为可执行的实验合成方案。
图 2｜ECOMATS 用于 PMS 活化催化剂设计的评价结果。高温设计智能体、低温设计智能体和原始基础模型在催化剂类型、元素分布和活性氧路径预测上存在差异；三智能体低温评估结合一致性融合后，对高质量候选材料的区分能力更稳定。
在模型评价阶段，研究团队比较了高温度生成、低温度评估、三智能体盲审和一致性系数融合等策略。结果显示，低温度评估更有利于事实约束和稳定判断，而三智能体盲审结合一致性融合可以降低单一智能体误判风险。基于该流程，ECOMATS 生成了 5 个具有代表性的 PMS 活化候选催化剂，包括(FeTCPP)Co2(MeIm)2、CoNi-BDC、AgV-MoS2、FeCo-GrN 和 FeCo-g-C3N4。进一步的 DFT 计算表明，这些候选材料的 d 带中心处于有利于 PMS 活化的范围，其中(FeTCPP)Co2(MeIm)2的 Fe 位点 d 带中心约为 -1.54 eV，被认为更有利于 PMS 吸附和 O-O 键活化。
图 3｜ECOMATS 生成的 5 个 PMS 活化候选催化剂及其综合评分、结构和投影态密度结果。(FeTCPP)Co2(MeIm)2的综合评分最高（Sj = 7.96），其 Fe 位点 d 带中心为 -1.54 eV，处于适合 PMS 活化的能区。
随后，研究团队按照 ECOMATS 给出的合成指导制备了(FeTCPP)Co2(MeIm)2。SEM、EDS、XPS、XANES 和 EXAFS 等表征证实，该材料成功构建了含 FeTCPP 与轴向 Co-N 配位结构的催化位点。Co 与 FeTCPP 的羧基以及 2-甲基咪唑配体发生配位，形成了有利于 PMS 活化的金属配位环境。该部分结果说明，ECOMATS 提出的候选结构不仅具有计算上的合理性，也能够通过实验路线被实际合成。
图 4｜ECOMATS 设计催化剂(FeTCPP)Co2(MeIm)2的合成与表征。SEM 和元素映射显示 Fe、Co、N、O 等元素分布；XPS、XANES 和 EXAFS 结果支持 Co-N/O 配位环境和轴向 Co-N 结构的形成。
在性能验证中，研究以 PFOA 作为目标新污染物评价催化体系。开放电路电位测试显示，PMS 加入后(FeTCPP)Co2(MeIm)2修饰电极出现明显响应，说明其具有较强 PMS 活化能力。EPR 自旋捕获实验进一步表明，该体系可产生 SO4·-、HO· 和 1O2，其中自由基路径与单线态氧路径共同参与污染物去除。在 5 ppm PFOA、1 mM PMS 和 0.1 mg ml-1 催化剂条件下，(FeTCPP)Co2(MeIm)2/PMS体系可在 5 min 内实现 90.5% 的 PFOA 去除，性能优于多数已报道的 PMS 基 PFOA 去除体系。
值得注意的是，该催化剂不仅在模拟体系中表现突出，还体现出较好的水质适应性和应用潜力。其在 pH 3-11 范围内均保持较高去除率和表观速率常数；在连续流实验中，研究团队将催化剂负载于 PVDF 膜上，反应器在 10 h 内维持约 90% 的 PFOA 去除效率。同时，处理水中 Fe 和 Co 的浸出浓度低于中美饮用水相关限值。研究还实现了克级单批次合成，并在来自中国 31 个省份污水处理厂出水样品中进行验证，PFOA 去除率达到 84.3-91.8%。
图 5｜(FeTCPP)Co2(MeIm)2/PMS体系对 PFOA 的去除性能及实际适用性验证。该体系产生 SO4·-、HO· 和 1O2 等活性物种，5 min 内实现 90.5% PFOA 去除；连续流反应器在 10 h 内维持约 90% 去除效率，并在中国 31 个省份污水处理厂出水样品中实现 84.3-91.8% 的 PFOA 去除。
整体来看，该研究的核心贡献不只是获得了一个高活性的 PMS 催化剂，更重要的是提出了一套面向高级氧化催化剂发现的 AI 工作流。ECOMATS 将文献知识提取、候选结构生成、机制推理、操作优化和合成指导串联起来，并通过多智能体评估降低单一模型输出的不确定性。这种设计思路为复杂水处理材料的发现提供了新的范式：先由知识图谱和智能体系统在大材料空间中提出高价值候选，再由理论计算和实验验证进行闭环筛选。
当然，作者也指出当前框架仍存在局限。例如，模型微调受硬件和上下文长度限制，未来需要更长上下文窗口以支持更深入的机制推理；随着训练语料扩大，也需避免领域模型出现灾难性遗忘。此外，PFOA 降解仍需进一步结合氟释放、转化产物、长期稳定性和工程运行成本等指标评估。对于高级氧化领域而言，该研究提示我们，AI 可以加速材料发现，但最终仍需要与严格的机制实验、真实水样验证和工程可行性评价共同构成完整证据链。
研究亮点
构建了面向水净化材料发现的多智能体 AI 系统 ECOMATS，整合知识图谱、微调大语言模型、机制推理和合成指导。
通过五维评价和三智能体盲审融合机制，提高 PMS 活化催化剂筛选的可靠性。
设计并合成了代表性催化剂(FeTCPP)Co2(MeIm)2，其 d 带中心和配位结构有利于 PMS 活化。
在 5 min 内实现 90.5% PFOA 去除，并在 pH 3-11、连续流和 31 省实际污水样品中验证性能。
为高级氧化催化剂从经验试错走向 AI 辅助定向设计提供了可参考范式。
文章链接
