英文：Catalyst Design 分类：science
利用计算与 AI 设计高效催化剂，加速化学反应、降低能耗并提高选择性。催化剂决定化工、能源与环保产业的核心效率，传统开发依赖经验试错，AI 让搜索空间可计算化。
核心方法：密度泛函理论（DFT）与微动力学建模生成描述符、机器学习建立"表面结构→吸附能→活性"预测、图神经网络与生成模型探索合金/氧化物空间；活性火山图与描述符分析指导理性设计。需结合实验验证活性-选择性-稳定性。
用于电催化（析氢、CO₂还原、氮还原）、石油化工催化与燃料电池；工业界（巴斯夫、托普索等）与 AI 公司合作建立催化数据库与高通量筛选平台。
相关词条：AI 科学家 · AI for Science · AlphaFold · 电池材料发现 · 晶体结构预测