X-MOL盘点：4月前沿科研成果精选

X-MOL团队从上月报道过的Nature、Science、Nature Chemistry、JACS等杂志的研究论文中，精选部分有意思的科研成果，以馈读者。

（一）Science 封面：突破！科学家首次合成高熵合金纳米颗粒

Science, DOI: 10.1126/science.aan5412

原文（扫描或长按二维码，识别后直达原文页面，或点此查看原文）：

Carbothermal shock synthesis of high-entropy-alloy nanoparticles

理论上来说，将多种性质迥异的元素受控地整合在纳米颗粒中，会为纳米颗粒的性能带来更多的变化和可能性。然而，因为元素之间的巨大性质差异，通常情况下纳米颗粒的合成与研究大多停留在1-3种元素，而且往往还会形成元素或者相分离的结构。因此，在纳米尺度控制多种不能相容的元素制备纳米颗粒是非常大的挑战。针对这一问题，马里兰大学胡良兵教授课题组与麻省理工大学李巨教授课题组、伊利诺伊大学芝加哥分校Reza Shahbazian-Yassar教授课题组、约翰霍普金斯大学王超教授课题组合作，提出了一种通用且简单的解决方案，通过对负载中碳纳米纤维上的前体金属盐混合物进行快速急剧升降温，可以得到组成、尺寸均可控的多组分高熵合金（high entropy alloy）纳米颗粒。这种合成高熵合金纳米颗粒的策略被称为“碳热震荡法（carbothermal shock）”。

（二）UT Austin余桂华团队：凝胶迎旭日，苦海变清泉！

Nat. Nanotech., DOI: 10.1038/s41565-018-0097-z

原文（扫描或长按二维码，识别后直达原文页面，或点此查看原文）：

Highly efficient solar vapour generation via hierarchically nanostructured gels

利用太阳能产生水蒸汽是非常有效的水净化方法，不过目前常见的材料多是可吸收太阳光能量的黑体、等离激元纳米粒子或聚热陶瓷等，基于水凝胶的研究非常罕见。近日，德克萨斯大学奥斯汀分校（UT Austin）的余桂华教授团队与科罗拉多大学博尔德分校（CU Boulder）的杨荣贵教授和北京理工大学的曲良体教授共同合作，利用具有多级纳米结构的水凝胶材料在1个标准太阳光（1 kW/m²）下实现了高效、快速的水蒸发及盐水分离，每平方米的复合水凝胶每小时可产水3.2千克，相应的太阳能利用效率可达94%。另一方面，这种凝胶可以直接用于太阳能海水淡化。在保持水分蒸发速率基本不变的条件下，可显著降低水分含盐度。研究团队模仿现行的家用太阳能海水淡化设备制作了凝胶海水淡化器模型。实验结果证明，在没有任何聚光设备和真空装置辅助的情况下，该系统中每平米的复合水凝胶一天可生产18至25升高质量淡水，基本能满足一个家庭的饮用需要。

（三）摆脱氧气瓶，自由呼吸——首个“真”锂空气电池

Nature, DOI: 10.1038/nature25984

原文（扫描或长按二维码，识别后直达原文页面，或点此查看原文）：

A lithium–oxygen battery with a long cycle life in an air-like atmosphere

锂空气电池利用金属锂与空气中的氧反应产生的能量来转化为电能，因为氧来自空气而无需预存在电池系统中，金属锂又具有较低的密度，所以锂空气电池的理论能量密度要远超过锂离子电池。不过，空气含有的二氧化碳和水蒸气可以与电池中的锂发生反应，产生的副产物会覆盖电极，使其很快丧失活性甚至引起电池短路。这一问题让不少锂空气电池不得不只能在纯氧环境中工作，“背上氧气瓶”的锂空气电池不仅能量密度优势几乎丧失殆尽，还增添了氧气瓶这个额外的安全风险因素。最近，美国伊利诺伊大学芝加哥分校（UIC）的Amin Salehi-Khojin教授和阿贡国家实验室的Larry A. Curtiss博士等人找到了一种革命性的方法，他们报道了一种能在空气中工作的长寿命锂空气电池，实验数据表明在模拟空气中这种锂空气电池具有长达700次充放电循环的寿命。研究者采用了两套策略来抑制其中的副反应。第一，对电池的金属锂负极进行碳酸锂/炭的涂层保护。这种多孔材料涂层仅允许锂离子通过，而将模拟空气的成分排除在外，由此保护锂负极。第二，正极材料采用此前报道过的二硫化钼纳米片材料，电解质使用离子液体1-乙基-3-甲基咪唑鎓四氟硼酸盐（EMIM-BF₄）和二甲亚砜（DMSO）混合物。这套电池系统可以避免那些在二氧化碳和水存在下生成的副产物，从而大幅延长电池寿命。

（四）List组有机催化“里程碑”：手性Brønsted酸催化的惰性烯烃不对称活化

Science, DOI: 10.1126/science.aaq0445

原文（扫描或长按二维码，识别后直达原文页面，或点此查看原文）：

Activation of olefins via asymmetric Brønsted acid catalysis

手性Brønsted酸（HB）催化剂具有良好的结构修饰性、极好的底物兼容性和特殊的双功能活化作用机制，更是被广泛应用于这一新型的不对称催化领域。近日，德国马克斯•普朗克煤炭研究所的Benjamin List教授等人报道了手性HB催化非活化烯烃的分子内氢官能团化的突破性进展。与经典的手性HB催化剂作用于底物中羰基、硝基、亚胺基、羟基等极性官能团的反应机制不同，他们精心设计的双轴手性磷酰亚胺催化剂可通过惰性烯烃分子碳碳双键的质子化作用启动反应，促使各种1,1-二取代的烯烃底物发生分子内氢烷氧基化反应，高对映选择性地得到一系列含季碳中心的α-四氢呋喃化合物。该方法还可用于(–)-Boivinianin A等生物活性分子的合成。反应具有操作简单、产率高、官能团兼容性好、绿色环保等优点。

（五）前方“高能”！生物催化轻松解决有机合成难题

Science, DOI: 10.1126/science.aar4239

原文（扫描或长按二维码，识别后直达原文页面，或点此查看原文）：

Enzymatic construction of highly strained carbocycles

美国加州理工学院Frances Arnold教授课题组再次报道了令人惊叹的工作。该团队对细胞色素P450的酶系列做了进一步的定向进化，使之能够轻松、简洁、大量地合成传统有机合成实验室难以合成的高张力有机碳环体系——双环丁烷（bicyclo[1.1.0]butane）和环丙烯（cyclopropene）。这一最新工作充分展现了生物催化的强大潜力。以蛋白功能为导向，只需要数轮的进化，细胞色素P411一系列酶能被快速改造用于高效合成极具张力的双环丁烷和环丙烯结构。较之传统小分子催化剂，蛋白的独特之处也得以全面的展现：能够高效结合底物以降低反应的活化能垒，能通过弱相互作用稳定高活性的中间体，以及能够精准的控制底物的构象以实现立体专一性。也正因为解决了这些问题，进化后的P411突变体才能高效的实现手性双环丁烷合成，得以大幅超越传统催化方法。在基因手段的辅助下，蛋白能够被轻松改造，其快速、便捷、可调控、易改写的性能，终将使生物催化在合成化学领域之中，占得不可替代的一席之地。

（六）教你用液滴花式“包饺子”

Science, DOI: 10.1126/science.aao1290

原文（扫描或长按二维码，识别后直达原文页面，或点此查看原文）：

Wrapping with a splash: High-speed encapsulation with ultrathin sheets

当弹性薄膜厚度降低到一定程度后（t ~ 100μm），基于弯曲薄膜的弹性能和界面表面能之间的平衡，薄膜就能够自发地封装低落的液滴，这个过程很类似包饺子，弹性薄膜就是“饺子皮”，而液滴就是“饺子馅”。使用弹性薄膜这种固体材料封装液滴能产生形状非常规、渗透性可控、力学性能不同的液滴，这为应用带来很多新的可能。但是，基于该机理实现液滴的封装多是在准静态的实验条件下进行，对液滴的初始状态具有严格的要求，也不适合进行快速、连续、规模化封装，这对此种技术的实用化很不利。近期，美国马萨诸塞大学安姆斯特分校（UMass Amherst）的Narayanan Menon等研究者在Science 发表论文，他们使用在水相表面漂浮的超薄聚合物弹性薄膜，将滴落其上的油滴很好地封装在内。通过设计薄膜的二维形状，他们可以控制所得的液滴封装体的三维形状，而且封装体具有最大化的内体积的接近完美的接缝。这种技术展现出优异的普适性，能够适用于各种油包水和水包油体系。

（七）木质纤维素的完全催化转化，制备精细化学品和燃料

Nat. Catal., DOI: 10.1038/s41929-017-0007-z

原文（扫描或长按二维码，识别后直达原文页面，或点此查看原文）：

Complete lignocellulose conversion with integrated catalyst recycling yielding valuable aromatics and fuels

木质纤维素作为一种不可食用的含碳可再生能源被认为是化石燃料的最佳替代品。木质纤维素通常包括木质素、纤维素和半纤维素三部分。近日，荷兰格罗宁根大学的Katalin Barta 教授和其博士生孙卓华等人报道了一种利用固体铜催化剂完全转化木质纤维素制备精细化学品和燃料的方法。这个方法利用该课题组之前报导的多孔铜镁铝复合催化剂在木质素降解和纤维素催化转化中的优异性能，实现了木质纤维素的完全转化。在该方法中，木质纤维素（木屑）作为原料无需任何预处理便直接与催化剂和溶剂混合。第一步以氢气为还原剂，在多孔铜镁铝催化剂的作用下木质素中的C-O键被选择性断裂生成小分子的苯酚类化合物。第一步完成之后，未反应的纤维素和半纤维素与催化剂混合为一体，可以通过简单的离心或过滤进行分离。分离之后的木质纤维素残余物在超临界甲醇和催化剂的作用下，被完全转化为低碳链的脂肪醇，而此时催化剂仍为固体，可以很容易的分离并循环使用。由于整个过程中木质纤维素的灵活应用，作者将此过程命名为“LignoFlex”。

（八）首个可用于Fenton反应分解双氧水的“无机助催化剂”

Chem, DOI: 10.1016/j.chempr.2018.03.002

原文（扫描或长按二维码，识别后直达原文页面，或点此查看原文）：

Metal Sulfides as Excellent Co-catalysts for H₂O₂ Decomposition in Advanced Oxidation Processes

高级氧化技术（AOPs）以生成具有强氧化能力的羟基自由基为主要活性基团来处理难降解有机污染物，是处理高浓度难降解有机污染物废水的常用手段之一。近年来，AOPs中的Fenton氧化法引起了研究学者的广泛关注，这主要是因为在Fenton反应中，Fe²⁺可以在常温常压下分解双氧水（H₂O₂）产生大量羟基自由基，使其具备了高效去除难降解有机污染物的能力。最近，华东理工大学张金龙教授和邢明阳副教授研究团队与美国加州大学河滨分校的殷亚东（Yadong Yin）教授研究团队通力合作，开发了首个可用于Fenton反应高效分解双氧水的“无机助催化剂”——以硫化钼（MoS₂）为代表的“表面缺陷态硫化物”。MoS₂协同光催化实现了Fenton反应中铁离子的高效循环以及H₂O₂的快速分解。高效的铁离子循环效率及较低的H₂O₂和Fe²⁺用量不仅有效抑制了铁泥的生成，还使得硫化物无机助催化体系在10次循环反应后依旧保持对苯系有机污染物分子90%以上的TOC矿化率，远高于传统Fenton体系以及有机助催化体系的矿化率（~20%），甚至在无氧条件下，依旧保持对有机污染物分子96%的降解率。

（九）时代抛弃你时，不会说再见——计算机设计合成路线连获突破

Chem, DOI: 10.1016/j.chempr.2018.02.002

Efficient syntheses of diverse, medicinally relevant targets planned by computer and executed in the laboratory

Nature, DOI: 10.1038/nature25978

Planning chemical syntheses with deep neural networks and symbolic AI

逆合成分析是有机合成路线设计中最基本、最常用的手段，该方法从解析目标分子的结构入手，通过选择合适的化学键和官能团进行切断和转化，逐步将其拆解为简单易得的合成前体直至商业可得的初始原料。如果计算机能拥有人类化学家的经验和知识，再结合超大容量的文献数据库是否就能轻松实现分子合成路线的完美设计呢？

在过去的17年时间里，韩国蔚山国家科学技术学院（UNIST）的Bartosz Grzybowski教授及其团队为一款名为Chematica的合成软件构建了一个包含约700多万个有机分子的超大数据库，并通过相似数量的有机反应将它们彼此连接形成化学网络，并且他们手动录入超过5万个有机反应规则来告诉Chematica任何小分子在反应中可能会发生的变化。化学家只需将目标分子的结构输入软件中，Chematica就可以根据一组搜索和分析此网络的算法在短时间内设计出合成路线，同时从成本、原料是否易得、反应步骤数、反应的操作难度等多方面对每条路线进行评价，最后综合决策最优合成路线。为了证明Chematica并不是纸上谈兵，最近Bartosz Grzybowski教授与美国西北大学的Milan Mrksich教授以及Merck旗下的美国MilliporeSigma公司的研发人员合作，使用Chematica在实验室进行了一场实战演练。结果表明，对于7个目标分子，Chematica创建的路线不仅与此前化学家报道的合成路线明显不同，而且步骤更少或是产率更高、耗时更短、成本更低。此外，第8个天然产物更是在Chematica的帮助下实现了首次合成。

Chematica展示出的力量已经相当强大，但并非没有缺憾，比如Chematica尚不具备自我学习能力，它的算法主要取决于有机反应规则，可以认为Chematica通过模仿人类化学家的思维方式进行工作。那么是否有一个能快速“自学成才”并且能独立思考的计算机工具呢？

近日，上海大学的Mark Waller教授和德国明斯特大学的Marwin Segler博士等人在Nature 杂志报道了一款可以通过自主学习有机反应来设计分子合成路线的人工智能（AI）新工具。在该工作中，研究团队通过此前他们发展的深度神经网络（deep neural networks），从Reaxys数据库中2015年以前的1240万个单步反应中自动提取出化学转化规则，经过选择，仅保留其中在反应中重复出现超过一定次数的“高质量”规则。随后，他们使用三种不同的神经网络与蒙特卡洛树搜索（Monte Carlo tree search，MCTS）结合形成新的AI算法（3N-MCTS），依靠自动提取的规则数据进行训练和深度学习。这款AI新工具不需要化学家输入任何规则，只是基于已经报道的单步反应即可自行学习化学转化规则，并进行快速、高效的逆合成分析。

当然，计算机技术和人工智能工具的出现并不是为了要证明机器比合成化学家要强，它们只是尽可能快的为化学家们提供成功概率高的合成路线，这可以让化学家把更多的时间和精力集中在对更深层次问题的思考上，比如“该合成什么样的分子”、“为什么要合成这样的分子”，而不是“怎样合成分子”。

（十）纳米孔石墨烯，小运气，大升级

Science, DOI: 10.1126/science.aar2009

原文（扫描或长按二维码，识别后直达原文页面，或点此查看原文）：

Bottom-up synthesis of multifunctional nanoporous grapheme

石墨烯是零带隙材料，并非半导体，无法直接用于类似晶体管这样的电子器件。研究者提出可以通过对石墨烯进行表面修饰或制备石墨烯纳米带（GNR）结构来打开石墨烯的带隙。近日，西班牙加泰罗尼亚纳米科学和纳米技术研究所（ICN2）的Aitor Mugarza和César Moreno与西班牙圣地亚哥大学CiQUS研究中心的Diego Peña等研究者，利用“自下而上”的方法合成了包含有序纳米孔阵列的石墨烯，孔径可以调整至1纳米左右。通过对分子前驱体的设计，可以在原子级精度上实现对孔的尺寸、密度、形态和化学组成的调控。这种纳米孔石墨烯具有半导体的性质，所制造的晶体管器件具有良好的性能。而且，这种纳米孔石墨烯还有潜力用于分子的筛分与传感。