来源：厦门大学

固体氧化物电池作为高效的能源转换设备，在可持续能源体系中扮演着重要角色。然而，传统钙钛矿型空气电极面临着活性有限、稳定性差和电化学性能衰减快等挑战，限制了其广泛应用。

近日，能源学院孙毅飞副教授团队与利物浦大学屠昕教授、科廷大学邵宗平教授合作，在国际顶级期刊Nature Communications上发表了题为"Co-expression of multi-genes for polynary perovskite electrocatalysts for reversible solid oxide cells"的研究论文。该研究首次应用多基因共表达策略，对LnBaCo2O5+δ钙钛矿体系进行了系统性设计，通过贝叶斯优化的符号回归方法解码了材料活性描述符，发现构型熵(Sconfig)、离子半径(R)和电负性(χ)的协同作用对催化性能起决定性作用。

研究团队构建了包含50多种钙钛矿的材料库，挑战了传统单一描述符优化材料的思路，凸显了多参数协同效应在材料设计中的重要性。基于创新开发的可解释机器学习流程，团队在177,100种未探索的成分中筛选并验证了三种优异的电催化剂，尤其是(Pr0.05La0.4Nd0.2Sm0.1Y0.25)BaCo2O5+δ (PLNSY)在固体氧化物燃料电池和电解池模式下均表现出卓越的活性和稳定性。物理表征和理论计算揭示了PLNSY氧空位分布更均匀，形成3D质子传输网络的微观机制，同时具有更低的电化学能垒和更高的稳定性。

该研究成果为复杂氧化物的熵调控工程与催化功能性之间建立了定量框架，打破了单一描述符预测材料性能的局限，展示了多基因共表达策略在材料设计中的强大潜力。这一方法学不仅适用于固体氧化物电池领域，也为其他功能材料的开发提供了新思路。

厦门大学能源学院为本论文第一完成单位。能源学院2023级硕博连读博士生张肖鑫、2023级硕士生陈煜，英国利物浦大学博士贺虹源为论文共同第一作者；能源学院孙毅飞副教授以及利物浦大学屠昕教授、科廷大学邵宗平教授为共同通讯作者。该研究工作得到国家自然科学基金（22472134、22272136）等资助，该论文工作得到固体表面物理化学国家重点实验室以及嘉庚创新实验室的支持。

论文链接：https://doi.org/10.1038/s41467-025-58178-7