降解速率提升3倍
通过遗传编程优化的合成工艺实现了迄今报道最高的类芬顿催化活性，显著缩短了研发周期。
Fu, Haoyang · Li, Ke · 陈情泽 · Tang, Bijun · 朱润良 · Li, Shuzhou
Angewandte Chemie - International Edition 2025
闭环 ALGA 框架能从有限且稀疏的数据集中有效学习，相比传统机器学习和主动学习框架大幅缩短研究周期，从而节省时间和成本。
所得催化剂的苯酚降解速率常数达到 0.147 min⁻¹，超过已报道的最佳类芬顿铜单原子催化剂，为同类催化剂树立了新性能标杆。
主动学习遗传算法的成功实施提供了一种指导性的方法论，可用于探索其他功能材料的合成优化，而不仅限于单原子催化剂。