原子级分散催化剂具有最大的原子利用率，并且拥有超越传统纳米颗粒的优异性能。双原子催化剂（Dual-Atom Catalysts，DACs）的概念最早来源于20世纪70年代发现的甲烷单加氧酶（MMOs），由此开始了对以两个金属原子构成活性位点催化剂的探索。随着精准合成原子级分散催化剂制备方法的进步以及先进表征技术的发展，DACs已经被广泛运用在能源与环境相关的催化领域，然而却缺乏在分子水平层次对这类催化剂在上述反应中构效关系和反应机理的理性认识，如何定向设计高效DACs催化剂成了该领域的研究热点。针对上述问题，浙江大学谢鹏飞教授团队与埃因霍温理工大学Emiel J.M. Hensen教授合作，围绕DACs发展历史、合成方法、定性与定量表征、性能、和理性设计等方面，进行了全面总结，提出了对未来发展方向的见解。

要点包括：

• DACs的合成方法可总结为自下而上与自上而下两种主要策略。自下而上的策略选择具有双核金属中心的前驱体或双核锚定位点的载体，通过热解、浸渍、原子层沉积和离子交换等方法合成DACs。自上而下的方法依靠输入能量使原本聚集的金属分散成为双原子，例如球磨法和原子捕获法。

• 精确的DACs表征在识别活性位点结构以及进一步建立可靠的结构-活性关系中起着核心作用。近几十年来各种高分辨技术，对活性位点性质（如几何和电子结构）进行原子级别的表征。论文重点介绍了几种对DACs结构敏感的方法，如电子显微镜、X射线吸收光谱、X射线光电子能谱、漫反射红外傅里叶变换光谱，以及程序升温还原和吸附等温线分析。

  
  

• 论文将DACs在热催化、电催化以及光催化领域的应用进行了系统性的总结，并通过对比其他类型催化剂（如单原子和团簇），提炼了DACs中双位点协同作用，包括了对活性位电子态，吸附位点和反应路径的精准调控等。

• 高通量计算以及机器学习（ML）方法为理性设计和筛选DACs提供了巨大潜能。论文简要回顾了ML在催化领域内的应用，并提出了其用于DACs的筛选和设计的一般流程及相关潜在挑战。