Синтез ковалентных органических каркасов для фотокаталитического получения перекиси водорода под управлением больших языковых моделей

Превращая солнечный свет, воду и воздух в полезное средство для очистки

Перекись водорода — шипучая жидкость, знакомая многим из аптечек и чистящих спреев. Промышленность производит её в огромных объёмах, но современные методы требуют много энергии и порождают химические отходы. В этой работе изучается более экологичный путь: использование солнечного света для превращения только воды и кислорода из воздуха в перекись водорода, а также показано, как система искусственного интеллекта может помочь химикам проектировать более эффективные светочувствительные материалы для этой задачи.

Почему важно совершенствовать производство перекиси водорода

Перекись ценят за то, что после применения она разлагается до чистой воды и кислорода, при этом дезинфицирует продукты, очищает воду и участвует в химическом синтезе. Сегодня её в основном получают старым методом на основе антракинона, который требует высоких температур, высокого давления и работы с органическими растворителями. Попытки имитировать природу и получать перекись напрямую из воды и кислорода при освещении давали обнадеживающие результаты, но большинство лабораторных материалов выдают слишком разрежённые растворы, непригодные за пределами лаборатории. Достижение практических концентраций без расточительного расхода энергии или добавления вспомогательных химикатов остаётся серьёзным препятствием.

Обучение компьютеров «читать» химическую литературу

Авторы обратились к большим языковым моделям — тому же классу ИИ, что стоит за современными чат‑ботами — чтобы просеять недавние исследования по классу пористых материалов, называемых ковалентными органическими каркасами (COF). Эти каркасы похожи на кристаллические губки, собранные из органических «кирпичиков», связанных определёнными мостиками. Вместо ручного прочтения сотен статей команда загрузила в AI‑пайплайн 355 публикаций о фотокатализаторах на основе COF. Модель автоматически выделила ключевые фрагменты текста и превратила более 11 000 утверждений о строительных блоках, связях, стабильности и выходе перекиси водорода в структурированный «граф знаний». Эту карту химических взаимосвязей затем можно было опрашивать простым языком в поисках сочетаний, которые кажутся одновременно устойчивыми в воде и активными под светом.

Поиск и создание лучшей «световой губки»

Руководствуясь этой AI‑построенной базой знаний, система выделила два конкретных органических компонента — один на основе триазинового кольца и другой на основе серосодержащего бензотритиофенового фрагмента — как особенно многообещающие в сочетании с тиазоловым связующим. Химики синтезировали два COF, используя одинаковые строительные блоки, но разные мостики: один с более распространённой иминной связью (Imi‑COF), и один с тиазольной связью (Thz‑COF). Детальные испытания показали, что оба имели упорядоченные, губкообразные структуры и сходный размер пор, но версия с тиазолом оказалась заметно прочнее. Она выдерживала сильные кислоты, щёлочи и концентрированную перекись водорода и оставалась стабильной при высоких температурах, тогда как иминсвязанный каркас деградировал при более жёстких условиях.

Как новый материал улавливает свет и перемещает заряды

Оптические измерения и ультрафастовая спектроскопия объяснили, почему Thz‑COF превзошёл своего «собрата». Тиазоловая связь расширяла поглощение света материала дальше в видимую часть спектра и слегка сужала энергетическую щель, позволяя улавливать большую долю солнечного излучения. В Thz‑COF электроны и дырки, возникающие при освещении, лучше разделялись по пространству и жили дольше до рекомбинации, что давало им больше времени участвовать в поверхностных химических реакциях. Расчёты показали, что тиазоловые сайты связывают молекулы кислорода достаточно сильно, чтобы стимулировать двухэлектронный путь восстановления, образующий перекись водорода, но не настолько прочно, чтобы удерживать продукт. В отличие от этого, иминная связь сильнее удерживала перекись, что способствовало её разложению вместо выхода в раствор.

От лабораторного света к реальным применениям

При испытаниях под видимым светом в чистой воде, насыщенной кислородом, Thz‑COF производил перекись водорода примерно в два раза быстрее, чем иминсвязанный вариант, и, что важно, продолжал накапливать продукт, не достигая плато. Через 72 часа он достиг примерно 0,28 процентов по массе — более чем в пять раз выше, чем материал‑сравнение, и выше порога, необходимого для задач, таких как детоксикация некоторых пищевых загрязнителей. В двухфазной установке, призванной ещё больше концентрировать продукт, система достигла почти 1,9 процента перекиси водорода, что пригодно для таких применений, как санитарная обработка пищевых продуктов и отбеливание зубов. Полученные растворы быстро выцветили красители‑загрязнители и почти полностью уничтожали обычные бактерии, а материал сохранял активность в нескольких циклах с лишь умеренными структурными изменениями.

Что это значит для более экологичной химии

Для неспециалиста ключевое сообщение таково: ИИ теперь может просеивать огромные объёмы химических знаний и направлять экспериментаторов к более обоснованным решениям, вместо того чтобы полагаться только на метод проб и ошибок или интуицию. В данном случае такое руководство привело к прочному светопоглощающему каркасу, превращающему обычную воду и воздух в универсальное дезинфицирующее средство при концентрациях, приближающихся к практическим, без добавления «горючих» молекул. Работа показывает, что сочетание языковых моделей с продуманными структурами данных может ускорить поиск других материалов, управляемых солнечным светом, приближая более чистые пути получения повседневных химикатов к реальности.

Цитирование: Shu, C., Wang, L., Yang, X. et al. Synthesis of covalent organic frameworks for photocatalytic hydrogen peroxide production guided by large language models. Nat Commun 17, 3046 (2026). https://doi.org/10.1038/s41467-026-69549-z

Ключевые слова: перекись водорода, фотокатализ, ковалентные органические каркасы, поиск материалов, большие языковые модели