Cu基催化剂在许多工业化催化反应中都起到非常重要的作用，而且在电催化CO₂还原制备具有高附加值的化学品和燃料的巨大前景。为了能够更加合理的设计催化剂，需要更多理论方面的相关研究工作，但是目前最广泛使用的理论计算通常使用精确度比较低的梯度近似方法。

有鉴于此，复旦大学徐昕等报道将混杂XYG3方程与周期性梯度近似GGA（周期性梯度近似法的结果无法在实验中重现）结合，从而实现了非常好的化学准确性。

本文要点

（1）

通过这种非常好的化学精度，显著改善CO₂在Cu(111)和Cu(100)电极上还原为CO的计算平衡和电催化起始电势的准确性，这种混杂方法能够显著改善异相催化剂的分子-表面相互作用预测的准确性。

（2）

XYG3:GGA具有高精度和容易进行使用的优点，为Cu基催化剂的预测和设计提供帮助，为设计和发展新型催化剂提供机会。

参考文献

Zheng Chen, Zhangyun Liu & Xin Xu, Accurate descriptions of molecule-surface interactions in electrocatalytic CO₂ reduction on the copper surfaces. Nat Commun 14, 936 (2023)

DOI: 10.1038/s41467-023-36695-7

https://www.nature.com/articles/s41467-023-36695-7