步骤特异性光激发：中科院突破人工固氮热力学极限

氨（NH₃）是化肥和含氮化学品的基础原料，全球年产量超过 1.8 亿吨。然而，工业合成氨依赖的 Haber-Bosch process 需在 400-500C 和 150-300 atm 条件下运行，年消耗全球 1-2% 的能源，碳排放占全球 1.4%。

温和条件下的高效合成氨一直是化学科学的"圣杯"之一。核心难题在于热催化面临 标度关系：催化剂若能有效活化惰性的 N-N 三键，则对含氮中间体的吸附也会较强，阻碍后续加氢放氨；反之亦然。

大连化物所团队的方案巧妙地绕过了这一困境。他们发现 lithium hydride（LiH）对氮气具有独特的光响应行为：紫外光可以驱动氮气在 LiH 上还原生成含氮中间体（如 Li₂NH），随后可见光可以驱动这些中间体加氢成氨。

图1：标度关系困境与光催化解耦策略

这一策略的精妙之处在于"分而治之"：将原本在单一催化剂活性位点上相互制约的两个步骤，用不同波长的光分别驱动。紫外光子能量高，足以激发 LiH 的电子结构并驱动氮气还原；可见光子能量较低，恰好匹配中间体加氢的能垒需求。

在常压、644K 条件下，该体系出口氨浓度达到 0.25%，超出该条件下的热力学平衡上限。这是因为光子提供了额外的化学势，使反应不再是简单的热力学平衡——反应的有效 Gibbs 自由能变为 $\Delta G_{eff} = \Delta G_{thermal} - n\mu_{photon}$。

这一成果为温和条件下人工固氮提供了新思路，也为其他存在标度关系的催化反应（如氧还原、CO₂ 还原）提供了新的调控途径。未来，结合 AI 驱动的材料筛选和带隙工程，有可能发现更多适合"步骤特异性光激发"的催化体系。

[关联推荐]

• AI 时代的化学 — AI 加速化学反应预测
• ChemGraph — AI 自动化计算化学工作流
• 从 AlphaFold 到可编程蛋白质设计 — 生命的分子编程