編者語：

“本文系統研究了二氧化碳壓力對其插入金屬-醇鹽鍵反應的影響。”

01

背景介紹

化學工業仍依賴不可持續的化石碳源。為實現循環碳經濟，亟需以可再生碳（如來自生物質或廢二氧化碳）替代化石碳，并盡可能降低能耗（見）。將二氧化碳（CO2）轉化為高附加值化學品（如聚碳酸酯塑料），是實現“雙碳”目標的關鍵路徑之一。然而，CO2分子極其惰性，傳統工業轉化往往依賴高壓（20-50 bar）環境來驅動反應，這導致巨大的壓縮能耗和設備成本，形成了“減碳卻耗能”的悖論。

環氧丙烷（PO）與CO2共聚是極具前景的路線（圖1），其核心步驟是CO2插入金屬-烷氧鍵（M-OR）。在自然界中，金屬酶Rubisco催化大氣中的二氧化碳轉化為3-磷酸甘油酸，這一過程涉及二氧化碳插入瞬態的鎂-烯二醇鹽（醇鹽）。長期以來，學界普遍認為該步驟在高壓下是“零級反應”（速率與壓力無關），導致催化劑設計長期忽視低壓性能。

圖1. 環氧化物和二氧化碳的ROCOP

2026年4月30日，牛津大學Charlotte K. Williams團隊在Nature Chemistry發表題為“Understanding low-pressure CO2 insertion chemistry in epoxide–CO2 copolymerization catalysis”的論文。研究團隊發現，在低至2–10 bar的工業友好壓力區間，CO2插入其實是一個可逆平衡反應。該研究通過量化平衡常數（Keq）與閾值壓力（Pthreshold），建立了連接分子機制與工程能耗的通用設計規則，并利用這些規律成功預測了另外四種催化劑-單體組合的性能表現，這為開發低能耗CO2利用技術提供了新的理論框架。

圖2. 圖文總覽

02

圖文解析

1.核心發現：低壓下的“饑餓”效應與平衡控制

研究團隊選取了5種高性能鈷基催化劑（涵蓋單核、雙核及不同配體結構，圖3），在50 °C、極低催化劑負載量（1:4000）的工業相關條件下，系統測試了CO2壓力（2–30 bar）對聚合速率的影響。

圖3. 本研究中考察的催化劑

速率拐點（Pthreshold）：所有催化劑均表現出相同的規律，在低壓區（如2–10 bar），聚合速率隨壓力線性增長（一級反應）；當壓力超過某個閾值（Pthreshold）后，速率達到平臺，變為零級反應（圖1）。這表明在低壓下，CO2插入是速控步驟的前置平衡。

平衡常數（Keq）：研究團隊建立了動力學模型，首次精確測定了CO2插入的平衡常數Keq。Keq越大，意味著催化劑在低壓下越容易“抓住”CO2形成活性碳酸酯中間體。

圖4. 使用催化劑2進行的動力學分析

2.機制揭示：活性中間體的“濃度開關”

研究提出了通用的速率方程：Rate = kp × Keq× [M-OR] × [CO2] × [PO]。

低壓瓶頸：在Pthreshold以下，CO2插入平衡向左偏移，導致活性碳酸酯中間體濃度不足，反應處于“饑餓狀態”。

高壓飽和：在Pthreshold以上，平衡完全右移，中間體濃度飽和，速率由環氧化物插入步驟（kp）控制，不再受壓力影響。

這一發現解釋了為何傳統高壓研究忽略了Keq的重要性——因為在高壓下，平衡已被完全推動，Keq被“掩蓋”了（圖5）。

圖5. 將CO2插入平衡常數Keq與聚合速率聯系起來

3.關鍵參數：連接分子結構與工程能耗

研究建立了兩個決定性的關聯（圖5）：

Keq與活性正相關：Keq越大的催化劑，在5 bar低壓下的表現越優異。例如，催化劑3（Keq ≈ 3.10 M-1）的活性遠高于催化劑4（Keq ≈ 0.25 M-1）。

Keq與Pthreshold負相關：Keq越大，達到最大速率所需的閾值壓力越低。這意味著設計高Keq的催化劑，可以直接降低工廠的壓縮能耗。

圖6. 預測實現最大催化性能的閾值壓力

4.預測驗證：單點測試預測全局性能

最突破性的應用在于預測性（圖6）。研究證明，僅需在5 bar下進行一次動力學測試（獲得kobs,5bar），即可通過建立的關聯式準確預測該催化劑在任意壓力下的Pthreshold和Keq。

跨單體驗證：對于催化劑1、2、5、6，利用PO-CO2體系建立的模型，成功預測了其在環己烯氧化物（CHO）-CO2體系中的閾值壓力，誤差極小（圖6和7）。這證明了該動力學框架具有普適性，不受特定單體限制。

圖7. 將CO2插入平衡常數的值與最大催化性能的閾值壓力聯系起來

03

總結

本研究深入研究了CO2共聚催化領域長期忽視低壓動力學問題。通過系統量化CO2插入反應的平衡常數（Keq）與閾值壓力（Pthreshold），揭示了催化劑在低壓下的性能由熱力學平衡而非單純動力學主導。研究建立了“高Keq = 低Pthreshold = 低能耗”的分子設計原則，并實現了僅憑單次低壓實驗即可預測催化劑全壓力范圍性能的能力，為開發下一代低能耗、易工業化的CO2轉化技術提供了關鍵的理論與實驗工具。

04

展望(巨人肩上前行)

1. 分子設計：基于Keq與配體結構的構效關系，理性設計具有超大Keq的催化劑；

2. 過程耦合：直接利用低濃度煙氣（如電廠尾氣）生產塑料，省去昂貴的CO2提純與壓縮步驟；

3. AI加速篩選：將Keq與Pthreshold作為關鍵描述符，構建機器學習模型，從海量配體空間中高通量虛擬篩選最優催化劑。

文獻信息

Rosie Thorogood, Katharina H. S. Eisenhardt, Madeleine L. Smith & Charlotte K. Williams, Understanding low-pressure CO2insertion chemistry in epoxide–CO2 copolymerization catalysis, Nature Chemistry, 2026, 18, 931–938.

聲明：

1. 版權：推送內容僅供學習交流分享使用，無任何商業用途，如有侵權，請聯系后臺刪除或修改，感謝支持。

2. 投稿：非常歡迎各位老師在公眾號上介紹課題組前沿或經典研究成果！后臺或郵箱聯系即可！

3.合作：本平臺可推廣學術會議、培訓或科研產品，具體事宜可聯系后臺。