近日，深圳大学/四川大学谢和平院士、香港理工大学倪萌教授和南京工业大学邵宗平教授（共同通讯作者）等人报道了一种经过实验验证的机器学习驱动方法，以加速发现有效的氧还原电极，其中引入了离子路易斯酸（ionic Lewis acid, ISA）强度作为钙钛矿氧化物氧还原反应（ORR）活性的有效物理描述符。为了验证预测，作者合成了从6871种不同成分中筛选出来的四种钙钛矿氧化物，并进一步进行表征和电化学测试。特别是Sr0.9Cs0.1Co0.9Nb0.1O3（SCCN）表现出优异的ORR活性，以及极低的比电阻（area-specific resistance, ASR）。通过降低A位点ISA和增加B位点ISA，实现了提升的表面交换动力学速率。密度泛函理论（DFT）计算表明，ISA的极化分布与最佳结构有关，由于电子对的偏移，氧空位（VO）形成能和迁移势垒降低。研究成果以题为“A combined ionic Lewis acid descriptor and machine-earning approach to prediction of efficient oxygen reduction electrodes for ceramic fuel cells”发布在国际著名期刊Nature Energy上。