近年来，在各种纳米技术中，纳米材料的稳定性是生死攸关的问题，特别是对于异质金属纳米催化剂，以满足能源和环境要求。由热/化学诱导烧结较小的金属纳米粒子（NPs）引起的不稳定性，以及其他问题，随着原子利用率的下降，严重降低了生产力，延迟了实验室到制造厂的高度转化。具有足够耐热性和循环寿命的纳米催化剂的合理设计，除了高活性和选择性外，还需要具有重要的经济和科学价值，即使对于一般的纳米科学领域。鉴于此，中国科学技术大学李微雪教授报告了基于粒子粘附能和原子与支持物结合能之间的线性缩放关系MSI的Sabatier原理，用于支持金属NP对烧结的稳定性。以人工智能和大数据分析对1252种能量数据的10种过渡金属（TM）和91种载体（总共323对金属-载体）进行了烧结动力学模拟，并揭示了烧结动力学与MSI的关系。发现与均匀支撑上的最高稳定性相对应的最佳MSI应该既不太强也不太弱。MSI太强会触发快速OR，而MSI太弱会刺激PMC，这两者都严重损坏了稳定性。对于具有最佳MSI到NPs的支持，典型纳米颗粒的块状金属的Tm (~3 nm)，由长期报道的经验塔曼温度证实。所揭示的Sabatier原理使载体的高通量筛选能够打破关系并提高所支撑NPs的烧结阻力。这一理论得到了基于第一性原理神经网络势和现有实验的分子动力学 (MD) 模拟的证实，为超稳定纳米催化剂的设计铺平了道路。相关研究成果以“Sabatier principle of metal-support interaction for design of ultrastable metal nanocatalysts”为题在线发表在Science。