近日，西北工业大学王俊杰教授与比利时鲁汶天主教大学Gian-Marco Rignanese教授合作，首次将机器学习方法引入电子化合物的搜索研究，从包含14437个候选化合物的化学空间中筛选出了145种具有不同局域电荷密度的新型A2BC2电子化合物，并合成了三种代表性材料（“富电子”型电子化合物：Nd2ScSi2和La2YbGe2，“缺电子”型电子化合物：Y2LiSi2）。
实验证实，通过间隙电荷浓度的调控，“缺电子型”电子化合物Y2LiSi2被用作合成氨催化剂载体时，兼具优异的耐氧化稳定性和催化活性，这为未来电子化合物在催化材料领域的应用提供了新的重要研究方向。相关研究成果以“Machine Learning-Accelerated Discovery of A2BC2 Ternary Electrides with Diverse Anionic Electron Densities”为标题发表在材料领域权威学术期刊《Journal of the American Chemical Society》(《美国化学会杂志》)上。