【大学化学】doi: 10.3866/PKU.DXHX202312017
力致发光材料因其具有外力作用诱导产生发光的独特性质,其在冲击力、应力、张力或压力等作用力的传感,以及显示、照明、成像等领域具有巨大应用潜力,近年来引起了人们广泛关注。实验以二苯甲酰甲烷(DBM)、Eu(NO3)3和三乙胺(TEA)为原料,通过共沉淀法快速合成了离子型Eu3+配合物Eu(DBM)4TEA。采用紫外-可见吸收光谱、红外吸收光谱和X射线衍射谱对配合物的结构进行表征,并测定配合物的荧光性质和力致发光性能。本实验是在现有科研成果的基础上开发的包含稀土金属有机配合物合成、产物仪器表征和产物性能模块化综合化学实验,实现了科教融合;实验原料廉价、实验操作简单,模块化的设计机动灵活,能满足基础实验、综合实验和趣味科普实验等不同层次本科教学需求;实验现象可视,有助于激发学生学习兴趣,提升学生专业认同感。
【大学化学】doi: 10.12461/PKU.DXHX202509064
创新人才是发展新质生产力的第一资源。鉴于国家对创新人才的迫切需求,广西师范大学化学与药学学院针对实践教学在教学资源、教学环节和评价机制方面存在的问题进行改革,探索实践“三轮驱动·四链融合·一体评价”的实践教学体系。学院通过“平台牵引、师资引领、课程支撑”驱动建设优质实践教学资源,利用科技创新驱动“实验链、竞赛链、科研链、实践链”等教学环节深度融合,构建“实验、竞赛、科研、实践”一体化实践教学质量评价新机制,显著提升了学生的创新实践能力、学科交叉能力和综合素质,改革效果良好,具有示范推广价值。
【大学化学】doi: 10.12461/PKU.DXHX202501021
发展新质生产力背景下,社会发展和产业变革对化工类专业人才的培养提出了新要求,也对高校开展化工原理课程教学提出了更高要求。教学团队基于3D打印的化工单元操作设备模型,提出以化工单元操作设备为主线的教学改革方法。该方法利用3D打印技术的创造性和数字化特征,将3D打印技术、化工单元操作设备教学与化工原理理论教学相结合,可有效提高学生的综合能力,培育学生的思政素养。根据问卷调查,学生认为该方法的实施在以下几个方面对他们的学习有帮助,包括学习兴趣(18%)、空间想象力(18%)、直观理解抽象概念(16%)、实践操作能力(15%)等。
【大学化学】doi: 10.12461/PKU.DXHX202411048
结构化学课程是学生从微观角度理解分子的电子结构和空间结构以及化学反应本质的重要途径。本文通过使用GaussView软件,对原子和分子轨道的对称性、电子排布及其能量特性进行了直观动态的分析,并深入探讨了分子轨道对称守恒原理。这些方法不仅有效降低了抽象概念的理解难度,还进一步丰富了课程内容,显著提升了教学效果。
【大学化学】doi: 10.3866/PKU.DXHX202312094
将中国科学家首创的纳米酶和常用的智能手机结合设计了一个比色分析实验。该实验设计思路是将科学前沿、课程思政与本科实验结合,使得学生在掌握知识技能同时,了解科学前沿领域,增强文化自信,培养科学严谨、敢于创新的优秀品质,助力实验教学全面育人。该实验不依赖大型贵重仪器,可操作性强,灵活度高,适宜作为高年级分析化学综合实验或化学综合实验。
【物理化学学报】doi: 10.1016/j.actphy.2025.100049
甲醇水蒸气重整(methanol steam reforming, MSR)反应是实现甲醇在线制氢的重要途径,在清洁能源应用中具有重要作用。MSR反应中的催化性能直接影响氢气产量和副产物组成,其中Cu基和Pt基催化剂被广泛研究。其催化机制主要涉及甲醇和水分子中C―H和O―H键的断裂。Cu基催化剂的活性依赖于Cu0和Cu+位点的比例及协同作用,Pt基催化剂则通过Pt0、Ptδ+或Pt2+活性位点与氧空位的相互作用发挥作用。然而,活性金属与载体之间的电子转移及相互作用机制仍存争议,影响金属价态、吸附位点及反应路径选择,特别是在甲醇脱氢生成中间产物(如甲醛、甲酸和甲酸甲酯)的反应路径上,尚未形成统一认识。本文总结了Cu0与Cu+的单位点与协同位点机制,探讨了Pt基催化剂的直接路径与协同路径,分析In2O3等对Pt位点调控及氧空位生成的促进作用。通过催化性能评估与机理研究,提出了优化催化剂活性和稳定性的策略。本综述不仅深化了对MSR反应机理的理解,还为高效催化剂的设计提供了理论基础和研究方向。
【物理化学学报】doi: 10.1016/j.actphy.2025.100209
分子表示学习是人工智能驱动药物研发中的关键任务。尽管图神经网络(GNN)在该领域已表现出优异性能并被广泛应用,但高效提取并显式解析官能团仍是一项挑战。为此,我们提出了MolUNet++模型,该模型通过分子边收缩池化(Molecular Edge Shrinkage Pooling,MESPool)实现分层子结构提取,利用嵌套式UNet框架进行多粒度特征融合,并结合子结构掩蔽解释器实现分子片段的定量分析。我们在分子性质预测、药物-药物相互作用(Drug-Drug Interaction,DDI)预测及药物-靶标相互作用(Drug-Target Interaction,DTI)预测等任务上对MolUNet++进行了评估。实验结果表明,MolUNet++不仅在预测性能上优于传统GNN模型,同时展现出显式、直观且符合化学逻辑的可解释性,为药物设计与优化领域的研究者提供了有价值的启示与工具。
