1. 可持续催化与低碳合成利用（Sustainable Catalysis & Synthetic CO2 Utilization）

       生命体系通过光合作用吸收太阳光，将水和二氧化碳转化为碳水化合物，同时放出氧气。人类社会依赖此可持续循环，获得所需的食物、资源、材料以及能源。化学家的理想是开发人工的可持续循环，实现人类的自给自足。人工可持续循环通过利用光/电催化分解水产生氧气和氢气。对氢气进一步催化储存和利用，以化学键形式储存到不饱和的有机小分子（二氧化碳、醛/酮等）中去，得到化学燃料和绿色化合物原料。化学燃料可以直接利用，或者进行脱氢产生氢能加以利用，实现可持续能量循环。绿色化合物原料可以通过脱氢相关的催化转化，合成各种可持续化合物资源和材料，实现可持续物质循环。该循环策略具环境友好、可持续发展，是未来人类解决能源和资源危机的钥匙。

2. 仿生催化策略(Bio-Inspired Strategy) 

       氢分子作为一个非极性强键，实现其常温常压的高效活化是催化氢分子转化的一大挑战。过渡金属的d轨道反馈特性使非极性氢气分子能够通过均裂的氧化加成机理进行活化，但是还远达不到温和条件下高效活化氢气的目的。自然界通过亿万年进化得到的酶催化体系可以精妙地高效催化活化氢分子。学习氢化酶活性中心利用额外官能团进行双功能协同催化，我们可以通过构造路易斯碱类型配体设计路易斯碱-过渡金属的双功能催化剂。受此启发，我们课题组提出以缺电子的路易斯酸作为功能位点，构造“禀异”路易斯酸-过渡金属双功能催化剂体系的新思路。路易斯碱-过渡金属、路易斯碱-过渡金属与通过受限路易斯酸碱对一起，提供了典型的双功能催化活化策略，为氢分子催化转化的拓展提供了丰富多彩的设计思路。

3. 人工智能/理论计算精准设计(AI & Theor. Rational Design)

       理论计算与实验结合有助于化学学科从传统的试错研究模式向理性设计研究模式进化，成为学科前沿交叉方向之一。通过理论计算揭示催化反应机理和催化剂活性构效关系是理论与实验结合的基础和核心。反应机理的理论研究可以获得催化循环的各基元反应及其中间体过渡态的动力学和热力学性质，深入理解影响过渡态、控制反应活性和选择性的的电子效应、立体效应、取代基效应、溶剂化效应等关键要素。这些分子层面的机理信息大大丰富了我们预测和理性设计更高效催化剂和催化反应体系，达到便宜高效、原子经济性、操作简便的可持续催化目标。人工智能能够通过学习和分析大量数据，自动发现新的化学反应规律和反应机理。更快高效地理解和设计复杂的化学体系。科技部和自然科学基金委已经启动了AI for Science专项部署工作，推动学科交叉和科学研究范式变革。通过人工智能指导和实验探索相结合实现新的还原转化和低碳利用合成体系的精准设计，可以通过数据驱动的方法来推动了科学研究范式的提升。