CHEM
Chemistry
每条课题都是同一个动作：拿一个近届 ISEF 获奖作品，问它没问的那个关于自身有效性的问题。 分数是区间不是点值，也不预测奖级——评审看的是答辩表现，那是观察不到的。
C172–82
框架同一配方合成的 MOF，不同批次之间 CO₂ 吸附容量差多少？这个批次间变异与文献报告的"性能提升"相比，孰大孰小？
你自己的那一点几乎所有 MOF 论文报告的是最好那一批的性能。你去测同一方法重复合成 N 批的分布，给出变异系数。如果批次间变异和文献声称的提升量同量级，那么这一整类"我们把吸附量提高了 X%"的结论都缺少可靠性刻画。
擦过的已有工作： ISEF 2025 的 CHEM011（Grand Award） 做了 NbOFFIVE-Ni-1 的放大与工业化优化，摘要明写用粉末 XRD 监测框架完整性、用 CO₂ 吸附测量考察压片压力的影响。它优化了单条路线，没有报告批次间变异。 这是它没问的问题。
约束条件（binding constraint）：可行性。 需要能做 CO₂ 吸附测量。最便宜的提升方式：改用重量法（精密天平 + 控温控气氛）替代容量法 BET 仪，精度下降但足以测批次间差异——因为你要的是相对变异，不是绝对值。这个替代必须在开题前验证可行。
C264–82
框架光催化剂的降解效率在实验室氙灯下测得，换成真实日光后还剩多少？效率损失能否由光谱不匹配预测？
你自己的那一点文献里的降解效率几乎都在标准化人工光源下测得，而应用场景是日光。你去量化这个外推误差，并检验它能否由光源光谱与催化剂吸收谱的重叠积分预测。若能，你就给出了一条"实验室数据 → 实际效率"的换算规则。
擦过的已有工作： ISEF 2025 的 CHEM020T（Grand Award） 做了 Ag-TiO₂@HNT 复合材料降解有机污染物；CHEM042T（Grand Award/Special Award） 用废电池回收锂合成 Li₃V₆O₁₆，报告 15 分钟处理 20 ppm 亚甲基蓝达 87% 效率，并且摘要明说考察了"温度、光照等各种条件"。注意：CHEM042T 已经碰了光照条件这个变量，你必须读完它的全文再确认差异点，不能只看摘要就声称空白。
约束条件：原创性风险。 CHEM042T 可能已经部分回答了这个问题。最便宜的提升方式：把重点放在"光谱重叠积分能否预测效率损失"这个定量规则上——测量条件是它做的，建立预测规则不是。
C372–90
框架电化学 CO₂ 还原的文献里，"选择性"有多种口径（法拉第效率、分电流密度、产物分布），同一批数据用不同口径算出来的排序是否一致？
你自己的那一点这是一个纯计算、零实验室的方法学课题。收集一批已发表的 CO₂RR 数据，用三种常用口径重新计算并排序，量化排序不一致的程度。若不一致，说明这个领域的"我们的催化剂更好"这类结论依赖于口径选择。
擦过的已有工作： ISEF 2025 的 CHEM031（Special Award） 做了碳纳米片增强的 Ag-Cu/CN 电催化剂，摘要列出用 XRD、SEM、TEM、EDX 表征，用 LSV、EIS、CV 在 H 型电解池中分析。它是这个领域的典型样本，也正是这类"口径"问题的适用对象。
约束条件：学科契合（Fit）。 化学评委可能认为纯文献再分析不算化学工作。而且 ISEF 明文排除文献综述类项目——必须有你自己产生的分析结果，不能只是整理别人的结论。最便宜的提升方式：自己动手做一组对照实验验证至少一个案例，把它从"再分析"变成"再分析 + 验证"。
C472–82
框架荧光传感器在纯水中标定出的检出限，换到真实水样（含腐殖质、离子、悬浮物）后退化多少？
你自己的那一点传感器论文几乎都在纯水或缓冲液中报告检出限。你去测同一传感器在一系列真实基质中的检出限退化曲线，并识别出主导干扰来源。这直接决定该传感器能不能用。
擦过的已有工作： ISEF 2025 的 CHEM008（Special Award） 做了菲并咪唑荧光传感器用于水相检测。注意措辞：摘要里"低成本、高选择性、响应快"是对荧光传感器这一整类的泛述，不是对它自己那个传感器的性能声称——我初稿写成"它声称了选择性"是过度解读，已修正。该项目真正处理的问题是荧光传感器在水相中溶解性差。所以本课题不是去质疑它的选择性声称，而是补上这一类传感器普遍缺失的东西：基质效应下的检出限退化曲线。
约束条件：可行性。 需要荧光分光光度计。若学校没有，可用手机 + 滤光片 + 定标光源做半定量——但必须先做误差预算证明该方案能分辨目标量级，否则结论不成立（参照 PHYS 类目 T4 的做法）。
C571–81
框架从废弃物回收原料再合成功能材料时，原料中的杂质到什么浓度会让产物性能崩溃？
你自己的那一点回收路线的论文通常用挑选过的废料演示可行性。你去做杂质掺入实验：有意加入常见共存杂质（其他金属离子、粘结剂残留），测产物性能随杂质浓度的衰减曲线，给出该路线的原料纯度门槛。这是从"能做"到"什么条件下能做"的转换。
擦过的已有工作： ISEF 2025 的 CHEM042T（Grand Award/Special Award） 从废电池回收碳酸锂合成 Li₃V₆O₁₆，摘要称"首次发现"该材料是高性能氧化还原催化剂。它证明了路线可行，没有给出原料纯度要求。
约束条件：可辩护性。 你需要能证明杂质确实进入了产物而不是被洗掉。最便宜的提升方式：设计一个只需简单表征就能判定的指标（例如产物颜色/晶型的定量变化），不要一上来就依赖 ICP-MS。
C663–81
框架一组只在取代基上不同的 Bi–S 配合物，DFT 算出的均裂键解离能（BDE）排序，换一套构象采样策略或换一个泛函之后还剩多少？"位阻主导、电子效应不显著"这个结论对计算设置有多敏感？
你自己的那一点原项目给出的是一套设置下的一组数字。你去做同一批分子、多套设置：先用 GFN2-xTB 跑完整构象系综，比较"只取一个局部极小构象"与"取系综玻尔兹曼平均"的 BDE 差别，再横跨 3–4 个泛函看排序是否翻转。若排序在设置之间不稳定，那么"位阻主导"这类机理结论就必须换一种更弱的表述方式才站得住。
擦过的已有工作： ISEF 2026 的 CHEM060（Special Award） 用 DFT 计算了 Bi(diaryl)SPh 系列的均裂 BDE，取代基覆盖 H、CH₃、CF₃、i-Pr、NH₂、NO₂、OCH₃，并用 QUAO 分析电荷分布与轨道相互作用，结论是"未观察到清晰的电子效应相关性；位阻效应与构象柔性主导键强，控制这些因素后 BDE 在各取代基间收敛"。摘要未报告所用泛函与基组，也未见跨泛函或跨构象系综的稳健性检验——而它的核心结论恰恰点名了"构象柔性"，这就使构象采样本身成为该结论的前提。
约束条件：可行性（算力）。 铋是重原子，必须用相对论赝势；纯 CPU 笔记本上把 7 个取代基 × 多构象 × 多泛函全跑完不现实。最便宜的规避方式：缩小体系（双芳基固定为最简的两个苯基，只变 X）、构象搜索全部交给 GFN2-xTB（秒级），DFT 只做固定几何的单点，基组压到 def2-SVP + def2-ECP。开题前必须先跑通一个分子并计时，用实测耗时反推总预算，跑不完就继续砍体系而不是硬上。这条路线不需要任何表征仪器，也不触碰任何化学品。
C768–86
框架用 LUMO 能量预测化合物毒性、用 AutoDock Vina 打分预测结合强弱——这两个代理指标在有实测数据的化合物集合上，与实测值的相关性有多高？打分排序在换对接盒、换随机种子、换配体质子化态之后还剩多少？
你自己的那一点这条链条在中学项目里被大量使用却几乎从不检验。你去把它当作被检验对象：取一批已有实测亲电性参数或实测亲和力的化合物，自己完成全部计算与配对统计，给出"默认设置、小样本"条件下这两个代理指标的失效率与排序翻转率。产出是一条可以直接约束后来者的使用边界，而不是又一个新分子。
擦过的已有工作： ISEF 2025 的 CHEM019（Special Award） 设计对乙酰氨基酚类似物，摘要写明用 Orca 5.0 计算 LUMO 能量"以评估毒性"、用 AutoDock Vina 对接 TRPV1"以分析效力"，并据此得出全部类似物"LUMO 能量更高 → 肝毒性下降""结合更强 → 镇痛效力提升"的结论，最后经铱催化 C–H 硅化合成了 2-苯炔基硅基对乙酰氨基酚。摘要未报告任何实测毒性或镇痛活性数据——整条"计算 → 生物学结论"的推断在该项目内部没有被验证过。（另外该摘要把 LUMO 升高描述为"降低亲核反应性"，而 NAPQI 是亲电体，LUMO 升高对应的是亲电性下降；这处措辞值得你读全文时核对。）
约束条件：原创性风险。 学术界的对接打分能力基准评测（CASF 一类）已相当成熟，你不可能在通用基准上做出新东西。最便宜的规避方式：把范围收紧到与 ISEF 用法直接对应的场景——小分子同系列、单一靶点、默认参数、样本量个位数，专门量化这种用法下的失效率。仪器需求为零。规则 7 红线：实测对照数据取自已发表数据库，但计算、配对、统计必须全部由你自己完成，不能只是把别人的两张表并排放。
C867–85
框架一条在某台相机、某种光照下标定好的比色曲线，换一部手机、换一种光源之后，浓度读数偏多少？加一张标准白/灰卡做参考校正，能挽回多少？
你自己的那一点相机在化学传感里被当仪器用，但相机不是仪器——白平衡、自动曝光、传感器色彩响应都是厂商私有的。你去把这个偏差测出来并给出校正规则：固定分析物与显色体系，交叉遍历 N 部手机 × M 种光照，量化标定曲线的迁移误差，再检验白参考校正、比值型指标（如通道比而非绝对灰度）各能把误差压回多少。
擦过的已有工作： ISEF 2026 的 CHEM009T（Grand Award） 用红甘蓝花青素与姜黄素薄膜做肉类新鲜度指示，用 Python + OpenCV 分析摄像头实时图像，称薄膜颜色变化与实际腐败程度"关系清晰而一致"；ISEF 2026 的 CHEM003（Grand Award） 的 Bi₂S₃ 纳米酶多巴胺检测同时用 UV-Vis 与"基于智能手机的比色系统"；ISEF 2025 的 CHEM034（Special Award） 直接用纸片照片的灰度值算出 LOD 0.898 µg/mL 与 LOQ 2.994 µg/mL。三个获奖项目都把相机当定量仪器用，三份摘要都没有报告换设备或换光照后的标定迁移检验。
约束条件：合规。 不要碰腐败肉——那属于潜在致病生物因子，会触发额外审批与 SRC 审查。最便宜的规避方式：用 pH 缓冲液序列直接驱动花青素薄膜的颜色变化，把"读数—颜色"关系与腐败过程彻底解耦，全程只涉及食品级原料与缓冲盐。仪器需求接近零（几部手机 + 几种光源 + 标准色卡 + 可控光箱）。展台禁液体，缓冲液与湿膜都上不了台，只能放数据与照片，且禁二维码与网址。
C979–89
框架用果皮提取液还原制备的银纳米颗粒催化染料降解，实测到的活性里，颗粒本身、残留多酚提取物、上清液各占多少份额？
你自己的那一点生物质提取液本身就富含还原性多酚，既能直接还原染料也能吸附染料。你去把对照矩阵补全：提取液单独、AgNO₃ 单独、还原剂单独、透析后的纯颗粒、去掉颗粒的上清液，各测一条降解曲线，把总活性拆成可归因的份额。若相当比例来自残留提取物，那么"绿色合成的颗粒性能更好"这一整类结论的归因是错的——真正起作用的是没洗干净的东西。
擦过的已有工作： ISEF 2025 的 CHEM014（Grand Award/Special Award） 用鳄梨、香蕉、柠檬皮提取液与 10 mM AgNO₃ 合成 AgNP，以 NaBH₄ 还原亚甲基蓝，UV-Vis 跟踪 60 分钟动力学，三次重复 + 双尾 t 检验，去除率分别为 69.8%、93.4%、89.6%，而"对照组只去除 18.4%"——摘要没有说明对照组的具体组成，也未见"仅提取液、不加银"这一组的报告。同届的 CHEM043（Special Award） 在比较绿色法与化学法 ZnO 时明确观察到绿色法产物"因残留有机物而分散度更差、团聚更明显"——残留有机物确实存在，这是获奖项目自己的数据。
约束条件：可辩护性。 你必须能证明"纯颗粒"那一组真的把提取物洗干净了。最便宜的方式：透析袋（几十元）多次换水，同时对每次换出的水做 UV-Vis 扫描，直到多酚特征吸收降到基线，用这条下降曲线本身当作洗净程度的证据，不依赖任何高端表征。需要：可见分光光度计（722 型约 1500–3000 元）+ 离心机或透析袋。NaBH₄ 遇水放氢、易燃，需小量现配、通风操作；其 SDS 通常未标注致癌/致畸/生殖毒性，不触发受监管机构条款——但请自己核对你实际采购批次的 SDS，判据是标注而非分类。
C1065–83
框架Langmuir 拟合通常在 mg/L 量级完成并报告一个 Qmax；把这套参数外推到污染物真实所在的 µg/L 量级，预测的去除率与实测差多少？跨过多少个数量级之后外推失效？
你自己的那一点Qmax 是在高浓度平台区拟合出来的，而应用场景在低浓度线性区，两者靠的是模型假设而非数据。你去把外推误差测出来：同一吸附剂—吸附质体系，先在高浓度段拟合等温线，再在逐级下降的浓度上实测去除率，画出"预测/实测"比值随浓度跨度的漂移，给出一条"外推有效跨度"的经验界。
擦过的已有工作： ISEF 2026 的 CHEM047（Top Award/Grand Award/Special Award） 在摘要里直接点出了这个问题——它写道现有文献报道的 6PPD-醌去除"测试浓度比环境相关浓度高 100–10000 倍"，并把自己的实验放在 1 ppm 做，用 LC-MS/MS 定量。同届的 CHEM010（Grand Award） 报告黄麻纳米纤维素水凝胶对亚砷酸盐的 Langmuir Qmax 达 866.79 mg/g，摘要报告了磷酸根/硫酸根共存的竞争实验，未见把等温线参数外推到环境浓度并与实测比对的部分。CHEM047 提出了这个批评却没有把它变成定量规则——那一步留给你。
约束条件：可行性（低浓度定量）。 成败全在"你能不能在 µg/L 量级把浓度测准"，LC-MS/MS 中学拿不到。最便宜的规避方式：把吸附质换成荧光染料（罗丹明 6G、荧光素），荧光法比吸收法灵敏 2–3 个数量级，配长光程比色皿可再压一个量级；吸附剂用活性炭或壳聚糖/羧甲基纤维素铝交联凝胶，几十元级别。必须在开题前做误差预算，实测你的检测方案在最低目标浓度上的信噪比；达不到就缩小外推跨度，而不是硬做。
C1168–78
框架电解制氢中改善气泡脱附带来的收益，用代理指标（气泡速度、电极寿命）报告与用终端指标（单位产氢电能消耗、法拉第效率）报告，结论是否一致？气泡速度提升 x% 对应能耗下降多少？
你自己的那一点在同一台装置上同时测两端——高帧率手机录像测气泡上升速度，排水集气法测实际产氢体积，电流电压积分测输入电能——建立"代理量 → 终端量"的传递关系，并找出该传递失效的条件（例如低电流密度下气泡本就不是限速步骤，改善脱附不会带来任何能耗收益）。这把一个工程改进变成一条可迁移的判据。
擦过的已有工作： ISEF 2025 的 CHEM010（Grand Award） 用"强制对流"设计加速氢气泡脱离电极，报告气泡平均速度由 0.0248 m/s 提高到 0.143 m/s、电极寿命延长 20%，并称"更大的气泡速度降低气泡附着，保证更好的整体电解效率"，最后接太阳能板演示绿氢。摘要报告的是气泡速度与电极寿命这两个代理量，未见单位产氢能耗或法拉第效率的直接测量——"效率更好"这句话在摘要层面靠的是代理量推断。
约束条件：安全。 氢氧混合气有爆炸风险。规避方式：小电流、小体积、只收集阴极侧、全程通风、远离明火，并设定产气量上限与单次实验时长上限。电解液用 Na₂SO₄ 或稀 KOH（腐蚀性，需护目镜与手套，SDS 未标注致癌/致畸/生殖毒性）。仪器只需直流电源、万用表或数据记录器、量筒、手机慢动作（120 fps 起），全部在预算内。展台禁液体、禁玻璃、禁锐器 → 装置只能以照片与数据呈现。
C1262–80
框架同一条合成路线、同一个人重复做 N 次，分离收率与产物活性各自的分布有多宽？据此，一组只有 3–5 个化合物的"取代基效应"趋势要达到多大幅度，才算超过重复性噪声？
你自己的那一点构效关系类项目普遍用 3–5 个化合物的单次合成结果讲一条趋势，却几乎从不报告"同一化合物做两遍差多少"。你去先把噪声底测出来，再回头判定哪些幅度的趋势是可判定的。产出是一条可以直接套用的经验门槛——比再合成一批新化合物更难被驳倒，因为你研究的是推断本身。
擦过的已有工作： ISEF 2026 的 CHEM035（Grand Award） 合成了 3 个苯胺衍生的偶氮–雌二醇偶联物（4-H、4-Cl、4-Br），分离收率均超过 40%，经液液萃取与柱层析纯化，用熔点范围、FT-IR、NMR 表征，ABTS 法测得 IC₅₀ 分别为 273.25、360.40、426.60 µg/mL，剂量–响应 R²>0.90、p<0.05，结论是"卤素取代通过取代基电子效应稳定共轭偶氮芳香体系中的自由基中间体，从而提升抗氧化活性"。这条趋势建立在三个点、每点一次合成之上；摘要未报告独立重复合成，也未报告独立批次的 IC₅₀ 重复测定。
约束条件：合规与表征。 绝对不要用雌二醇——甾体激素的 SDS 通常标注生殖毒性，直接触发"受监管机构操作"条款。最便宜的替代：用经典重氮偶联体系（对氨基苯磺酸重氮盐固定不变，只更换偶联组分：β-萘酚、间苯二酚、水杨酸……），并避开芳胺系列（多数芳胺 SDS 标注致癌嫌疑）。表征上你只有熔点仪（1000–2000 元）+ TLC + 可见分光光度计，NMR 拿不到，所以你只能声称"分离收率与活性测定的重复性"，不能声称产物结构或"新化合物"——把主张写窄，是这条课题能活下来的唯一方式。
C1372–82
框架用喷灯烧木棒这类自制阻燃测试，同一配方重复 n 次的变异系数是多少？据此两个配方要差多少倍，这套测法才判得出来？木棒含水率、火焰距离、涂胶量各贡献多少方差？
你自己的那一点低成本自制测法是中学项目的命根子，但几乎没人标定过它们的分辨力。你去做一个小规模因子设计把方差拆开，给出该测法的"最小可辨别倍数差"，并配套一份能把变异压下去的操作规范；同时用残炭质量分数作为第二个独立指标交叉验证排序，让结论落回化学。
擦过的已有工作： ISEF 2026 的 CHEM064（Special Award） 评估快速固化的可生物降解阻燃水凝胶，摘要明写测试方法是垂直提拉法测附着力、浸入式黏度杯测黏度、丁烷喷灯烧冰棒棍测阻燃性，配方为 1–3% 聚合物 + 5% 胶体二氧化硅，最优配方（0.75% κ-卡拉胶 + 0.25% 魔芋葡甘聚糖 + 1% MHEC + 5% CSP）阻燃性达"清水的 20 倍"。摘要未报告重复次数、变异范围或测量不确定度——而"20 倍对 10 倍"这类排序能不能判定，完全取决于这套自制测法的分辨力。
约束条件：学科契合。 评委可能把它看成工程方法学而非化学。最便宜的提升方式：把残炭率、失水曲线这类化学侧指标做进去，让最终结论落在"哪种成炭化学更耐烧"，而不只是"我的测法更准"。安全上：明火实验必须成人监督、防火盘内、备灭火器；展台禁明火、禁液体 → 只能放数据与照片，禁二维码与网址。仪器需求接近零：秒表、天平、烘箱、相机。
C1461–79
框架同一个荧光分子，用不同的溶剂子集拟合 Lippert–Mataga 关系，算出的激发态偶极矩变化 Δμ 差多少？含不含质子性溶剂、含不含芳香溶剂，会不会改变分子之间的 Δμ 排序？
你自己的那一点Lippert–Mataga 只考虑非特异性溶剂化，而醇类的氢键与芳香溶剂的高极化率都会系统性偏离该模型。你去用商用染料把这个偏离量化：在 8–10 种溶剂中测吸收与发射峰位，按若干预先定义的溶剂子集分别拟合，给出 Δμ 的离散度，并提出一条"报告 Δμ 时必须同时报告哪些信息"的规范。
擦过的已有工作： ISEF 2025 的 CHEM003（Grand Award/Special Award） 设计并合成了 5 个给体分子用于与已知受体形成激基复合物，摘要写明"用 Lippert–Mataga 模型分析跃迁偶极矩的变化"，并结合分子模拟与电化学电位估计能级，最终得出"三角形结构的给体比棒状给体更易形成激基复合物"这条分子设计规则。摘要未报告 Lippert–Mataga 拟合所用的溶剂集合，也未见对溶剂选择的敏感性检验。
约束条件：可行性（仪器）。 需要同时拿到吸收谱与发射谱。荧光分光光度计拿不到时，可用 UV-Vis + 手机/滤光片自建发射测量，但必须先做误差预算证明峰位分辨率足以支撑 Δμ 的比较（参照 C4 与 PHYS 类目 T4 的做法）——峰位差几个纳米就足以翻转结论，这一步不能糊弄。溶剂上避开二氯甲烷、氯仿、苯（SDS 多标注致癌嫌疑），用正己烷、甲苯、乙酸乙酯、乙腈、丙酮、异丙醇、乙醇、甲醇即可覆盖足够的极性跨度，全部需通风操作，且展台禁液体。
C1570–80
框架同一种纳米材料的生物提取物路线与化学路线，按 E-因子、原子经济性、过程质量强度（PMI）、单位产物电耗四项指标核算，哪条真的更绿？主导项是试剂，还是溶剂、洗涤水与加热能耗？
你自己的那一点"绿色"在中学项目里几乎总是定性声称——用了植物提取物、用了废料，就叫绿色。你去把两条路线的每一项投入（试剂、溶剂、洗涤水、加热电耗）全部称重计量，套用已有的绿色化学量化指标算出来，看定性声称在数量上站不站得住。若主导项是洗涤水与能耗而不是试剂本身，那么"换个还原剂就更绿了"这个论证方式本身就有问题——这是一条能一次性击穿一整类声称的结论。
擦过的已有工作： ISEF 2025 的 CHEM043（Special Award） 系统比较了菠菜/瑞士甜菜提取物法与化学法（聚乙二醇 + 有机酸）合成的 ZnO 纳米颗粒，用 UV-Vis、拉曼、FTIR、DLS、SEM、EDS 与 Kirby-Bauer 抑菌圈表征，结论明写"这些发现凸显了效率与可持续性之间的权衡"。它把可持续性写进了结论的一半，而摘要报告的全部是尺寸、纯度与抑菌效果，未见任何可持续性的量化指标。 同届的 CHEM020T（Grand Award） 报告生产成本 0.22 美元/克并称"符合绿色化学与可持续性原则"；CHEM014（Grand Award/Special Award） 称其方法"绿色且低成本"。这一整类"绿色"声称在本类目里都是定性的。
约束条件：可辩护性（边界定义）。 E-因子与 PMI 的数值完全取决于系统边界——算不算洗涤水？算不算电？算不算原料的上游？选择不同可以差几个数量级，这是评委一定会问的地方。最便宜的规避方式：预先写死三套边界（仅试剂 / 试剂+溶剂与洗涤 / 全部含能耗），三套结果都报，让边界敏感性本身成为结果的一部分，而不是被问出来的漏洞。仪器需求极低：0.01 g 精度天平、插座功率计（50–100 元）、量筒；合成本身建议选不需要马弗炉的 AgNP 路线以压缩预算。