天津大学与新加坡国立大学合作文章Small：机器学习加速发现水稳定金属有机框架

文章预览

▲第一作者：张芷铭 共同通讯作者：姜忠义，姜建文（Jiang Jianwen） 通讯单位：天津大学，新加坡国立大学 论文DOI：10.1002/smll.202405087 （点击文末「阅读原文」，直达链接）     全文速览 具有良好水稳定性的金属有机骨架（MOFs）在吸附、膜分离等领域具有重要需求。本研究建立了预测MOFs水稳定性的机器学习（ML）模型，并通过实验验证了模型的适用性，有助于快速设计筛选新的水稳定MOFs。该模型基于千余种MOFs水稳定性实验数据和晶体文件，使用物理化学结构描述符，尝试提出了水稳定MOFs的设计原则，从数据库中筛选出新的水稳定MOFs，为实验研究提供了候选材料和理论指导。     背景介绍 MOFs是一种具有高孔隙率的晶体材料，在膜分离和空气捕水等领域展现出巨大潜力。然而，许多MOFs在水中不稳定，水的偶极矩、氢键和亲核性导致MOFs内的多种 ………………………………