天大姜忠义/ 新国大姜建文合作Small：机器学习加速发现水稳定金属有机框架

文章预览

金属有机骨架（MOFs）是一种具有高孔隙率的晶体材料，具有良好水稳定性的MOFs在吸附、膜分离等领域具有重要需求。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内的多种客体-主体相互作用，进而破坏MOFs结构，这极大限制了它们的实际应用。传统上，改善MOFs水稳定性需要复杂的实验过程。而如今，机器学习（ML）技术的发展，为快速、精准地筛选水稳定MOFs提供了新的可能。ML作为一种变革性技术已被广泛用于指导实验开发新材料。ML模型可以定量化分析材料结构和理化性质之间的构效关系，进而为实验提供理论指导。尽管ML在预测稳定性材料方面具有较强能力，其在MOFs水稳定性高通量预测方面的潜力尚未得到充分挖掘。 最近， 天津大学 姜忠义课题组 与新加坡国立大学 姜建文课题组 合作， 建立了预测MOFs水稳定性的ML模型， ………………………………