文章预览
研究背景 分子-表面相互作用在许多科学领域局域核心地位。这种相互作用不仅可以调控表面的电子/光学性质,还可能重塑表面结构,并决定分子的反应活性。然而,由于在有限温度下分子和表面的动态性,分子吸附表征(包括分子构形、锚定点和吸附强度)的实验表征非常具有挑战性。同时,受限于能量计算效率和结构搜索的智能化程度,传统理论计算方法难以准确预测复杂吸附体系的吸附结构。 在诸多表面吸附问题中,以氨基酸为代表的多齿吸附分子在复杂高指数晶面 (如 Cu(3,1,17) R ) 的吸附结构搜索和吸附选择性预测,长期以来是极具挑战的科学难题。 文章简介 近日,复旦大学 刘智攀教授 团队推出了一种基于人工智能的端到端工具 AIMAP,用于预测分子最优吸附构象和吸附能。 该成果以“ Artificial Intelligence Driven Molecule Adsorption Prediction (AIMAP)
………………………………