沸腾！世界首例！“青年学者”霸屏顶刊！领跑全球，AI×MOF催化领域迎来新爆点！

本文背景介绍了AI与MOF材料交叉领域的发展趋势，重点聚焦机器学习在MOF智能设计中的应用。研究目的旨在通过集成分子模拟和机器学习方法，系统评估MOF材料在不同压力下的CO吸附性能，并开发可替代传统高成本计算的高效预测模型。研究结论表明：1）在1 bar条件下MOF的CO吸收量为0.02-3.06 mol/kg；2）低压时亨利常数是主要影响因素，高压时结构特征起主导作用；3）具有窄孔隙（4.4-7.3 Å）、含芳环连接剂和特定金属节点的MOF表现出优异吸附性能。该方法成功评估了约10万种MOF，为CO捕获研究提供了可靠的计算方案。