Nat Synth：荣自超/Boley/EI Ghaoui/Yaghi合作实现沸石咪唑框架晶体的算法迭代网格合成

本研究针对网格材料结晶过程效率低下的问题，提出了一种结合高通量实验与机器学习的智能平台AIRES。背景方面，传统网格材料合成依赖研究者主观经验，存在重复试验和资源浪费的局限性。研究目的旨在通过算法迭代优化，最大化晶体发现速率。研究团队以锌基沸石咪唑框架为测试体系，构建包含化学描述符的数据库，利用随机森林模型预测结晶概率，并采用贪婪策略推荐候选反应。实验结果表明，AIRES平台仅需约700次实验即可发现7种新拓扑结构，晶体发现效率达到传统随机方法的两倍。结论指出该方法可扩展至其他材料体系，为计算模拟提供可靠结构模型，并有望通过智能程序整合进一步提升性能。