北化阳庆元/西交利物浦丁理峰Adv. Sci.：机器学习与遗传算法相融合，金属-有机框架分离材料逆向设计！

背景：金属-有机框架（MOFs）因其可调结构和化学多样性在气体分离领域潜力巨大，但传统实验方法面对海量候选结构成本高、周期长。研究目的：为突破对已知结构数据库的局限，探索更广阔设计空间，北京化工大学阳庆元团队与西交利物浦大学丁理峰合作，提出一种融合机器学习与遗传算法的逆向设计策略，旨在高效筛选和设计面向CH4/N2分离的新型MOFs。结论：通过将高精度机器学习模型嵌入切线自适应遗传算法，研究成功从目标性能反推结构，发现具有fsc拓扑及芳香配体的MOFs表现突出，最优材料实现了高选择性和吸附量，为高性能气体分离材料的智能化设计提供了新路径。