MOF摩擦纳米发电机新思路：致密无孔ZIF-zni打造高载荷耐久机械能收集器
研究人员将致密、名义无孔的金属有机框架ZIF-zni作为高载荷填料嵌入摩擦正电层，突破MOF-TENG依赖多孔高比表面积的传统设计假设，研制出耐久型机械能量收集器，为可穿戴供电与自供电传感器提供新材料路线。论文9月3日提交arXiv。
MOF
共 2 页 · B910化工 · AI 化学信息库
C&EN：皇冠醚MOF从电子废水中抓取99.6%纯度黄金，甚至可从海水提金
浙江大学黄飞鹤与德克萨斯大学奥斯汀分校Sessler团队在Chem刊文，开发出由锆节点与冠醚连接体构成的带正电荷金属有机框架（MOF），可从电子废水、金矿废水乃至加了1ppb金的海水中选择性提取黄金，获得23.9K（99.6%纯度）黄金，且不受其他金属离子干扰。
arXiv论文：链接器功能化+pH调控解锁MOF-5可见光催化CO2还原，Sr/Ba节点展现宽谱选择性
Julia Santana-Andreo等9月2日提交arXiv的第一性原理研究显示，通过链接器功能化（如COOH修饰）与pH协同调控，可把MOF-5带隙收窄至可见光区间并保持还原端能级对齐；卤代/羟基化框架在碱性条件下可直达HCOOH、CO、HCHO产物，COOH系列中金属节点选择可在几乎不改变过电位下调节带隙超1 eV，Sr、Ba基架构最优。
arXiv：染料敏化MOF光催化"红移≠高活性"——激发态迷宫被多谱学解码
研究利用二维光致发光映射与波长分辨光EPR等多谱学框架，解析重氮染料敏化UiO-66的光激发态命运：高活性Anisole修饰样品（相对TiO2活性97%）的可见吸收带确实布居电荷转移通道并产生持久自旋分离态，而低活性β-萘酚样品（4%）的红移吸收实为局域发光陷阱。提出光学重叠描述符S_Exc可定量预测活性，指导光敏剂设计。
arXiv论文：牛津团队开发HKUST-1增强自发泡摩擦电膜，兼顾结构稳健与抗湿稳定性
8月31日提交的arXiv研究将含二硫键的生物基聚酰胺与亲水性MOF填料HKUST-1结合，制备出无需外部模板的自发泡多孔摩擦电材料：MOF抑制孔隙塌陷、将水分子限制在框架内从而缓解湿度导致的电荷耗散，为摩擦电纳米发生器在潮湿环境下的稳定输出提供新材料策略。
伯克利实验室发布uMOF：迄今最大金属有机框架DFT数据集与通用机器学习势，气体吸附误差降80%
劳伦斯伯克利国家实验室联合UC Berkeley团队发布uMOF三件套：覆盖19950个金属有机框架（MOF）、85524个构型的r²SCAN-D4精度DFT数据集，3986条经文献验证的实验性质基准，以及两个微调自MACE基础模型的通用机器学习原子间势。在气体吸附焓与吸附等温线等难度更高的动力学敏感性质上，uMOF模型超越全部对比基线，误差较现有MOF专用模型降低80%以上，达到实验不确定度水平。
MOF介电响应突破密度标度：拓扑结构成为独立介电自由度
牛津大学Jin-Chong Tan团队联合意大利SISSA研究者发表arXiv论文（2608.27008），用第一性原理DFT与同步辐射太赫兹光谱研究同化学组成锌基咪唑酯框架（ZIF），发现电子介电常数服从Clausius-Mossotti密度标度，而声子介电贡献违反常规密度标度规则——相同Born有效电荷排除了局域化学的作用，框架连接拓扑局域化太赫兹响应，声子本征矢的相干性决定模式有效电荷。结论：MOF的长程拓扑结构是超越传统固体密度标度的介电自由度。
大阪大学MOF包覆压电催化剂：超声振动下CO2转化CO速率提升近5倍
大阪大学团队开发出BaTiO3纳米立方体包覆ZIF-8 MOF并嵌入孤立铜原子的核壳催化剂（Cu-ZIF-8/BT），在室温水中超声振动下CO产率达114 μmol/g/h，为裸BaTiO3的约4.8倍。ZIF-8疏水外壳富集CO2并引导压电电荷至铜位点，CO为唯一碳还原产物，五次循环后活性保持。研究发表于ACS Catalysis。
华盛顿大学团队用大模型驱动"自动驾驶实验室"：从4000个MOF变体中锁定10种新材料
圣路易斯华盛顿大学研究者在Science撰文提出让AI"像化学家一样读懂化学"的方法论，其团队用大语言模型学习约4000个MOF连接体转化文献数据，经计算模拟筛选发现10种水吸附性能超越铝基吸附剂的新材料。同期Matter论文给出聚合物合成数据的自动策展方案。
第一性原理筛选MOF-5储氢变体：镉中心+硝基官能团组合吸附能提升至-15.58 kJ/mol
德国奥尔登堡大学Caterina Cocchi团队在arXiv发表第一性原理研究，系统评估MOF-5的金属节点替换（Zn→Mg、Cd）与有机链接官能化（NH2、OH、NO2）对储氢性能的影响。Cd中心与NO2基团组合表现最优，氢吸附能达-15.58 kJ/mol，显著优于原始MOF-5，为先进储氢吸附剂设计提供了框架。
机器学习+符号回归导出MOF二氧化碳吸附可解释公式，13.7万结构验证准确率超70%
arXiv新预印本（2608.14990）用机器学习+符号回归策略，从1000样本MOF数据集提炼出二氧化碳低压吸附的简洁预测公式Q=aA，将无量纲吸附数A解释为吸附结合力与扩散驱动力之比。在137,652个假想MOF上验证，对62,448个结构预测准确率超70%，为MOF碳捕集材料筛选提供了可解释的物理公式。
多孔材料可将无序气体分子排列为类晶体结构，CCS和储氢新思路
研究预测多孔材料可将通常无序吸附的气体分子排列成有序的类晶体结构，类似冰晶或乐高积木。这一发现挑战了气体分子在孔隙中无序吸附的传统认知，为碳捕集（CCS）和氢气储存提供了全新优化方向。
机器学习设计不可计算金属有机框架MOF用于光催化
研究团队提出利用机器学习方法设计传统计算无法处理的金属有机框架（MOF）材料的通用框架。以光催化为案例研究，展示了ML方法在处理复杂多参数材料设计中的能力。该方法可推广到催化剂、吸附剂和储能材料的发现。论文7月29日提交arXiv。
机器学习框架筛选12万MOF候选物发现高效光催化CO2转化材料
研究团队开发结合强化学习MOF生成与晶体图卷积神经网络的MatCreatioNN框架，从12万候选物中筛选出两种光催化性能优于基准材料PCN-224(Zr)的MOF，光催化适应性提升20%-70%。
中国科大等团队开发新型金属有机框架MOF，可见光下将烟气CO2一步转化为CO，选择性达95%
中国科学技术大学与香港城市大学的研究团队开发出一种由铁、锰、氧原子簇与有机连接体构成的新型金属有机框架（MOF）材料，可在可见光照射下直接捕获烟气浓度的CO2并将其转化为CO，CO选择性高达95%。成果发表于《Chem》，C&EN于6月23日报道。该材料将碳捕获与催化转化集成于同一活性位点，为燃煤电厂、工厂烟气“一锅法”碳利用提供了新路径，但钌光敏剂成本与烟气杂质耐受性仍是产业化关键瓶颈。
Kemira与CuspAI首次将生成式AI端到端应用于PFAS修复材料设计，探索约300万亿种结构
芬兰水处理化学品公司Kemira与AI材料科学公司CuspAI合作，首次将生成式AI端到端应用于PFAS（永久化学品）修复材料的设计。该项目探索了约300万亿种金属有机框架（MOF）结构的设计空间，生成超过5000个候选设计方案，将传统需要数年的发现过程压缩至6个月。项目现已进入下一阶段的开发和测试。