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。
MOF
共 5 篇 · B910 化工资讯聚合
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。
Kemira与CuspAI利用生成式AI设计PFAS去除材料，6个月筛选300万亿结构锁定20个候选
芬兰化学品公司Kemira与英国AI初创公司CuspAI合作，利用生成式AI从约300万亿种可能的金属有机框架结构中筛选出5000余种PFAS去除材料设计方案，最终锁定约20个优先候选。该项目针对GenX、PFBS和PFOS三种目标分子，仅用6个月完成发现阶段，是首个将生成式AI端到端应用于PFAS修复材料设计的商业合作。当前PFAS修复主流技术为颗粒活性炭，此次AI驱动的新材料设计有望为下一代高选择性去除产品开辟路径。
机器学习揭示 ZIFs 多晶型选择始于预成核簇阶段，非经典成核机制获定量支持
研究通过路径集体变量元动力学模拟和神经网络分类器，首次揭示了Zn(咪唑酯)2金属有机框架（ZIFs）多晶型选择发生在成核的最早阶段——预成核簇阶段。模拟构建了瞬态和中间体合成结构数据库，神经网络分析表明预成核簇和中间无序结构均具有多晶型依赖性。
大语言模型预测金属有机框架材料工业化放大，准确率达91.4%
研究团队开发ESU-MOF框架，通过文献挖掘数据集和正无标签学习策略微调大语言模型，预测MOF材料合成放大潜力，准确率达91.4%，可加速MOF从实验室到工业的转化。