《自然·材料》：有机「助熔剂」实现MOF玻璃结构重塑，磁性MOF玻璃问世
《自然·材料》8月24日刊发研究：螯合配体1,10-菲咯啉可作为有机助熔剂，在熔融中降低MOF玻璃化转变温度并诱导配体交换，实现对其配位结构与网络拓扑的精准调控。Co²⁺体系因此获得首批熔融淬火磁性MOF玻璃（反铁磁耦合），策略还可扩展至原本不可熔的羧酸基MOF，为气体储存、分离与光学功能玻璃提供新路线。
磁性材料
共 7 篇 · B910化工 · AI 化学信息库
《自然·材料》：狄拉克半金属近邻探测垂直交变磁序，超快自旋电子学获新工具
一项发表于《自然·材料》的研究实现了对垂直交变磁序（altermagnetic order）的电学操控与探测：通过在交变磁体近邻耦合狄拉克半金属，利用其破坏时间反演对称性的特性完成磁序读取与翻转，为高密度、超快自旋电子学器件提供了全新材料平台。研究8月24日在线发表。
SandboxAQ发布AI催化剂筛选模型AQCat：吸附能计算提速2万倍，免代码自然语言调用
SandboxAQ宣布AQCat AI模型正式商用：通过Claude Science的MCP协议以自然语言提示即可评估催化剂候选材料，吸附能计算速度最高比传统DFT快2万倍且精度接近，基于含1350万次DFT计算的AQCat25公开数据集训练，并针对铁钴镍等磁性材料做spin-aware处理，将高通量催化剂发现从超算专家手中释放给普通实验室。
莱斯大学在交错磁体碲化锰中实现应变调控霍尔信号翻转，自旋电子学走向实用化再进一步
莱斯大学Pengcheng Dai团队在《Physical Review X》发表研究，通过应变工程操控交错磁体碲化锰的反常霍尔效应，实现电学信号的可逆翻转，解决该材料多磁畴信号混杂问题，为实用化自旋电子器件铺路。
机器学习加速铈基化合物磁性候选材料发现
研究人员开发了物理引导的机器学习框架，从已知铈化合物中筛选具有单轴磁各向异性的铁磁体候选，为解决高性能磁性材料中稀土短缺问题提供新路径，特别是寻找替代钕铁硼的间隙磁体材料。
稀土MXenes首次合成成功：兼具半导体与磁性，Nature报道全新二维材料
研究团队首次将稀土元素引入MXene二维材料家族，合成出兼具半导体和磁性的全新材料体系（Nature 2026），为下一代节能电子器件和自旋电子学开辟了全新材料平台。传统MXene合成依赖MAX相前驱体刻蚀，而稀土元素无法进入MAX相结构，研究团队开发了全新的自下而上合成路径突破这一瓶颈。
磁场辅助合成实现MnBi2Te4从反铁磁到铁磁基态的转变
研究团队发现磁场辅助生长可使MnBi2Te4单晶从A型反铁磁基态转变为铁磁基态，Curie温度约12.5K。晶体结构不变但磁序重构，第一性原理计算和de Haas-van Alphen振荡证实了这一发现，为调控磁性拓扑绝缘体电子性质提供新路径。