有效识别63万个三维空间构型，清华大学牵头发布Uni-MOF模型，预测MOF吸附能力

大数据文摘授权转载自HyperAI超神经作者：梅菜编辑：李宝珠，三羊工业世界里，高纯气体被广泛应用于半导体制造、光纤生产、科学研究、医疗健康、环保能源等诸多领域。例如，半导体行业，高纯气体是芯片制造的关键原材料，直接影响着集成电路的性能和良率。制备高纯气体的关键挑战便是气体分离，常见的气体分离方法有深冷法（精馏原理）、吸附法（分子极性）、膜法（膜过滤）等。其中，金属有机框架 (MOFs) 由于具有高度有序的孔结构和可调节的孔径大小，在气体吸附存储与分离方面展现出巨大的应用潜力。相关人士预测，MOFs 对 21 世纪的重要性可能与塑料对 20 世纪的重要性一样。然而准确预测 MOFs 吸附能力仍面临诸多挑战，针对这一问题，清华大学化工系卢滇楠教授团队，联合美国加州大学河滨分校吴建中教授和北京科学智能研究院 ………………………………