本报讯 高纯气体制备技术是化工和高端材料产业的关键技术。金属-有机框架（MOF）材料因其结构多样性和可设计性成为高性能气体吸附分离新材料的突破点，但精准预测MOF材料的气体吸附容量是迄今尚未攻克的难题。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高志锋研究员研发出三维MOF材料吸附行为的机器学习模型Uni-MOF，用于预测各类工况下纳米多孔材料对各类气体的吸附性能。
　　研究成果以“基于转换器的金属有机框架高精度气体吸附预测通用方法”为题，于3月1日发表在《自然·通讯》（Nature Communications）期刊上。卢滇楠、吴建中、高志锋为该论文的共同通讯作者，清华大学化工系2019级博士生王靖琦和中山大学助理教授刘佳鹏为共同第一作者。
　　（化工系）