算法驱动的机器人发现多氧金属金属有机框架
Donglin He1, Yibin Jiang1, Melanie Guillén-Soler1
1School of Chemistry, University of Glasgow, University Avenue, Glasgow G12 8QQ, United Kingdom.
Journal of the American Chemical Society
|October 9, 2024
概括
我们开发了一种机器学习算法和机器人平台, 这种闭环系统实现了高可重复性,并确定了9种具有增强电化学特性的新POMOF.
科学领域:
- 材料科学
- 化学学
- 人工智能
背景情况:
- 手动探索晶体材料化学空间,特别是金属有机框架 (MOFs),耗时且劳动密集.
- 加快材料的发现需要高效,可重复的合成和探索方法.
- 聚氧金属金属有机框架 (POMOF) 具有独特的特性,但它们的合成复杂.
研究的目的:
- 开发一个机器学习集成的机器人平台,用于加速,闭环探索POMOF化学空间.
- 提高新型POMOF合成的可复制性和效率.
- 研究新发现的POMOF的电化学特性,并确定关键的结构调节器.
主要方法:
- 集成 eXtreme Gradient Boosting (XGBoost) 机器学习模型与用于闭环材料发现的机器人合成平台.
- 使用不确定性反和POMOF多类分类扩展的XGBoost模型的优化.
- 使用通用化学描述语言 (χDL) 进行数字签名,以确保合成步骤的准确记录和可重复性.
主要成果:
- 发现了9种新型POMOF,其中包括一种具有高可重复性的混合配体.
- 基于XGBoost模型生成化学空间地图,F1得分高于0.8.
- 与分子聚氧甲酸盐 (POMs) 相比,合成的POMOFs显示出更好的电子转移.
结论:
- 机器学习驱动的机器人平台显著加速了新型POMOF的发现.
- 的比例,配体类型和拓结构是调节POMOF电化学性能的关键因素.
- 这种方法为复杂材料化学空间的高效和可重复性探索提供了坚实的框架.
相关概念视频
01:23Properties of Organometallic Compounds
956
Organometallic compounds are compounds that contain a carbon–metal bond. Carbon belongs to an organyl group like alkyl, aryl, allyl, or benzyl groups. The metal can be from Group I or Group II of the periodic table, a transition metal, or a semimetal.
956
02:51Metal-Ligand Bonds
20.6K
The hemoglobin in the blood, the chlorophyll in green plants, vitamin B-12, and the catalyst used in the manufacture of polyethylene all contain coordination compounds. Ions of the metals, especially the transition metals, are likely to form complexes.
In these complexes, transition metals form coordinate covalent bonds, a kind of Lewis acid-base interaction in which both of the electrons in the bond are contributed by a donor (Lewis base) to an electron acceptor (Lewis acid). The Lewis acid in...
In these complexes, transition metals form coordinate covalent bonds, a kind of Lewis acid-base interaction in which both of the electrons in the bond are contributed by a donor (Lewis base) to an electron acceptor (Lewis acid). The Lewis acid in...
20.6K