L'IA face aux grands problèmes du monde · Chimie et matériaux · arXiv · 2026-10-26
AtomMOF : Flow matching tout-atome pour la prédiction de structures MOF-adsorbat
Titre original: AtomMOF: All-Atom Flow Matching for MOF-Adsorbate Structure Prediction
AtomMOF s'attaque à la prédiction de la manière dont les adsorbats se lient à l'intérieur des réseaux métallo-organiques (MOF), une tâche coûteuse avec les méthodes traditionnelles. Il s'agit d'un modèle de flow matching tout-atome qui prédit conjointement les structures MOF-adsorbat à partir de briques élémentaires, et le guidage par des potentiels appris par apprentissage automatique améliore la validité structurale. Sur BW, il a augmenté le taux de correspondance de 58,17 % en relatif et réduit le RMSD de 31,84 %, tandis que sur ODAC25 il a généré des configurations d'adsorption plus rapidement que le GCMC et trouvé des configurations d'énergie plus basse que le jeu de données de référence après relaxation.