AI与世界难题 · 化学与材料 · arXiv · 2026-10-26
AtomMOF：用于MOF-吸附质结构预测的全原子流匹配
原标题: AtomMOF: All-Atom Flow Matching for MOF-Adsorbate Structure Prediction
AtomMOF 致力于预测吸附质在金属有机框架（MOF）内部的结合方式，而传统方法在这一任务上成本高昂。它是一种全原子流匹配模型，可根据构建单元联合预测MOF-吸附质结构，并且机器学习势的引导提高了结构的有效性。在BW上，它将匹配率相对提高了58.17%，并将RMSD降低了31.84%；在ODAC25上，它生成吸附构型的速度比GCMC更快，并且在弛豫后找到了比参考数据集能量更低的构型。