AI 與世界的難題 · 化學與材料 · arXiv · 2026-10-26
AtomMOF：用於 MOF-吸附質結構預測的全原子流匹配
原標題: AtomMOF: All-Atom Flow Matching for MOF-Adsorbate Structure Prediction
AtomMOF 處理的是預測吸附質如何在金屬有機框架（MOF）內部結合的問題，這項任務以傳統方法執行成本高昂。它是一個全原子流匹配模型，能根據建構單元聯合預測 MOF 與吸附質的結構，並藉由機器學習勢能的引導提升結構有效性。在 BW 上，其匹配率相對提升 58.17%，RMSD 降低 31.84%；在 ODAC25 上，其生成吸附構型的速度比 GCMC 更快，且經弛豫後找到的構型能量低於參考資料集。