تعلم الآلة للتنبؤ بأي ال MOFs يمكن صنعها فعليا في المختبر تعد الأطر المعدنية العضوية (MOFs) من بين أكثر المواد قابلية للضبط على الإطلاق—بلورات مسامية مجمعة من عقد معدنية وروابط عضوية، مع تطبيقات من تخزين الغاز إلى التحفيز. حسابيا، يمكننا توليد تريليونات من الهياكل الممكنة. المشكلة أن القليل جدا منها يتم تركيبه. من بين آلاف فحوصات MOF المنشورة حتى الآن، أدت حوالي اثني عشر فقط إلى تخليق مخبري فعلي، وحتى في هذه الحالة، يميل الكيميائيون إلى اختيار تصاميم "آمنة" تشبه الهياكل المعروفة بدلا من التصاميم المثالية حسابيا. يتعامل أندريه نيونغابو روبونغو والمؤلفون المشاركون مع هذا الاختناق بثلاثة مكونات: (1) MOFMinE، وهي مجموعة بيانات جديدة تم اختيارها لما يقرب من مليون MOF مع طاقات إجهاد محاكاة وطاقات حرة لمجموعة فرعية من 65,000 بنية؛ (2) MOFSeq، وهو تمثيل تسلسلي يرمز لكل من الميزات المحلية (SMILES لقطع البناء) والميزات العالمية (الطوبولوجيا والاتصال)؛ و(3) LLM-Prop، نموذج لغوي مكون من 35 مليون معامل تم تدريبه مسبقا على بيانات طاقة الانفعال الوفيرة، ثم تم ضبطه بدقة على حسابات الطاقة الحرة الأغلى ثمنا. النتائج لافتة للنظر: متوسط خطأ مطلق يبلغ 0.789 كيلوجول/مول، ودقة 97٪ في التنبؤ بإمكانية التخليق، ودقة 78٪ في اختيار التعدد الصحيح بين الهياكل المتنافسة. حتى عندما يختلف النموذج بين التعددين بمقدار 0.16 كيلوجول/مول فقط، لا يزال النموذج يختار الصحيح خلال 60٪ من الوقت. الدلالة عملية: ما كان يتطلب يوما أيام من المحاكاة الجزيئية أصبح الآن يمر عبر شبكة عصبية. هذا يفتح طريقا لتصفية فحوصات MOF الحاسوبية بشكل روتيني بناء على التركيب المتوقع — مما يسمح للتجريبيين بتجاوز التصاميم "الحدسية" إلى مناطق غير مستكشفة من الفضاء الكيميائي، مع تحسين فرص أن ما يبدو جيدا على الكمبيوتر يمكن صنعه فعليا في المختبر. الورقة: