在《环境科学与工程前沿》杂志上发表的一项研究中，四川大学的研究人员揭示了对金属有机框架(MOF)结构与性能关系的重要见解。他们的研究不仅揭示了 MOF 吸碘能力的复杂性，而且强调了全面、多方面分析的必要性。

在这项综合研究中，研究人员采用大规模分子模拟和机器学习(ML) 来确定捕获气态碘最有效的 MOF。利用包含 8,862 个 MOF 的数据库的大规范蒙特卡罗模拟，该团队能够预测碘吸收值并查明前 10 个 MOF，并可视化它们的特定吸附位点。

他们进一步利用机器学习，建立了重要的结构-性质关系，将 MOF 的结构和化学特征与其碘捕获效率联系起来。这项研究不仅揭示了 MOF 结构与性能关系的关键见解，证明了某些几何特征(如大空腔尺寸和表面积)与增强的碘吸收之间的强相关性，而且还强调了多因素分析的必要性。这种方法对于理解没有任何单一特征可以单独预测 MOF 的碘吸收能力至关重要，这标志着环境材料设计领域的重大进步。

这项研究建立了一个综合框架，用于创建先进的 MOF 吸附剂，增强放射性碘和类似挥发性环境危害的捕获和回收。它在改善核燃料后处理和管理方面取得了重大进展，为放射化学和可持续核能的追求做出了重大贡献。

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：