MOFMeld: 二酸化炭素回収におけるMOF特性予測のための構造–言語融合フレームワーク

空気をきれいにするためにより賢い材料が重要な理由

二酸化炭素のような温室効果ガスを削減することは地球温暖化を抑えるために不可欠ですが、大気や工場排気から効率的にCO2を回収することは依然として大きな課題です。金属有機構造体（MOF）と呼ばれる多孔質結晶群はスポンジのようにCO2を吸着する有望な材料ですが、可能なMOFのうち試験されたものはごく一部にすぎません。本稿はMOFMeldを紹介します。これは実験データ、計算モデル、そして科学文献に基づく知見を組み合わせることで、膨大な候補MOF群の探索をより迅速かつ透明に支援する新しい人工知能システムです。

引用: You, H., Zhang, S., Du, L. et al. MOFMeld: a structure–language fusion framework for MOF property prediction in carbon capture. npj Artif. Intell. 2, 47 (2026). https://doi.org/10.1038/s44387-026-00106-1

キーワード: 二酸化炭素回収材料, 金属有機構造体, 材料科学のための機械学習, 大規模言語モデル, 構造–言語融合