論文の概要: Mofasa: A Step Change in Metal-Organic Framework Generation

• arxiv url: http://arxiv.org/abs/2512.01756v1
• Date: Mon, 01 Dec 2025 15:01:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-02 19:46:34.908046
• Title: Mofasa: A Step Change in Metal-Organic Framework Generation
• Title（参考訳）: Mofasa: 金属-有機フレームワーク生成のステップチェンジ
• Authors: Vaidotas Simkus, Anders Christensen, Steven Bennett, Ian Johnson, Mark Neumann, James Gin, Jonathan Godwin, Benjamin Rhodes,
• Abstract要約: Mofasaは、金属有機フレームワーク(MOF)を生成するための最先端性能を備えた全原子潜在拡散モデルである MOFは、砂漠の空気から水を採取し、二酸化炭素を捕獲し、有害ガスを貯蔵し、化学反応を触媒する多孔質結晶材料である。 それらの価値を認識して、MOFの開発は先日、ノーベル化学賞を受賞した。
• 参考スコア（独自算出の注目度）: 3.9832815616754185
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Mofasa is an all-atom latent diffusion model with state-of-the-art performance for generating Metal-Organic Frameworks (MOFs). These are highly porous crystalline materials used to harvest water from desert air, capture carbon dioxide, store toxic gases and catalyse chemical reactions. In recognition of their value, the development of MOFs recently received a Nobel Prize in Chemistry. In many ways, MOFs are well-suited for exploiting generative models in chemistry: they are rationally-designable materials with a large combinatorial design space and strong structure-property couplings. And yet, to date, a high performance generative model has been lacking. To fill this gap, we introduce Mofasa, a general-purpose latent diffusion model that jointly samples positions, atom-types and lattice vectors for systems as large as 500 atoms. Mofasa avoids handcrafted assembly algorithms common in the literature, unlocking the simultaneous discovery of metal nodes, linkers and topologies. To help the scientific community build on our work, we release MofasaDB, an annotated library of hundreds of thousands of sampled MOF structures, along with a user-friendly web interface for search and discovery: https://mofux.ai/ .
• Abstract（参考訳）: Mofasaは、金属有機フレームワーク(MOF)を生成するための最先端のパフォーマンスを備えた全原子潜在拡散モデルである。 これらは、砂漠の空気から水を採取し、二酸化炭素を捕獲し、有害なガスを貯蔵し、化学反応を触媒する、非常に多孔質の結晶材料である。 それらの価値を認識して、MOFの開発は先日、ノーベル化学賞を受賞した。 多くの点でMOFは、化学における生成モデルを利用するのに適しており、それらは、大きな組合せ設計空間と強い構造-プロパティ結合を持つ合理的に設計可能な材料である。 しかし、これまで高性能な生成モデルに欠けていた。 このギャップを埋めるために、500個の原子を持つ系の位置、原子型、格子ベクトルを共同でサンプリングする汎用潜在拡散モデルであるMofasaを導入する。 モファサは文学に共通する手作り組立アルゴリズムを避け、金属ノード、リンカー、トポロジーの同時発見を解き放つ。 MofasaDBは、数十万のサンプルMOF構造の注釈付きライブラリで、検索と発見のためのユーザフレンドリなWebインターフェースも備えています。

関連論文リスト

• Building-Block Aware Generative Modeling for 3D Crystals of Metal Organic Frameworks [10.094982948231923]
  金属-有機フレームワーク(MOF)は、無機ノード、有機エッジ、トポロジカルネットをプログラム可能な多孔質結晶に結合する。 既存のモデルは既知のビルディングブロックをリサイクルするか、小さなユニットセルに制限される。 本稿では,各ブロックの3次元全原子表現を学習するSE(3)同変拡散モデルであるビルディングブロック対応MOF拡散について紹介する。
  論文  参考訳（メタデータ） (2025-05-13T13:02:28Z)
• MOFFlow: Flow Matching for Structure Prediction of Metal-Organic Frameworks [42.61784133509237]
  金属-有機フレームワーク(英: Metal-organic framework、MOF)は、炭素捕獲や薬物の放出といった多くの分野で有望な応用を持つ結晶材料のクラスである。 ab initio計算や深い生成モデルを含む既存のアプローチは、単位セル内の多くの原子のためにMOF構造が複雑になるのに苦労している。 我々はMOF構造予測に適した最初の深部生成モデルMOFFlowを紹介する。
  論文  参考訳（メタデータ） (2024-10-07T13:51:58Z)
• RGFN: Synthesizable Molecular Generation Using GFlowNets [51.33672611338754]
  本稿では,化学反応の空間内で直接動作するGFlowNetフレームワークの拡張であるReaction-GFlowNetを提案する。 RGFNは、生成した候補の同等の品質を維持しながら、アウト・オブ・ボックスの合成を可能にする。 提案手法の有効性を,事前訓練されたプロキシモデルやGPUアクセラレーションドッキングなど,さまざまなオラクルモデルに適用した。
  論文  参考訳（メタデータ） (2024-06-01T13:11:11Z)
• MOFDiff: Coarse-grained Diffusion for Metal-Organic Framework Design [4.819734936375677]
  金属-有機フレームワーク(MOF)は、ガス貯蔵や炭素捕獲といった応用に非常に関心がある。 CGMOF構造を生成する粗粒拡散モデルMOFDiffを提案する。 有効かつ斬新なMOF構造の生成能力と優れたMOF材料の設計における有効性を評価する。
  論文  参考訳（メタデータ） (2023-10-16T18:00:15Z)
• Building Open Knowledge Graph for Metal-Organic Frameworks (MOF-KG): Challenges and Case Studies [63.61566811532431]
  金属有機フレームワーク(MOF)は、ガス貯蔵、分子分離、化学センシング、結晶および薬物のデリバリーといった応用に革命をもたらす大きな可能性を持っている。 ケンブリッジ構造データベース(CSD)は10,636個のMOF結晶を報告しており、これには114,373個のMOF構造が含まれる。 本稿では,MOF予測,発見,合成を容易にする知識グラフ手法の活用に向けた取り組みについて述べる。
  論文  参考訳（メタデータ） (2022-07-10T16:41:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。