Large-Scale Quantitative Structure–Property Relationship (QSPR) Analysis of Methane Storage in Metal–Organic Frameworks
Notice bibliographique
Résumé
Metal–organic frameworks (MOFs) present a combinatorial design challenge. The structural building blocks of MOFs can be combined to synthesize a nearly infinite number of materials. This suggests that computational tools, rather than experimental trial and error, can be used for high-throughput screening. Here, in the context of methane storage, we report the first large-scale, quantitative structure–property relationship (QSPR) analysis of MOFs. We investigated the effect of geometrical features, such as pore size and void fraction, on the simulated methane storage capacities of ∼130 000 hypothetical MOFs at 1, 35, and 100 bar at 298 K. From these data we developed models that can predict methane storage with high accuracy, based only on knowledge of the geometric features. Several models were developed: multilinear regression (MLR) models, decision trees (DTs), and nonlinear support vector machines (SVMs). In each case, 10 000 MOF structures were used to “train” the QSPR regression models, and the accuracy of the predictions was evaluated on a test set of ∼120 000 MOFs. The nonlinear SVM models can predict the methane storage capacity of MOFs in the test set with R 2 values of 0.82 and 0.93 at 35 and 100 bar, respectively. Decision tree models produced rules for optimal design: for methane storage at 35 bar, MOFs should have densities greater than 0.43 g/cm 3 and void fractions greater than 0.52; for methane storage at 100 bar, MOFs should have densities greater than 0.33 g/cm 3 and void fractions greater than 0.62. Using two-dimensional response-surface analyses of the SVM models, we developed new hypotheses about combinations of material properties, yet unexplored, that might lead to very high methane storage capacities and warrant further investigation. SVM-based predictions of methane storage from MOF structural features can be tested online at our Web site: http://titan.chem.uottawa.ca/woolab/MOFIA .
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».