桃子桃子快讯
返回首页
行业动态

诺贝尔化学奖启示:AI 加速 MOF 材料发现的新范式

2025 年诺贝尔化学奖授予 MOF 材料三位开创者,文章借此探讨科学进步模式,并指出 AI 正在成为 MOF 材料筛选…

2026.07.29 · 周三2 分钟阅读

2025 年诺贝尔化学奖授予 Susumu Kitagawa、Richard Robson 和 Omar M. Yaghi,以表彰他们开创了一类全新材料——金属有机框架(MOF)。这类由金属离子与有机连接体构成的「分子海绵」拥有极大的内表面积,仅几克 MOF 即可具备一个足球场大小的表面,由此在碳捕集、沙漠空气取水、污染物过滤与药物递送等方向展现出广泛应用前景。

三位先驱的奠基之路

MOF 领域的发展是一条层层递进的科学史。Richard Robson 率先提出构建大型有序网络的概念设想;在此基础上,Susumu Kitagawa 开发出首批稳定且功能化的 MOF,并率先提出框架结构应具备可「呼吸」的柔性特征;Omar M. Yaghi 则以「乐高式」的模块化方法,将 MOF 合成推向了可理性设计的阶段,其标志性成果 MOF-5 以极高的孔隙率奠定了后续研究的基础。

蚁群式进步与 Ortega 假说

三位先驱的故事看似印证了「牛顿式」的科学观——少数天才的肩膀托起整个领域。但 MOF 同样强有力地诠释了 Ortega 假说:重大突破并非凭空产生,而是建立在无数匿名科研工作者长期、累积、看似微小的工作之上。Kitagawa「无用之用」的个人信条正是对这种科学进步本质的呼应——每一个针对单一污染物、特定气体或独特催化剂的小研究,都是蚁群式进步中不可缺失的一环。

AI 加速材料发现的新范式

MOF 领域今日已成为典型的大数据问题。三位先驱定义了极其广阔的设计空间,全球实验室持续以专项框架填充这一空间,而 AI 则提供了关键的规模化引擎:研究人员不再依赖缓慢的物理合成,而是利用 AI 模型在数百万候选 MOF 中进行计算筛选,精准定位用于碳捕集等任务的最优候选者。这一「人类天才开创领域、集体努力生成数据、AI 提供规模化发现」的范式,正是当前 AI for Science 的缩影。

启示

诺奖授予 MOF 不仅是表彰一项材料学突破,更揭示了未来科学发现的协作结构:当基础框架已由先驱奠定、当数据由全球实验室持续生产,AI 将成为把海量「无用知识」转化为革命性应用的关键桥梁。

信源