金属有机骨架的高通量计算筛选研究进展

近年来，金属有机骨架（Metal-Organic Frameworks，MOFs）在气体吸附分离领域的研究获得爆发式增长.随着MOFs数量的剧增，高通量计算筛选成为从大量MOFs中发现高性能目标材料和挖掘其构效关系的最有效研究方法.本综述对MOFs的高通量计算筛选中所用到的数据库包括实验合成的MOFs组成的数据库（experimental MOFs，eMOFs）和计算机设计的MOFs数据库（hypothetical MOFs，hMOFs）、计算筛选方法包括基于分子模拟和机器学习的筛选方法，及其在CH₄储存、H₂储存、CO₂捕捉和其他气体分离领域的研究进展进行了总结.旨在通过梳理该领域的研究进展和思路，明确未来的研究方向和面临的挑战，加快MOFs的研发进程，促进MOFs的商业化应用.