此頁面免費且實時地提供熵納科技自主研發(fā)的金屬有機框架（MOF）性質(zhì)預(yù)測AI服務(wù)，用戶每次提交計算請求時需通過有意義的SMILES (Simplified Molecular Input Line Entry System) 表達式和RCSR (Reticular Chemistry Structure Resource) 拓撲結(jié)構(gòu)代碼來指定一個MOF材料，我們的AI模型將在數(shù)秒內(nèi)返回預(yù)測結(jié)果。
請注意，熵納科技的MOF大模型無需用戶輸入三維原子結(jié)構(gòu)，但如果用戶不了解SMILES表達式和RCSR拓撲結(jié)構(gòu)，則需準備其感興趣的MOF材料對應(yīng)的CIF文件并按照MOFid官網(wǎng)的說明操作，以便從MOFid生成器獲得上述信息。
相對2023年CMU團隊在化學頂刊JACS發(fā)表的論文MOFormer: Self-Supervised Transformer model for Metal-Organic Framework Property Prediction，我們在模型訓(xùn)練階段引入半監(jiān)督學習等改進，整體預(yù)測準確度有約10%提升，而在線服務(wù)的計算效率相當。免費實時算服務(wù)暫時僅支持帶隙（Band gap）預(yù)測，更多性質(zhì)和合成條件的預(yù)測模型將根據(jù)用戶的反饋和預(yù)約情況陸續(xù)上線。
由于算力有限，當前免費計算服務(wù)僅針對單個MOF材料，且暫不支持超過300個原子數(shù)量的計算。同一用戶可多次提交計算請求，但每次提交時切勿填寫多個SMILES表達式或拓撲結(jié)構(gòu)。如果您有批量預(yù)測需求，歡迎通過頁面底部的公司郵箱或微信cyducasphd聯(lián)系我們。