L'IA générative déchiffre les structures de MOF directement à partir des motifs de diffraction des rayons X Les cadres organométalliques (MOF) sont des matériaux extraordinairement utiles : poreux, modulables, applicables à tout, du stockage de gaz à la délivrance de médicaments. Mais identifier leurs structures à partir des données de diffraction des rayons X en poudre reste un goulot d'étranglement, surtout pour les laboratoires automatisés où il n'est pas possible d'avoir un expert pour interpréter manuellement chaque motif. Le problème central : les MOF peuvent contenir des centaines d'atomes disposés en réseaux tridimensionnels complexes. Les approches standard d'interprétation de la DRX peinent avec les pics superposés et la diversité structurelle pure. Bin Feng, Bingxu Wang et leurs collègues reconsidèrent le problème comme une génération d'images. Leur modèle, Xrd2Mof, traite les motifs de DRX comme des invites textuelles et les structures de MOF comme les images à générer, puis applique l'architecture Stable Diffusion pour apprendre la correspondance entre elles. L'idée clé est le grossissement. Au lieu d'essayer de prédire chaque position atomique, ils représentent les MOF comme des réseaux de nœuds métalliques connectés par des centroids de liaison. Cela fonctionne parce que les pics aigus dans les motifs de DRX proviennent principalement d'atomes de métaux lourds de toute façon. Réduire des centaines d'atomes à des dizaines de points de connexion compresse le problème d'un ordre de grandeur tout en préservant les informations structurelles qui comptent réellement pour la diffraction. Entraîné sur près de 80 000 structures de MOF provenant de la Cambridge Structural Database, Xrd2Mof atteint plus de 93 % de précision dans l'appariement des motifs de DRX à leurs structures correctes. Il couvre essentiellement toutes les topologies de cadres connues et valide avec succès sur des données expérimentales. L'implication pratique : les laboratoires autonomes peuvent désormais passer des données de diffraction brutes aux structures cristallines reconstruites sans intervention humaine, une capacité qui manquait aux pipelines de découverte automatisée de MOF. Article :