Pembelajaran mesin untuk memprediksi MOF mana yang sebenarnya dapat dibuat di lab Kerangka logam-organik (MOF) adalah salah satu bahan yang paling dapat disetel yang pernah dibuat—kristal berpori yang dirakit dari simpul logam dan penghubung organik, dengan aplikasi mulai dari penyimpanan gas hingga katalisis. Secara komputasi, kita dapat menghasilkan triliunan kemungkinan struktur. Masalahnya adalah hampir tidak ada yang disintesis. Dari ribuan skrining MOF yang diterbitkan hingga saat ini, hanya sekitar selusin yang mengarah pada sintesis laboratorium yang sebenarnya, dan bahkan kemudian, ahli kimia cenderung memilih desain "aman" yang menyerupai struktur yang diketahui daripada yang optimal secara komputasi. Andre Niyongabo Rubungo dan rekan penulis mengatasi kemacetan ini dengan tiga bahan: (1) MOFMinE, kumpulan data yang baru dikuratori dari hampir satu juta MOF dengan simulasi energi regangan dan energi bebas untuk subset 65.000 struktur; (2) MOFSeq, representasi urutan yang mengkodekan fitur lokal (SMILES blok bangunan) dan fitur global (topologi dan konektivitas); dan (3) LLM-Prop, model bahasa 35 juta parameter yang telah dilatih sebelumnya pada data energi regangan yang melimpah, kemudian menyempurnakan perhitungan energi bebas yang lebih mahal. Hasilnya mencolok: kesalahan absolut rata-rata 0,789 kJ/mol, akurasi 97% dalam memprediksi sintesisitas, dan akurasi 78% dalam memilih polimorf yang benar di antara struktur yang bersaing. Bahkan ketika dua polimorf berbeda hanya 0,16 kJ/mol, model masih memilih yang tepat lebih dari 60% dari waktu. Implikasinya praktis: apa yang dulunya membutuhkan simulasi molekuler berhari-hari sekarang mengambil langkah maju melalui jaringan saraf. Ini membuka jalan untuk secara rutin menyaring skrining MOF komputasi dengan kemampuan sintesis yang diprediksi—membiarkan para eksperimental menjelajah melampaui desain "intuisi" ke wilayah ruang kimia yang belum dijelajahi, sambil tetap meningkatkan kemungkinan bahwa apa yang terlihat bagus di komputer benar-benar dapat dibuat di laboratorium. Kertas: