金属有机框架(MOFs)在气体存储和催化领域具有潜力,但设计空间庞大且实验效率低。研究团队提出了一种基于机器学习的模型,利用大语言模型预测MOFs的自由能,显著降低计算成本,合成可行性判定准确率达到97%。该方法为MOFs的高通量筛选提供了新思路。
本研究介绍了一种高通量筛选应用的光学相干断层扫描影像系统,具备高分辨率和非侵入性能,通过深度学习分割算法实现鲁棒、一致且高效的读数。该系统配备电动平台和组织检测功能,能够自动连续成像。验证结果显示该系统提供了鲁棒、快速、可靠、无偏差和全面的读数,有望在药物研发和其他相关研究领域产生重要影响。
完成下面两步后,将自动完成登录并继续当前操作。