沸石Zeolites是工业上重要的催化剂和吸附剂，通常利用称为有机结构导向剂organic structure-directing agents (OSDAs)的特定分子合成。有机结构导向剂OSDAs模板效应是决定所形成沸石多晶型及其物理化学性质的关键所在。然而，由于沸石-有机结构导向剂OSDA化学空间的多样性和大小，选择性有机结构导向剂OSDA的从头设计具有挑战性。
近日，麻省理工学院Mingrou Xie，Rafael Gómez-Bombarelli等，在Nature Computational Science上发文，报道了机器学习框架ZeoBind，以提供支持的计算工作流程，对有机结构导向剂OSDA空间进行详尽的探索。
还设计了捕捉沸石分子匹配的预测任务，在数十万个数据点上，训练了这些任务的预测模型，并从商业上可获得的前驱体中，列举了230万个合成可访问的、假设有机结构导向剂OSDA类分子。
利用ZeoBind筛选了近5亿个沸石-分子对，并鉴定和实验验证了两个新有机结构导向剂OSDA，模板沸石具有新的组成。有机结构导向剂OSDA库的规模，以及开放访问的工具和数据，可以加速沸石合成的有机结构导向剂OSDA设计。
传统OSDA设计依赖经验规则，耗时数十年仅积累千余分子；ZeoBind将筛选规模提升千倍，并通过实验验证了计算预测的可靠性。
A comprehensive mapping of zeolite–template chemical space. 沸石-模板化学空间的综合映射。
图1: ZeoBind示意图。
图2: 有机结构导向剂organic structure-directing agents，OSDA库分析。
图3: 机器学习ML模型性能。
图4: ERI模板有机结构导向剂OSDA筛选。
图5: CHA模板有机结构导向剂OSDA筛选。
该项研究，开发了ZeoBind计算平台，通过机器学习实现了沸石合成中有机结构导向剂（OSDA）的高效设计。研究者构建了
230万种虚拟OSDA分子库，结合结合能预测模型，从近5亿沸石-分子对中筛选出新型OSDA分子，成功合成了高硅ERI沸石（硅铝比12.3）和无钠富铝CHA沸石（硅铝比4.9）。实验表明，两类沸石在氮氧化物（NOₓ）催化净化中表现出优异的水热稳定性，为工业催化剂设计提供了新范式。平台与数据已开源，将加速沸石材料的定向合成。Xie, M., Schwalbe-Koda, D., Semanate-Esquivel, Y.M. et al. A comprehensive mapping of zeolite–template chemical space. Nat Comput Sci (2025). https://doi.org/10.1038/s43588-025-00842-5声明：仅代表译者观点，如有不科学之处，请在下方留言指正！
