Des résultats du projet MOFlearning publiés dans Matter 

Publié le

Une avancée majeure à laquelle est associé François-Xavier Coudert, un des leaders du projet ciblé MOFlearning du PEPR DIADEM vient d’être publiée dans la revue Matter le 4 juin 2025, avec un article intitulé “CoRE MOF DB: A curated experimental metal-organic framework database with machine-learned properties for integrated material-process screening.”

Ce travail international mené par des scientifiques français, américains et sud-coréens redéfinit les standards dans le domaine des matériaux poreux, les Metal-Organic Frameworks (MOFs), utilisés pour la capture sélective de gaz comme le dioxyde de carbone. Grâce à l’intégration d’approches d’extraction automatisée de données, de filtrage chimio-informatique et d’apprentissage automatique, la base de données expérimentale CoRE MOF a été profondément actualisée et enrichie.

Résultat : plus de 40 000 structures expérimentales de MOFs sont désormais prêtes pour des simulations à grande échelle, avec des propriétés prédictives essentielles (stabilité, capacité calorifique, affinité avec l’eau, etc.) pour évaluer leur performance en conditions réelles.

L’étude a notamment permis d’identifier 34 MOFs surpassant les performances de CALF-20, matériau de référence actuel pour la capture du CO₂. Certains de ces nouveaux MOFs sont efficaces même à de très faibles concentrations de CO₂, ouvrant ainsi la voie à des applications dans la capture directe du carbone dans l’air (DAC).

Cette base de données a pour ambition d’être la source de référence, accessible en libre accès, pour les nombreuses études par intelligence artificielle dans le domaine des MOFs, et encourager la diffusion des connaissances. Cette avancée souligne la pertinence du projet MOFlearning dans le cadre du PEPR DIADEM, en démontrant comment l’intelligence artificielle peut accélérer le design rationnel de matériaux pour répondre aux défis environnementaux.