武大/香港科技/中科大合作，Nature Chemistry！

本研究针对共价有机框架材料化学设计空间庞大的难题，开发了一种AI辅助的"实验-学习"交互迭代策略。研究背景是传统实验方法筛选荧光COF材料效率低下，而现有AI技术面临模型可靠性低等挑战。研究目的是通过融合电子结构特征的机器学习方法，实现高性能荧光COF的高效发现。研究结论表明该方法仅通过四代11次实验就从520种组合中发现了量子产率达41.3%的高荧光COF，并揭示了醛单元作为荧光团、胺单元作为淬灭剂的作用机制，以及HOMO-LUMO能级匹配对荧光增强的关键影响，同时验证了高性能COF在双光子生物成像中的优异应用潜力。