【CCL文章Twitter关注超3万】李乙教授团队：基于孔道拓扑匹配实现候选分子筛的快速筛选

背景：分子筛的催化和吸附性能与孔道结构密切相关，但传统孔结构分析方法计算代价高或缺乏直观物理解释。目的：针对现有方法的不足，提出一种基于拓扑的孔道匹配方式，实现对候选分子筛结构的高通量预筛选。结论：该方法利用ToposPro生成Natural Tiling并构建dual net，依据探针分子尺寸过滤连接，将复杂孔道抽象为孔道拓扑网络；对IZA已知结构及ABC-6、Deem PCOD等假想数据库进行筛选，成功发现与CHA、FAU等结构高度相似的候选材料；代表性候选结构AABABBCCAABB经DFT计算验证，展现出略优于CHA的MTO反应潜力。方法兼具高效性、可解释性与物理意义，为功能分子筛设计和多孔材料数据库智能挖掘提供了通用工具。