从6.5万多个配体逐一搭建金属有机框架（metal-organic framework，MOF），再做密度泛函理论（DFT）计算，代价显然不小。更棘手的是，当搜索对象是交替磁体时，正样本少得可怜：首批350个候选中，作者只找到6个。

北京理工大学Wei Jiang、Yugui Yao等人在 npj Computational Materials 报道了一条分阶段筛选路线：先用晶体对称性限定结构空间，以DFT建立种子数据，再让机器学习缩小计算范围，最后借助SHAP解释模型依据。整套流程经DFT确认了15种交替磁性MOF。不过，这里的“确认”是计算层面的电子结构与磁基态判断，并非实验合成和磁性测量。

先把结构空间限定清楚

交替磁性（altermagnetism）兼有两类看似矛盾的特征：实空间中的反平行自旋彼此补偿，倒空间中却存在依赖动量的非相对论性自旋劈裂。实现这种磁序需要特定晶体对称性；若相反自旋亚晶格由平移或反演操作相连，自旋劈裂会受到对称性限制。

作者没有在所有MOF中漫无边际地搜索，而是将对象限定为空间群P4（第75号）的二维结构。此前研究指出，与P4对应的p4平面群具有所需的C4旋转轴，同时相反自旋亚晶格之间没有反演中心。金属节点则固定为高自旋d⁴构型的Cr；论文依据既有研究认为，Cr适合形成平面四配位框架，并能参与金属与配体之间的d–π电子交换。如此一来，筛选的主要变量便收敛到有机配体。

1.22亿个分子怎样缩到350个

▲ 图1｜交替磁性MOF数据集的构建流程。a，有机配体的逐级筛选；b，具有C₂对称性的配体与金属中心组装成P4结构；c，候选化学空间的主成分分析，蓝点为筛选后的分子库，红点为选作模型训练代表的分子。

筛选从NIH PubChem收录的逾1.22亿个有机分子开始（图1a）。C₂点群对称性这一条件留下319,544个分子；再要求分子含N、O、P或S杂原子，候选数降为278,765。保留氰基、氨基、羟基、羰基、羧基、磷酸基、亚砜基或巯基等配位基团后，还剩177,357个。

接下来，作者使用DeepSeek-V3-0324和DeepSeek-R1-0528，根据SMILES字符串判断分子能否与Cr中心形成P4对称MOF，得到65,928个候选。随后通过降维与聚类选取1,200个代表结构，再依据双齿配位能力和较小的空间位阻筛到350个配体。论文报告，这350个配体保留了原始候选池95.50%的化学多样性（图1c）。

作者将350个配体与Cr节点组装成模型并进行高通量DFT计算。在考察的8种磁构型中，有6个MOF以交替磁构型能量最低，并呈现相应电子结构特征。这6个正样本成为首轮机器学习的起点。

首轮模型只负责缩小范围

▲ 图2｜第一轮机器学习筛选。a，训练集含344个非交替磁性MOF和6个交替磁性MOF，正类权重设为25；b，配体编码为分子指纹；c，比较SVM、随机森林、XGBoost、CNN、LSTM和Transformer；d，在360次分层80/20随机划分中评估模型，并将65,578个候选缩减至145个DFT验证对象。

344个负样本对6个正样本，类别比例约为43∶1。作者为正类设置25的权重，并将每个配体编码为半径6、长度2,048位的Morgan分子指纹。六类模型经过调参与比较后，XGBoost被用作粗筛器。

这里不能只看准确率。XGBoost在360次独立分层80/20划分中的准确率为0.9453±0.0268，但若全部预测为负类，准确率本就可达97.7%。更能反映排序能力的受试者工作特征曲线下面积（AUC）为0.6236±0.1682：34%的划分超过0.7，62%的划分超过0.6。作者对模型的定位也很克制——它不是可靠的最终判定器，而是把昂贵的DFT留给更可能命中的对象。

模型扫描未进入首批DFT计算的65,578个配体，选出145个高概率候选。DFT又确认其中6个为交替磁性MOF，命中率为4.1%；相比首批350个中的1.7%，富集倍数为2.4。首轮筛选的实际收益，正是把需要进一步计算的数量从65,578压到145。

第二轮同时判断类别与劈裂大小

▲ 图3｜第二轮分类与回归流程。a，将SMILES转换为结构指纹与理化描述符组成的混合特征；b，仅对训练集中的少数类实施SMOTE过采样；c，比较随机森林、XGBoost、SVM、K近邻、LightGBM和CatBoost；d，K近邻分类器与CatBoost回归器分别取得最佳结果。

新增的6个正样本使交替磁性样本增至12个。第二轮不再只回答“是不是”，还尝试预测自旋劈裂能。输入特征由512位Morgan指纹、167位MACCS指纹、512位RDKit指纹和约200维理化描述符组成，总计约1,400维。为避免合成样本泄漏到验证集，作者在训练/测试划分之后，仅对训练集用合成少数类过采样技术（SMOTE）补充少数类。

K近邻（KNN）分类器在五折交叉验证中的F1为0.8698±0.0248，在留一交叉验证中的F1为0.8793。用于预测劈裂能的回归数据集只有20个样本：12个新发现材料、其中2个材料对应的离子态、3个劈裂值接近零但交替磁构型为基态的样本，以及3个文献样本。CatBoost在留一交叉验证中得到R²=0.7732、平均绝对误差3.7518 meV、均方根误差4.8586 meV，Pearson相关系数为0.9122。

这些指标显示模型在现有数据中学到了可用的统计关系，却不等于完成了材料鉴定。尤其是回归只基于20个样本，论文仍以DFT计算作为三个新设计的验证依据。

模型看重哪些分子结构

▲ 图4｜分类与回归模型的SHAP分析。a、d分别给出两类模型最重要的10个特征；b、e展示各特征对预测方向的贡献；c、f列出相应的代表性分子结构。CF表示分类特征，RF表示回归特征。

SHAP分析把预测结果对应到具体片段。分类模型中，正向特征主要是连续共轭环，或由sp²杂化共轭链与连续共轭环构成的结构；异氰基、醛基以及含多个sp³杂化原子的柔性链则出现在负向特征中。作者据此提出，刚性的连续共轭骨架可能通过稳定面内磁交换路径，更有利于维持交替磁性。这里的措辞必须保留“可能”：SHAP解释的是模型相关性，不是对微观因果机制的直接证明。

回归模型给出的另一条线索，是连续共轭芳环或含氮芳香杂环与较大的自旋劈裂相关。论文进一步建议，在两到三个连续稠合芳环上配置中等强度的推—拉电子基团。作者提出的解释是，这类取代可能缩小配体的最高占据分子轨道—最低未占据分子轨道（HOMO–LUMO）能隙，使配体更易承载自旋极化；强吸电子基团则未必适用。

论文用额外描述符做了交叉检查：只采用sp²/sp³比、芳环数、共轭体系大小、稠环数、可旋转键数和给体原子数这6项可解释特征，逻辑回归模型在留一验证中得到F1=0.8853、AUC=0.8472。这支持了SHAP所指结构模式与模型预测有关，但仍不能把相关性写成已经确立的普适机制。

三个新骨架经DFT验证

▲ 图5｜三种SHAP规则引导设计的Cr基MOF。a，Cr₂(DP)₄；b，Cr₂(BD)₄；c，Cr₂(II)₄。各图均给出自旋密度和自旋分辨能带；蓝色表示自旋向上电子密度，黄色表示自旋向下电子密度。

按照连续共轭芳香骨架和中等强度推—拉基团这两个条件，作者选取了三种新配体：dipyrro[3,4-b:3′,4′-e]pyrazine（DP）、benzo[1,2-c:4,5-c′]dipyrazole（BD）和isoindolo[5,6-f]isoindole（II）。三种骨架均含3至4个连续共轭芳环，并引入仲胺杂环作为中等强度给电子单元。

分类模型对三个候选都给出较高的交替磁性概率，回归模型预测其劈裂能均超过15 meV。具体而言，Cr₂(DP)₄的预测值为16.4 meV，DFT值为23.1 meV；Cr₂(BD)₄分别为17.1和14.5 meV；Cr₂(II)₄分别为15.9和13.7 meV。三者的DFT结果均以交替磁构型为磁基态，HSE06计算也得到相同定性判断。

替换实验进一步划出了适用边界：Cr₂(BD)₄中央苯环上的两个H换成Cl后，孤立配体能隙从2.85降至2.75 eV，MOF劈裂能由14.5增至17.1 meV；若把外侧苯环上的H换成吸电子能力更强的F，配体能隙虽为2.81 eV，劈裂能却只有3.7 meV。作者因此把设计规则限定为“中等强度”推—拉基团，而不是简单追求更强的吸电子效应。

15个候选之外还缺什么

这项工作的证据边界很清楚。15种材料都来自计算筛选，论文没有报告实际合成、结构表征或磁性测量；从“可计算构型”到“可制备材料”仍有一段距离。搜索空间也预先固定在P4对称性和Cr节点，作者所说的其他空间群、三维框架及共价有机框架可扩展性，目前是方法前景而非本文已经验证的结果。

机器学习环节同样受小样本约束：首轮正样本仅6个，第二轮劈裂能回归也只有20个样本。因而，这条路线目前最有说服力的价值不是用模型取代第一性原理，更不是直接宣告获得可用器件材料，而是证明“对称性约束—机器学习缩圈—DFT复核—可解释特征提炼”能够形成闭环。它找到了15个值得继续研究的计算候选，也给出了可以由后续计算与实验继续检验的结构假设。

参考文献：Ran, Y., Duan, J., Chen, Y., Jiang, W. & Yao, Y. AI-accelerated discovery of altermagnetic metal-organic frameworks via interpretable machine learning. npj Computational Materials (2026). https://doi.org/10.1038/s41524-026-02323-3

原文链接：https://mp.weixin.qq.com/s/qmUFCNMEcoTrBOoesnhxqw

从6.5万多个配体逐一搭建金属有机框架（metal-organic framework，MOF），再做密度泛函理论（DFT）计算，代价显然不小。更棘手的是，当搜索对象是交替磁体时，正样本少得可怜：首批350个候选中，作者只找到6个。

北京理工大学Wei Jiang、Yugui Yao等人在 npj Computational Materials 报道了一条分阶段筛选路线：先用晶体对称性限定结构空间，以DFT建立种子数据，再让机器学习缩小计算范围，最后借助SHAP解释模型依据。整套流程经DFT确认了15种交替磁性MOF。不过，这里的“确认”是计算层面的电子结构与磁基态判断，并非实验合成和磁性测量。

先把结构空间限定清楚

交替磁性（altermagnetism）兼有两类看似矛盾的特征：实空间中的反平行自旋彼此补偿，倒空间中却存在依赖动量的非相对论性自旋劈裂。实现这种磁序需要特定晶体对称性；若相反自旋亚晶格由平移或反演操作相连，自旋劈裂会受到对称性限制。

作者没有在所有MOF中漫无边际地搜索，而是将对象限定为空间群P4（第75号）的二维结构。此前研究指出，与P4对应的p4平面群具有所需的C4旋转轴，同时相反自旋亚晶格之间没有反演中心。金属节点则固定为高自旋d⁴构型的Cr；论文依据既有研究认为，Cr适合形成平面四配位框架，并能参与金属与配体之间的d–π电子交换。如此一来，筛选的主要变量便收敛到有机配体。

1.22亿个分子怎样缩到350个

▲ 图1｜交替磁性MOF数据集的构建流程。a，有机配体的逐级筛选；b，具有C₂对称性的配体与金属中心组装成P4结构；c，候选化学空间的主成分分析，蓝点为筛选后的分子库，红点为选作模型训练代表的分子。

筛选从NIH PubChem收录的逾1.22亿个有机分子开始（图1a）。C₂点群对称性这一条件留下319,544个分子；再要求分子含N、O、P或S杂原子，候选数降为278,765。保留氰基、氨基、羟基、羰基、羧基、磷酸基、亚砜基或巯基等配位基团后，还剩177,357个。

接下来，作者使用DeepSeek-V3-0324和DeepSeek-R1-0528，根据SMILES字符串判断分子能否与Cr中心形成P4对称MOF，得到65,928个候选。随后通过降维与聚类选取1,200个代表结构，再依据双齿配位能力和较小的空间位阻筛到350个配体。论文报告，这350个配体保留了原始候选池95.50%的化学多样性（图1c）。

作者将350个配体与Cr节点组装成模型并进行高通量DFT计算。在考察的8种磁构型中，有6个MOF以交替磁构型能量最低，并呈现相应电子结构特征。这6个正样本成为首轮机器学习的起点。

首轮模型只负责缩小范围

▲ 图2｜第一轮机器学习筛选。a，训练集含344个非交替磁性MOF和6个交替磁性MOF，正类权重设为25；b，配体编码为分子指纹；c，比较SVM、随机森林、XGBoost、CNN、LSTM和Transformer；d，在360次分层80/20随机划分中评估模型，并将65,578个候选缩减至145个DFT验证对象。

344个负样本对6个正样本，类别比例约为43∶1。作者为正类设置25的权重，并将每个配体编码为半径6、长度2,048位的Morgan分子指纹。六类模型经过调参与比较后，XGBoost被用作粗筛器。

这里不能只看准确率。XGBoost在360次独立分层80/20划分中的准确率为0.9453±0.0268，但若全部预测为负类，准确率本就可达97.7%。更能反映排序能力的受试者工作特征曲线下面积（AUC）为0.6236±0.1682：34%的划分超过0.7，62%的划分超过0.6。作者对模型的定位也很克制——它不是可靠的最终判定器，而是把昂贵的DFT留给更可能命中的对象。

模型扫描未进入首批DFT计算的65,578个配体，选出145个高概率候选。DFT又确认其中6个为交替磁性MOF，命中率为4.1%；相比首批350个中的1.7%，富集倍数为2.4。首轮筛选的实际收益，正是把需要进一步计算的数量从65,578压到145。

第二轮同时判断类别与劈裂大小

▲ 图3｜第二轮分类与回归流程。a，将SMILES转换为结构指纹与理化描述符组成的混合特征；b，仅对训练集中的少数类实施SMOTE过采样；c，比较随机森林、XGBoost、SVM、K近邻、LightGBM和CatBoost；d，K近邻分类器与CatBoost回归器分别取得最佳结果。

新增的6个正样本使交替磁性样本增至12个。第二轮不再只回答“是不是”，还尝试预测自旋劈裂能。输入特征由512位Morgan指纹、167位MACCS指纹、512位RDKit指纹和约200维理化描述符组成，总计约1,400维。为避免合成样本泄漏到验证集，作者在训练/测试划分之后，仅对训练集用合成少数类过采样技术（SMOTE）补充少数类。

K近邻（KNN）分类器在五折交叉验证中的F1为0.8698±0.0248，在留一交叉验证中的F1为0.8793。用于预测劈裂能的回归数据集只有20个样本：12个新发现材料、其中2个材料对应的离子态、3个劈裂值接近零但交替磁构型为基态的样本，以及3个文献样本。CatBoost在留一交叉验证中得到R²=0.7732、平均绝对误差3.7518 meV、均方根误差4.8586 meV，Pearson相关系数为0.9122。

这些指标显示模型在现有数据中学到了可用的统计关系，却不等于完成了材料鉴定。尤其是回归只基于20个样本，论文仍以DFT计算作为三个新设计的验证依据。

模型看重哪些分子结构

▲ 图4｜分类与回归模型的SHAP分析。a、d分别给出两类模型最重要的10个特征；b、e展示各特征对预测方向的贡献；c、f列出相应的代表性分子结构。CF表示分类特征，RF表示回归特征。

SHAP分析把预测结果对应到具体片段。分类模型中，正向特征主要是连续共轭环，或由sp²杂化共轭链与连续共轭环构成的结构；异氰基、醛基以及含多个sp³杂化原子的柔性链则出现在负向特征中。作者据此提出，刚性的连续共轭骨架可能通过稳定面内磁交换路径，更有利于维持交替磁性。这里的措辞必须保留“可能”：SHAP解释的是模型相关性，不是对微观因果机制的直接证明。

回归模型给出的另一条线索，是连续共轭芳环或含氮芳香杂环与较大的自旋劈裂相关。论文进一步建议，在两到三个连续稠合芳环上配置中等强度的推—拉电子基团。作者提出的解释是，这类取代可能缩小配体的最高占据分子轨道—最低未占据分子轨道（HOMO–LUMO）能隙，使配体更易承载自旋极化；强吸电子基团则未必适用。

论文用额外描述符做了交叉检查：只采用sp²/sp³比、芳环数、共轭体系大小、稠环数、可旋转键数和给体原子数这6项可解释特征，逻辑回归模型在留一验证中得到F1=0.8853、AUC=0.8472。这支持了SHAP所指结构模式与模型预测有关，但仍不能把相关性写成已经确立的普适机制。

三个新骨架经DFT验证

▲ 图5｜三种SHAP规则引导设计的Cr基MOF。a，Cr₂(DP)₄；b，Cr₂(BD)₄；c，Cr₂(II)₄。各图均给出自旋密度和自旋分辨能带；蓝色表示自旋向上电子密度，黄色表示自旋向下电子密度。

按照连续共轭芳香骨架和中等强度推—拉基团这两个条件，作者选取了三种新配体：dipyrro[3,4-b:3′,4′-e]pyrazine（DP）、benzo[1,2-c:4,5-c′]dipyrazole（BD）和isoindolo[5,6-f]isoindole（II）。三种骨架均含3至4个连续共轭芳环，并引入仲胺杂环作为中等强度给电子单元。

分类模型对三个候选都给出较高的交替磁性概率，回归模型预测其劈裂能均超过15 meV。具体而言，Cr₂(DP)₄的预测值为16.4 meV，DFT值为23.1 meV；Cr₂(BD)₄分别为17.1和14.5 meV；Cr₂(II)₄分别为15.9和13.7 meV。三者的DFT结果均以交替磁构型为磁基态，HSE06计算也得到相同定性判断。

替换实验进一步划出了适用边界：Cr₂(BD)₄中央苯环上的两个H换成Cl后，孤立配体能隙从2.85降至2.75 eV，MOF劈裂能由14.5增至17.1 meV；若把外侧苯环上的H换成吸电子能力更强的F，配体能隙虽为2.81 eV，劈裂能却只有3.7 meV。作者因此把设计规则限定为“中等强度”推—拉基团，而不是简单追求更强的吸电子效应。

15个候选之外还缺什么

这项工作的证据边界很清楚。15种材料都来自计算筛选，论文没有报告实际合成、结构表征或磁性测量；从“可计算构型”到“可制备材料”仍有一段距离。搜索空间也预先固定在P4对称性和Cr节点，作者所说的其他空间群、三维框架及共价有机框架可扩展性，目前是方法前景而非本文已经验证的结果。

机器学习环节同样受小样本约束：首轮正样本仅6个，第二轮劈裂能回归也只有20个样本。因而，这条路线目前最有说服力的价值不是用模型取代第一性原理，更不是直接宣告获得可用器件材料，而是证明“对称性约束—机器学习缩圈—DFT复核—可解释特征提炼”能够形成闭环。它找到了15个值得继续研究的计算候选，也给出了可以由后续计算与实验继续检验的结构假设。

参考文献：Ran, Y., Duan, J., Chen, Y., Jiang, W. & Yao, Y. AI-accelerated discovery of altermagnetic metal-organic frameworks via interpretable machine learning. npj Computational Materials (2026). https://doi.org/10.1038/s41524-026-02323-3

原文链接：https://mp.weixin.qq.com/s/qmUFCNMEcoTrBOoesnhxqw