金属有机框架（MOFs）因结构可调、应用广泛而备受关注，X射线衍射技术在材料表征领域的应用也已经比较成熟，但在高通量实验与自驱动实验室场景中，如何高效解析MOF材料的粉末X射线衍射（PXRD）数据，并据此预测晶体结构仍困扰着研究人员。北京大学深圳研究生院新材料学院潘锋教授团队致力于图论结构化学、AI4S和材料基因组学的研究，成功使用人工智能解析XRD，创新性地提出了一种基于扩散模型的生成式人工智能框架Xrd2Mof。该模型以PXRD图谱、金属节点和有机配体信息为输入，以MOF结构为输出，并首次将粗粒度化表示引入该任务中，用于提取与衍射最相关的骨架几何特征，从而保留关键“材料基因”信息。相关成果以“Interpreting X-ray Diffraction Patterns of Metal-Organic Frameworks via Generative Artificial Intelligence”为题发表于《美国化学会志》（JACS）。

图1 用于生成晶体结构的模型概述

图1（a）表示用于将文本转换为作品的智能体，在训练过程中，包含文本-图像对的大型数据集被输入到智能体中，使其能够将语义描述映射到视觉表示，从而构建对场景特征的理解。然后，智能体从自身见解出发，根据潜在表示生成与描述一致的作品。图1（b）揭示了Xrd2Mof由特征提取、粗粒化结构生成和构建块装配3个阶段组成，其使用PXRD图案来重构高通量实验中合成的MOF晶体结构。金属节点和有机配体的信息一同作为输入。粗粒度表示可以有效表征MOF的拓扑骨架，用于优化MOF结构生成。模型在来自CSD数据库的79,658个真实MOF结构上完成训练后，在测试集结构匹配中取得了93%以上的准确率，并对多种拓扑结构展现出良好的泛化能力。研究结果表明，该方法能够有效提升大规模复杂MOF结构的解析能力，为人工智能驱动的自动化结构分析提供了新路径。

图2 Xrd2Mof的体系结构。（a）预训练特征提取模型框架；（b）Xrd2Mof总体工作框架；（c）结构生成模型框架

本文首次将粗粒度化（Coarse-grained）方法应用于基于XRD图谱的MOF结构生成过程中。粗粒度是指将MOF晶体结构中的金属团簇和有机配体进行切割并替换为其质心，从而降低特征点个数，可以看作是对材料基因的一种提取方式。借助该方法，模型可以处理包含数百乃至上千原子的MOF结构，显著提升了模型在该领域的适用性。

图3 结构生成过程中框架拓扑结构的比较。（a）单类配体MOF的生成结果以及相应的模拟PXRD图谱；（b）两类配体MOF的结构生成结果以及相应的模拟PXRD图谱

Xrd2Mof可无缝集成到MOF的高通量合成，有效解决了PXRD图谱解析与高通量实验节奏不匹配的难题，为AI自动实验室的MOF研发提供了关键技术支撑。尽管模型存在依赖金属节点与连接体信息、未完全考虑溶剂分子与杂质信号等局限性，但对含杂质的PXRD图谱仍保持90.6%的匹配成功率，未来通过AI主动学习融入更多实验数据，有望扩展至红外、拉曼等其他表征技术的解析，为多模态表征集成的自动化材料研发奠定基础。

北京大学深圳研究生院新材料学院硕士研究生冯彬和博士研究生王炳胥为文章共同第一作者，李舜宁和潘锋为共同通讯作者。该工作得到广东省重点实验室和广东省自然科学基金的支持。