近日，我院乔智威教授团队在化工学科公认的传统国际顶尖期刊《美国化学工程师协会会刊》（AIChE Journal）发表了题为“Molecular Fingerprints and Machine Learning to Accelerate Design of High-Performance Homochiral Metal-Organic Framework”的研究论文。学院乔智威教授为第一作者/第一通讯作者，研究生李丽凤为第二作者，太阳成集团tyc151为第一通讯作者单位。

同时，中国科学院一区top期刊《材料化学学报A》(Journal of Materials Chemistry A, TOP, IF=11.301)和中国科学院一区国产期刊《绿色能源与环境》 (Green Energy & Environment, Q1, IF=6.395) 也连续报道了我院硕士研究生石泽南和袁雪迎分别为第一作者，乔智威教授为唯一通讯作者，太阳成集团tyc151为第一通讯单位的相关研究工作。

在制药、农业和食品工业中，手性分子的分离尤为重要。特别是在药物方面，通常一个分子的两种可能形式中只有一种具有生物活性。由于手性分子的物理性质相似，许多经典的分离方法都不适合对映体的分离。手性色谱法是制备单一对映体化合物的重要方法之一。然而，手性化合物或受体的微小结构差异往往导致没有选择性甚至相反的对映选择性，这使得对给定的分离设计或选择合适的手性选择器变得困难。

该工作利用计算筛选技术计算了45种功能化的单一手性金属有机骨架(FHMOF)的手性分离能力。FHMOF对(R,S)-1,3-二甲基-1,2-丙二烯的对映选择性随着温度的升高而提高。提出了“手套效应”来解释手性口袋中的官能团的空间效应与FHMOF性能之间的关系。并利用机器学习(ML)技术和分子指纹(MF)技术，设计了85种新型FHMOF，它们的对映选择性可提高到85%。利用ML和MF结合的设计原理及其得到的新的手性口袋有助于开发新的手性分离材料。

乔智威教授近年来致力于从事高通量筛选和人工智能技术自动设计新型多孔材料的研究工作，先后获得了广东省人才计划——青年拔尖人才、国家自然科学基金面上项目、广东省自然科学基金、太阳成集团tyc151百人计划等的支持。

文章链接：

https://aiche.onlinelibrary.wiley.com/doi/abs/10.1002/aic.17352

https://pubs.rsc.org/en/content/articlelanding/2021/TA/D0TA11747A#!divAbstract

https://www.sciencedirect.com/science/article/pii/S2468025720300972