该研究创新性地构建了AI辅助的交互式实验‑学习进化方法，大幅压缩了高性能荧光COFs的筛选周期与实验成本，为功能化晶态多孔材料的定向发现提供了全新范式。
通讯作者简介
该论文的通讯作者为武汉大学邓鹤翔教授、中国科学技术大学江俊教授与陈林江教授以及香港科技大学唐本忠院士。
邓鹤翔教授，1985年4月出生于湖北武汉，现任武汉大学化学与分子科学学院教授、博士生导师。2011年在加州大学洛杉矶分校（UCLA）取得化学博士学位，导师为Omar Yaghi教授，研究方向为晶态纳米孔材料的系统性设计与合成。2012年入选国家青年千人计划，2013年初加入武汉大学，任青年学科带头人。目前主要从事有机、无机分子的导向性组装及绿色多孔材料等方面的研究。
邓鹤翔教授
以下为研究详情：
01 破解“组合爆炸”难题：AI与实验深度融合
共价有机框架（COFs）是通过共价键连接分子构建的晶态多孔材料，具有结构可设计性高、比表面积大、理化性质可调等优势，在分离、催化、生物医学等领域潜力巨大。然而，其构建单元的组合方式存在“组合爆炸”问题——庞大的化学设计空间让传统实验筛选几乎不可能。
针对这一痛点，武大联合团队开发了一套融合模型推荐、实验验证与主动学习的交互式实验‑学习进化方法。具体而言：
利用GPT-4o对132篇亚胺COFs文献进行自动化挖掘与信息提取，经专家校验后筛选出20种胺类与26种醛类构建单元，形成包含520种潜在组合的完整化学空间；
创新引入“二聚体模型”作为桥梁，解决了单一构建单元性质与扩展框架材料性能之间的预测鸿沟，在计算效率与结构表征精度之间实现最优平衡。
02 仅11次实验锁定冠军材料：PLQY高达41.3%
在这套AI框架下，团队实现了极速、高效筛选：
先以多层感知机（MLP）模型，基于520组二聚体的密度泛函理论计算结果完成预训练；
再通过擅长小样本相似性学习的孪生神经网络进行候选材料推荐；
仅通过4代实验‑模型迭代，对11种COFs进行了实验合成与评估，就从520种潜在组合中成功发现了绝对固态光致发光量子产率（PLQY）高达41.3% 的PL‑COF‑11材料。
迭代数据充分验证了该方法的优越性：
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
27% |
|
|
|
|
41.3%（PL‑COF‑11） |
同步筛选出的PL‑COF‑10（PLQY 21%），性能也达到了相同拓扑结构下荧光二维COFs的国际领先水平。
03 颠覆传统认知：揭示荧光核心调控机制
借助迭代过程中积累的22组COFs实验数据与训练完成的AI模型，团队成功破解了COFs荧光机制的核心难题。
通过Shapley加和解释模型对28个构建单元电子结构描述符的重要性排序，明确了：
醛类单元的电子结构是影响COFs荧光性能的核心因素；
胺与醛构建单元之间的HOMO‑LUMO能级匹配、激发态电荷分布，是决定材料荧光强弱的两大关键。
该研究推翻了“亚胺键不利于COFs荧光发射”的传统认知。研究发现：在高荧光COFs中，激发态的电子‑空穴对主要定域在醛基单元上，醛基单元是核心荧光团，而氨基单元则可能起到荧光淬灭作用。当醛基单元的HOMO和LUMO能级被包裹在氨基单元的能级范围内时，光诱导电子转移（PET）过程被有效抑制，材料就能实现强荧光发射。
这一结论得到了飞秒瞬态吸收光谱实验的充分验证。
04 生物医学应用前景广阔：近红外二区双光子成像性能优异
基于筛选得到的高性能PL‑COF‑11材料，团队进一步探索了其在生物医学成像领域的应用潜力。
平均粒径100nm的PL‑COF‑11纳米晶，在1200nm近红外二区（NIR‑II）激发下，展现出优异的双光子荧光特性；
在小鼠脑血管活体三维成像中，实现了最高924μm的成像深度；
即便在800μm的深层组织中，仍能清晰分辨直径低至1.9μm的毛细血管——远超其单体分子Ald‑13仅520μm的成像深度上限。
此外，PL‑COF‑11还展现出卓越的光稳定性与良好的生物安全性：
相同激光辐照25分钟后，Ald‑13单体荧光信号衰减40%，而PL‑COF‑11仍保留90%以上初始荧光强度；
小鼠主要器官的苏木精‑伊红染色及血常规、血生化检测数据，均验证了其良好生物相容性。
这些特性使PL‑COF‑11成为活体深层组织生物成像的理想探针，也为荧光COFs在生物医学领域的应用开辟了新空间。
05 总结：从“大海捞针”到“精准导航”
该研究不仅实现了高荧光COFs材料的高效、精准发现，更建立了一套融合化学先验知识与数据驱动建模的材料开发通用方案。这一可迁移的全新范式，有望推动有机晶态材料、功能分子材料的定向设计与快速发现，加速更多新型功能材料的研发进程。
