2026年8月11日，由生成式人工智能驱动的临床阶段药物研发科技公司英矽智能（Insilico Medicine, HKEX: 3696）今日宣布推出 sorbaMOF DB，这是一个经过验证且具备可扩展性的材料数据库，配套提供基准计算协议，旨在确保 CO₂ 吸附预测的可靠性。相关研究已作为预印本论文提交至 ChemRxiv，题为《sorbaMOF DB：一个可扩展的 MOF 吸附数据库平台及其在 CO₂ 直接空气捕集中的案例研究》。
推出 sorbaMOF DB：
面向直接空气捕集（DAC）的高质量数据平台
该项目源于全球对直接空气捕集（DAC）技术日益增长的需求，DAC 技术能够直接从大气中去除 CO₂。金属有机框架材料（MOFs）作为一类高度可调控的尖端孔隙材料，被认为是最具潜力的 DAC 材料之一。然而，在 DAC 所涉及的特定条件下，MOF 材料的可靠实验数据和模拟数据长期以来都极为匮乏，成为数据驱动材料发现面临的根本性瓶颈。
为填补这一关键数据空白，该研究推出了 sorbaMOF DB。该精选数据库汇集了约 24 万个 MOF 结构，将数据质量放在首位。每个结构均经过严格的校验，以确保其完全符合高通量模拟工作流的要求。本项工作的核心价值体现在三个维度：
-
高质量材料数据集：为CO₂捕集提供可靠的吸附数据；
-
可迁移的计算协议：显著提升吸附模拟的物理可靠性；
-
基于机器学习的分析框架：能够精准识别与高性能材料相关的结构特征。
通过解决 AI 驱动碳捕集材料发现中的关键数据瓶颈，sorbaMOF DB 能够在常温常压环境 DAC 条件下提供可靠的 CO₂ 吸附预测。平台将经过基准测试且具有可迁移性的模拟流程与可解释机器学习相结合，并综合考量了材料骨架柔性、竞争性水吸附等真实物理因素，从而建立一个具有普适性、以物理机制为基础的底层设施，为加速下一代气体分离与碳管理技术的开发奠定了基础。
深化 AI 与能源领域的战略合作
这项研究标志着英矽智能将 AI 应用于材料发现及前沿碳捕集技术开发的全新突破。作为英矽智能、沙特阿美（Saudi Aramco）、蒙彼利埃大学（University of Montpellier）及阿卜杜拉国王科技大学（KAUST）的首次联合研究，该项目有机融合了英矽智能在计算材料发现领域的专业知识、两所学术机构在 MOF 领域的顶尖科研实力，以及沙特阿美在碳管理领域的战略布局。此次合作也为未来构建更广泛的伙伴关系奠定了坚实基础，全面助力沙特阿美的全球碳管理路线图。
此外，该研究也是英矽智能与沙特阿美持续深化合作的最新里程碑。自双方在 LEAP 科技大会上签署谅解备忘录（MOU）以来，两家公司始终紧密协作，致力于将生成式 AI 应用于前沿材料科学与可持续技术的开发。
MOF 材料因其结构的高度可调性常被称为“分子乐高”，为碳捕集应用提供了广阔的设计空间。然而，这种复杂性也带来了巨大的数据挑战：生成式 AI 模型与高通量计算筛选高度依赖于底层数据集的准确性与结构完整性。为解决公共 MOF 数据库中普遍存在的几何不一致与结构错误，英矽智能与沙特阿美此前联合开发并发布了 Sanity Pipeline。这是一个多层级结构校验框架，集成了基于 LibCIF 的超快速 MOF 结构分解功能与基于 OxiChecker 的氧化态缺陷检测功能。
在本次研究中，联合团队进一步将这些校验原则进行大规模应用，旨在弥补了碳捕集研究中的关键数据缺口，实现更可靠、具备物理根基的材料发现。
面向下一代材料的可迁移基石
sorbaMOF DB 的意义远不止于一个静态的数据存储库。通过解决公共数据库结构不准确以及吸附模拟物理可靠性不足等长期存在的计算难题，该平台建立了一个自动化、通用化的基础设施，用于构建值得信赖的吸附数据库。
至关重要的一点在于，这项工作弥合了传统计算筛选与真实实验之间的鸿沟。通过引入主体框架柔性、竞争性水吸附等真实运行参数，该工作流能够提供高度符合实际的性能边界，从而直接指导物理合成与实验室验证。
作为一个持续演进且具备可扩展性的平台，其经过基准测试的工作流程和可解释机器学习方法能够迁移至更广泛的目标气体（如氢气、甲烷或有毒污染物）以及多种多孔材料体系。通过将严格的结构校验、基于物理机制的相互作用建模与可解释 AI 相结合，联合团队为生成式 AI 和基础模型构建了高质量的数据基础，支持开发与全球净零排放目标相契合、具备规模化应用潜力的下一代 AI 驱动材料发现技术。
关于英矽智能
英矽智能是一家全球先锋生物科技公司，致力于整合人工智能和自动化技术，加速药物发现并推动生命科学领域的创新，赋能人类更长久更健康的生活。2025年12月30日，公司于香港联交所主板挂牌上市，股票代码：03696.HK。
利用自主研发的Pharma.AI 平台和先进的自动化生物学实验室，英矽智能正在为纤维化、肿瘤学、免疫学、疼痛、肥胖和代谢紊乱等未满足的疾病领域提供创新药物解决方案。此外，英矽智能持续将Pharma.AI应用拓展到多元化领域，如先进材料、农业、营养产品及兽医药物。
参考资料：
[1] Bonakala, S., Pupeza, A., Badra, J., Wahiduzzaman, M., Younes, M., Aljama, H., Alhammad, B., Alahmed, A., Toro, F., Zhavoronkov, A., Oliveira, F. L., Eddaoudi, M., & Maurin, G. (2026). sorbaMOF DB: An Extensible MOF Adsorption Database Platform with a Case Study on Direct Air Capture of CO2. ChemRxiv. https://doi.org/10.26434/chemrxiv.15005450/v1