直接空気捕捉における吸着剤発見のためのOpen DAC 2025データセット
なぜ重要か: 企業や社会への影響が見込まれ、一般メディアにも波及する可能性があります。
arXiv:2508.03162v2 発表種別: replace-cross
要旨: 高湿度空気からの直接空気回収 (DAC) に有用な吸着材を特定することは依然として課題である。本研究では、ODAC23 (Sriram et al., ACS Central Science, 10 (2024) 923) を大幅に拡張・改良したOpen DAC 2025 (ODAC25) データセットを発表する。これは、15,000種類のMOFにおけるCO$_2$、H$_2$O、N$_2$、O$_2$の吸着に関する約6,000万件のDFT単点計算からなる。ODAC25は、官能基化MOF、高エネルギーGCMC由来の配置、および合成的に生成されたフレームワークを通じて、化学的多様性と構造的多様性を導入している。また、ODAC25は、ODAC23におけるDFT計算の精度と柔軟性のあるMOFの取り扱いについても大幅に改善している。データセットと共に、ODAC25を用いて訓練された最新の機械学習原子間ポテンシャルを公開し、吸着エネルギーとヘンリーの法則係数の予測について評価する。
原文（英語）を表示
Title (EN): The Open DAC 2025 Dataset for Sorbent Discovery in Direct Air Capture
arXiv:2508.03162v2 Announce Type: replace-cross
Abstract: Identifying useful sorbent materials for direct air capture (DAC) from humid air remains a challenge. We present the Open DAC 2025 (ODAC25) dataset, a significant expansion and improvement upon ODAC23 (Sriram et al., ACS Central Science, 10 (2024) 923), comprising nearly 60 million DFT single-point calculations for CO$_2$, H$_2$O, N$_2$, and O$_2$ adsorption in 15,000 MOFs. ODAC25 introduces chemical and configurational diversity through functionalized MOFs, high-energy GCMC-derived placements, and synthetically generated frameworks. ODAC25 also significantly improves upon the accuracy of DFT calculations and the treatment of flexible MOFs in ODAC23. Along with the dataset, we release new state-of-the-art machine-learned interatomic potentials trained on ODAC25 and evaluate them on adsorption energy and Henry’s law coefficient predictions.
Published: 2025-09-24 19:00 UTC