Building Open Knowledge Graph for Metal-Organic Frameworks (MOF-KG): Challenges and Case Studies

要約

金属有機フレームワーク (MOF) は、ガス貯蔵、分子分離、化学センシング、触媒作用、薬物送達などの用途に革命をもたらす大きな可能性を秘めたモジュール式の多孔質結晶材料の一種です。
Cambridge Structural Database (CSD) は、10,636 個の合成 MOF 結晶を報告しています。
114,373 個の MOF 様構造。
合成された (および合成可能な) MOF 構造の数が膨大であるため、研究者は MOF 候補をスクリーニングして単離するための計算技術を追求する必要があります。
このデモ ペーパーでは、ナレッジ グラフ手法を活用して MOF の予測、発見、合成を促進する取り組みについて説明します。
我々は、(1) 構造化および非構造化ソースからの MOF ナレッジ グラフ (MOF-KG) の構築、および (2) 新しい知識または不足している知識の発見のための MOF-KG の活用に関する課題とケース スタディを紹介します。

要約(オリジナル)

Metal-Organic Frameworks (MOFs) are a class of modular, porous crystalline materials that have great potential to revolutionize applications such as gas storage, molecular separations, chemical sensing, catalysis, and drug delivery. The Cambridge Structural Database (CSD) reports 10,636 synthesized MOF crystals which in addition contains ca. 114,373 MOF-like structures. The sheer number of synthesized (plus potentially synthesizable) MOF structures requires researchers pursue computational techniques to screen and isolate MOF candidates. In this demo paper, we describe our effort on leveraging knowledge graph methods to facilitate MOF prediction, discovery, and synthesis. We present challenges and case studies about (1) construction of a MOF knowledge graph (MOF-KG) from structured and unstructured sources and (2) leveraging the MOF-KG for discovery of new or missing knowledge.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google