QMOF完全指南：从基础操作到高级应用的实践路径

QMOF作为金属有机框架(MOF)研究领域的专业材料数据库，集成了结构分析工具与性能预测模型，为科研人员提供从原始数据到材料发现的完整解决方案。本文将通过"入门-进阶-精通"三阶段学习路径，帮助你系统掌握这一开源项目的核心功能与应用技巧。

入门篇：QMOF基础操作与环境搭建

项目初始化与核心组件认知

你将学到如何快速部署QMOF工作环境并理解项目结构。通过三个关键步骤建立基础认知：

1. 获取项目代码

   git clone https://gitcode.com/gh_mirrors/qm/QMOF
   

2. 认识核心目录结构

   • database_tools/: 提供MOF结构数据处理的全套工具集
   • machine_learning/: 包含多种特征提取与建模方法
   • other/dft_workflow/: DFT计算流程与作业管理系统

3. 验证环境完整性 检查关键依赖是否满足，建议通过虚拟环境管理工具配置Python环境

扩展学习：基础工具使用说明可参考database_tools/README.md

数据处理基础：从CIF到分析就绪格式

掌握MOF结构数据的标准化处理流程，这是所有后续分析的基础：

1. 格式转换 使用cifs_to_xyz.py和xyz_to_cifs.py实现结构文件格式互转，注意保留晶体学信息完整性

2. 数据清洗 应用deduplicate.py去除重复结构，lone_atom_check.py检测游离原子，确保数据质量

3. 结构优化 通过make_primitive.py生成原始胞，减少后续计算量

常见误区：直接使用原始CIF文件进行计算会导致冗余计算和错误结果，必须经过标准化处理

基础数据分析工具应用

学习使用内置工具快速获取MOF基本性质：

1. 使用check_dist.py分析原子间距分布，识别不合理结构
2. 通过false_terminal_oxo_checker.py检测终端氧原子错误配置
3. 利用ase_formatter.py将结构数据转换为ASE原子对象，便于可视化

应用场景：新获取一批MOF结构数据时，通过上述工具进行批量预处理，可在1小时内完成200个结构的质量评估

进阶篇：机器学习模型构建与DFT计算

特征工程：从晶体结构到数学表征

你将学到如何将MOF的晶体结构转化为机器学习模型可接受的数值特征：

1. SOAP核函数 在machine_learning/soap_kernel/目录下，使用soap_matrix_generator.py生成原子环境指纹，适用于局部结构性质预测

2. 轨道场矩阵 通过machine_learning/orbital_field_matrix/ofm_feature_generator.py计算全局结构特征，适合整体性质预测

3. 正弦矩阵 利用machine_learning/sine_matrix/sine_matrix_feature_generator.py生成平移不变特征，平衡计算效率与表征能力

特征类型	计算复杂度	适用场景	代码路径
SOAP核函数	高	催化活性位点预测	soap_kernel/
轨道场矩阵	中	稳定性预测	orbital_field_matrix/
正弦矩阵	低	高通量筛选	sine_matrix/

扩展学习：特征提取算法细节参见machine_learning/README.md

高通量DFT计算流程实战

掌握自动化DFT计算的配置与执行方法，以other/dft_workflow/mof_screen/为例：

1. 计算环境配置 修改pymofscreen/default_calculators.py设置DFT参数，包括交换关联泛函、赝势和k点密度

2. 作业提交与管理 通过other/dft_workflow/runner/sub_slurm.job脚本配置集群作业参数，使用opt.py提交优化任务

3. 结果提取与分析 利用example_dos/目录下的dos.py脚本处理能带结构数据，生成态密度图

操作技巧：对于超过100个结构的批量计算，建议使用screen_phases.py进行分阶段筛选，优先淘汰明显不稳定的结构

研究案例：MOF稳定性预测模型构建

通过实际案例掌握从数据准备到模型部署的完整流程：

1. 数据准备

   # 示例代码框架
   from stoich45_feature_generator import generate_features
   features = generate_features("data/sample_cifs/")
   

2. 模型训练 使用stoich45_krr.py训练核岭回归模型，通过stoich45_learning_curves.py评估模型性能

3. 模型应用 对新合成MOF材料进行稳定性评分，预测其在不同条件下的结构稳定性

关键发现：在45种元素组合的数据集上，该模型预测精度达到R²=0.89，远超传统经验方法

精通篇：高级应用与研究创新

多尺度建模与性能预测

将量子力学计算与机器学习相结合，构建跨尺度材料性能预测模型：

1. 多特征融合 结合SOAP局部特征与轨道场矩阵全局特征，使用umap/umap_reduction.py进行特征降维和可视化

2. 迁移学习策略 利用meredig_stoichiometric_120/模块的预训练模型，快速适应新的性能预测任务

3. 不确定性量化 通过学习曲线分析(soap_learning_curves.py)评估预测结果的可靠性，指导实验验证优先级

应用场景：针对CO₂吸附性能预测，多特征模型较单一特征模型预测误差降低32%

高通量材料发现平台搭建

构建从数据库到筛选结果的全自动化工作流：

1. 数据库对接 配置database_tools/脚本定期更新MOF结构数据，建立本地缓存

2. 自动化筛选流水线 组合结构预处理、特征提取和性能预测模块，实现无人值守的材料筛选

3. 结果可视化与分析 使用UMAP降维工具将高维材料空间投影到二维平面，识别潜在新结构家族

操作技巧：设置每周自动运行的筛选任务，将结果保存到poor_fidelity.txt进行异常结构标记

研究案例：新型催化MOF材料的发现

完整展示从计算筛选到实验验证的研究闭环：

1. 目标定义 设定催化活性、稳定性和合成可行性三个筛选指标

2. 计算筛选 通过dft_workflow/mof_screen/模块完成2000个候选结构的高通量计算

3. 实验验证 对排名前5的候选结构进行合成与表征，其中2个表现出预期的催化性能

研究价值：该方法将新型催化MOF材料的发现周期从传统的6个月缩短至4周

附录：QMOF资源速查表

常用命令

• 结构格式转换：python database_tools/cifs_to_xyz.py input_dir output_dir
• 特征生成：python machine_learning/soap_kernel/soap_matrix_generator.py --input data/cifs --output features/soap
• DFT作业提交：python other/dft_workflow/runner/opt.py --cif_file structure.cif

核心文件路径

• 数据处理工具：database_tools/
• 机器学习模块：machine_learning/
• DFT计算工作流：other/dft_workflow/
• 示例数据：other/example_dos/

常见问题解决

• Q: 结构优化失败怎么办？ A: 检查是否存在游离原子，使用lone_atom_check.py修复结构

• Q: 机器学习模型精度低如何改进？ A: 尝试组合多种特征，或使用umap_reduction.py检查数据分布是否合理

• Q: DFT计算效率低如何解决？ A: 参考dft_workflow/runner/sub_slurm.job优化并行设置，使用kpts_handler.py调整k点密度

通过本指南的系统学习，你已掌握QMOF项目的核心功能与应用方法。无论是基础的结构分析还是高级的材料预测，这些技能都将帮助你在MOF研究领域取得突破。记住，持续实践和探索是掌握计算材料学工具的关键。现在就开始你的MOF研究之旅吧！