具有聚集誘導發光（AIE）活性的金屬有機框架（MOF）在能源和生物醫學技術領域具有潛在應用。然而，不同粒徑MOFs的可控合成不僅影響其AIE活性，也限制了其應用場景。

為此，清華大學李雙壽教授、季林紅教授及Qi Zhang聯合清華長庚醫院蔣絢教授等人通過調整合成工藝參數（合成溫度、Eu前體濃度和合成時間）合成了不同粒徑的銪基金屬有機骨架材料（Eu-MOFs），并結合單因素分析方法和機器學習技術研究了其變化規律。

首先，作者利用單因素分析方法研究了合成溫度、Eu前體濃度和合成時間對Eu-MOFs粒徑的變化規律，可得出以下結論：Eu-MOFs的粒徑明顯受Eu前驅體濃度支配，其影響比合成溫度和時間更為顯著。其次，作者采用了各種機器學習模型（如線性回歸、AdaBoost回歸、梯度提升決策樹（GBDT）回歸和隨機森林回歸）來評估Eu-MOF的粒徑變化規律。

基于比較模型的R²大小，作者最終采用GBDT回歸模型（0.9535）來計算不同合成工藝參數之間的權重和相關性。

圖1. 機器學習輔助Eu-MOFs合成條件的評估和預測

研究表明，所有合成工藝參數對Eu-MOFs的粒徑都有協同作用，且Eu前驅體濃度在其合成過程中占主導地位。基于上述工作，可以根據Eu-MOFs 的不同粒徑范圍預測合成工藝參數范圍。

此外，作者制備了三種典型的小尺寸Eu-MOFs，并研究了Eu-MOFs的AIE活性機制。通過分析粒度、XPS光譜和光致發光（PL）發射強度得出的結合效應，作者發現Eu-MOFs 的大尺寸和不同元素之間的強結合效應和結構穩定性有助于Eu-MOFs的高AIE活性。最后，作者利用在“120-0.3-6”條件下合成Eu-MOFs制作的絲網印刷圖案在紫外光下呈現出明亮的紅色熒光。更重要的是，這些Eu-MOF可用于識別各種離子（Fe³⁺、F^–、I^–、SO₄^2-、CO₃^2-、PO₄^3-）及小分子（檸檬酸），I^–和葡萄糖濃度與PL發射強度呈極好的線性關系。

圖2. Eu-MOFs的熒光性質、離子和小分子識別

Size-Controllable Eu-MOFs through Machine Learning Technology: Application for High Sensitive Ions and Small-Molecular Identification, Small Methods 2022. DOI: 10.1002/smtd.202200208