SimMOF：自動化されたMOFシミュレーションのためのAIエージェント

arXiv cs.AI / 2026/4/1

📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisTools & Practical UsageModels & Research

共有:

要点

SimMOFは、自然言語による問い合わせから出発して、金属有機構造体（MOF）のシミュレーションワークフローをエンドツーエンドで自動化する、LLMベースのマルチエージェント・フレームワークとして導入される。
このシステムはユーザーの要求を依存関係を考慮した計画へと変換し、実行可能なシミュレーション入力を生成し、複数のエージェントをオーケストレーションしてシミュレーションを実行する。
SimMOFは、ユーザーの要求内容に沿う形で結果を要約・分析することも行い、専門家主導でのワークフロー構築やパラメータ選定の必要性を減らす。
本記事は、SimMOFが人間の研究者の意思決定行動を模倣する適応的で「認知的に自律的」な反復ワークフローを支援できると主張する。
事例研究を通じて、SimMOFが、これまでシミュレーションへのアクセスが難しかったMOF研究において、データ駆動型の研究のためのスケーラブルな基盤となり得ることが示唆される。

Abstract

Metal-organic frameworks (MOFs) offer a vast design space, and as such, computational simulations play a critical role in predicting their structural and physicochemical properties. However, MOF simulations remain difficult to access because reliable analysis require expert decisions for workflow construction, parameter selection, tool interoperability, and the preparation of computational ready structures. Here, we introduce SimMOF, a large language model based multi agent framework that automates end-to-end MOF simulation workflows from natural language queries. SimMOF translates user requests into dependency aware plans, generates runnable inputs, orchestrates multiple agents to execute simulations, and summarizes results with analysis aligned to the user query. Through representative case studies, we show that SimMOF enables adaptive and cognitively autonomous workflows that reflect the iterative and decision driven behavior of human researchers and as such provides a scalable foundation for data driven MOF research.