能源危机日益严重，清洁能源和节约能源的技术受到更多研究者的关注。日常生活所需的供热和制冷在能源消耗中占了很大的比重。实现供热和制冷的常用设备是暖气、空调和冰箱，其重要组成部件是热泵。而以蒸汽压缩为主的热泵存在耗能大、氟泄露造成臭氧层空洞和温室效应等问题。吸附热泵是一种以低品位能源（如太阳能和废热）驱动的环境友好型热泵，其研究关键是选择合适的吸附剂和工作流体。

该工作中，研究者以甲醇和金属 - 有机骨架（ MOF ）分别作为工作流体和吸附剂，采用先进的机器学习辅助蒙特卡洛模拟的高通量筛选方法研究了 MOF 吸附热泵的性能，指出影响吸附热泵的主要 MOF 结构 / 能量描述符；机器学习合理预测其循环性能系数；最后，针对三种不同的应用（热泵，制冷和制冰）给定了一系列最优 MOF 吸附剂，为 MOF 吸附式热泵的开发指明了道路。化学化工学院硕士研究生石泽南为论文第一作者，乔智威教授为论文的唯一通讯作者，广州大学为第一单位和通讯单位。