Computation-Ready Experimental Metal-Organic Framework (CoRE MOF) 2019 Dataset

High-throughput computational screening of metal-organic frameworks rely on the availability of atomic coordinate files which can be used as input to simulation software packages. CoRE MOF Datasets are derived from Cambridge Structural Database (CSD) and also from the World Wide Web. Nomenclatures: LCD (Largest Cavity Diameter), PLD (pore limiting diameter), LFPD (Largest Sphere along the Free Path), ASA (Accessible Surface Area), NASA (Non-accessible surface area), AV_VF (Void Fraction, 0 - 1), NAV (Non Accessible Volume) Dataset Directory Organization CoREMOF2019_public_v2.zip: dataset with CR and NCR classifications 1. ASR: all solvent removed CR dataset: computaion-ready (N = 6,603) NCR dataset: not computaion-ready (N = 5,417) Both: NCR determined by Chen_Manz and mofchecker (N = 2,597) Chen_Manz: NCR determined by Chen_Manz (N = 958) mofchecker: NCR determined by mofchecker (N = 1,859) PACMAN_fail: NCR determined by Chen_Manz and mofchecker, and fail to predict PACMAN charges (N = 3) 2. FSR: free solvent removed CR: computaion-ready (N = 3,764) NCR: not computaion-ready (N = 3,297) Both: NCR determined by Chen_Manz and mofchecker (N = 1,646) Chen_Manz: NCR determined by Chen_Manz (N = 463) mofchecker: NCR determined by mofchecker (N = 1,185) PACMAN_fail: NCR determined by Chen_Manz and mofchecker, and fail to predict PACMAN charges (N = 3) 2. NCR_detail.xlsx: details of all structures by mofchecker and Chen_Manz for each NCR cases November, 13 2024 Classification of Computation-Ready (CR) and Not Computation-Ready (NCR) Structures based on Chen & Manz (RSC Adv., 2020,10, 26944-26951) and MOFChecker program by Kevin M. Jablonka) ML-predicted DDEC6 partial atomic charges based on PACMAN March, 2 2023 Added topology data from ToposPro for part of the ASR dataset (10,024) February, 21 2020 Unmodified filenames are available in ASR-full_unmodified.csv and FSR-full_unmodified.csv November, 4 2019 Added a spreadsheet for the full internal version of ASR datasets (N = 14,142). Moved additional disordered structures to disorder folder (thanks to Matthew Witman and Martin Hutereau) August, 17 2019 FIJDOS_freeONLY has been corrected. Acknowledgements This reserach is supported by the National Research Foundation of Korea (No. 2016R1D1A1B3934484, NRF-2020R1C1C1010373, RS-2024-00449431) This research is supported by the U.S. Department of Energy, Office of Basic Energy Sciences, Division of Chemical Sciences, Geosciences and Biosciences under Award DE-FG02-17ER16362 (Predictive Hierarchical Modeling of Chemical Separations and Transformations in Functional Nanoporous Materials: Synergy of Electronic Structure Theory, Molecular Simulations, Machine Learning, and Experiment)高通量计算筛选金属有机框架（metal-organic frameworks, MOF）依赖于可作为模拟软件包输入的原子坐标文件。CoRE MOF数据集源自剑桥晶体结构数据库（Cambridge Structural Database, CSD）以及万维网。 命名规范： LCD（最大空腔直径，Largest Cavity Diameter）、PLD（孔径极限直径，pore limiting diameter）、LFPD（沿自由路径的最大球径，Largest Sphere along the Free Path）、ASA（可及表面积，Accessible Surface Area）、NASA（不可及表面积，Non-accessible surface area）、AV_VF（空隙率，Void Fraction，取值范围0~1）、NAV（不可及体积，Non Accessible Volume） 数据集目录组织： CoREMOF2019_public_v2.zip：包含可计算就绪（Computation-Ready, CR）与不可计算就绪（Not Computation-Ready, NCR）分类的数据集 1. ASR：所有溶剂已移除 CR数据集：可用于计算（样本量N=6,603） NCR数据集：不可用于计算（样本量N=5,417） 两类方法共同判定为NCR的结构：经Chen_Manz与mofchecker共同判定为不可计算就绪的样本（N=2,597） 仅Chen_Manz判定为NCR的样本：N=958 仅mofchecker判定为NCR的样本：N=1,859 PACMAN判定失败样本：经Chen_Manz与mofchecker共同判定为NCR，且无法预测PACMAN电荷的结构（N=3） 2. FSR：游离溶剂已移除 CR数据集：可用于计算（样本量N=3,764） NCR数据集：不可用于计算（样本量N=3,297） 两类方法共同判定为NCR的结构：经Chen_Manz与mofchecker共同判定为不可计算就绪的样本（N=1,646） 仅Chen_Manz判定为NCR的样本：N=463 仅mofchecker判定为NCR的样本：N=1,185 PACMAN判定失败样本：经Chen_Manz与mofchecker共同判定为NCR，且无法预测PACMAN电荷的结构（N=3） 此外，NCR_detail.xlsx收录了所有经mofchecker与Chen_Manz判定的NCR结构的详细信息。 2024年11月13日： 基于Chen & Manz（发表于《RSC Advances》2020年第10卷，页码26944-26951）的研究与Kevin M. Jablonka开发的MOFChecker程序，完成可计算就绪（CR）与不可计算就绪（NCR）结构的分类；基于PACMAN生成机器学习预测的DDEC6部分原子电荷。 2023年3月2日：为部分ASR数据集（共10024个结构）添加了来自ToposPro的拓扑数据。 2020年2月21日：未修改的原始文件名信息可在ASR-full_unmodified.csv与FSR-full_unmodified.csv文件中获取。 2019年11月4日：添加了ASR数据集完整内部版本的电子表格（样本量N=14,142）；将额外的无序结构移动至disorder文件夹（感谢Matthew Witman与Martin Hutereau）。 2019年8月17日：修正了FIJDOS_freeONLY相关内容。 致谢： 本研究得到韩国国家研究基金会资助（项目编号：2016R1D1A1B3934484、NRF-2020R1C1C1010373、RS-2024-00449431）。 本研究同时得到美国能源部基础能源科学办公室化学科学、地球科学与生物科学分部的资助（项目编号DE-FG02-17ER16362，项目名称：功能纳米多孔材料中化学分离与转化的预测级联建模：电子结构理论、分子模拟、机器学习与实验的协同）。