KAISTのJihan Kim氏率いるチームは、機械学習と逆設計法を組み合わせた計算フレームワークを開発した。このフレームワークにより、多孔質材料内でガス分子が結晶構造に整列することが可能になった。コバルトをベースにしたCo-CAU-36材料では、キセノンガスが体心立方（BCC）構造で整列することが確認された。

キセノンとクリプトンの分離にも成功し、キセノンが規則的な殻層に配置され、クリプトンを多孔質コアに押し込むという、これまで報告されていなかった分離挙動が観察された。機械学習と遺伝的アルゴリズムを組み合わせることで、BCCやFCC構造のような特定の構造を目指した逆設計が実現した。

この発見は、炭素捕集、選択的触媒反応、ガス貯蔵などの技術に応用可能。Kim氏は、この研究がガス分子の吸着能力だけでなく、その整列も考慮した設計アプローチを提供するとしている。