最先端材料科学研究:機械学習による分子設計と反応経路の同時発見
2023/5/23
Science and Technology of Advanced Materials: Methods (STAM Methods)
【画像:https://kyodonewsprwire.jp/img/202305225775-O2-hyL7N14f】
Science and Technology of Advanced Materials: Methods誌 プレスリリース
配信元:国立研究開発法人物質・材料研究機構 (NIMS) 〒305-0047 茨城県つくば市千現1-2-1
Date: 23 May 2023
最先端材料科学研究:機械学習による分子設計と反応経路の同時発見
(Tsukuba 23 May) 人工知能で化学イノベーションにおける2つの重要課題を同時に解決
【画像:https://kyodonewsprwire.jp/img/202305225775-O1-H1700R6W】
図の説明:分子を形成する原子の繋がり方をデザインし,その分子の反応経路を同時に提案する
統計数理研究所の研究チームは、新分子の設計と、その新分子を合成する化学反応の提案を同時に行う機械学習アルゴリズムを開発しました。本成果は「Science and Technology of Advanced Materials: Methods」誌にて発表されました。
人工知能(AI)や機械学習の力を借りて、所望の特性を持った分子構造を設計することは、世界中多くの研究グループで検討が進み、進展が目覚ましい分野です。その一方で、設計された分子を、実使用に耐えうる効率とコストで合成する化学反応の発見は非常に難しい問題です。
研究グループのリーダーを務めるデータ科学の研究者である吉田亮教授は、「今回開発した機械学習アルゴリズムとソフトウェアは、市販されている化合物の中から任意の特性を持つ分子を設計し、それを作るための合成経路を提案することができます」といいます。
開発された機械学習アルゴリズムでは、ベイズ推論と呼ばれる統計的手法を用います。出発材料の候補は数百万種類の化合物からなり、すべて購入することができる化合物です。広大な反応ネットワークの設計空間を高速に探索可能な計算手法を開発したことで、所望の特性を持つ化合物に至る複数の合成経路を網羅的に検出できるようになりました。合成化学の研究者は、人工知能が提案する化合物や反応経路を概観して合成の方針を決定します。人工知能の予測には必ず誤りが含まれます。したがって、誤りを含む様々なシナリオを人工知能に提示してもらい、人間はドメインの知識・理論・経験に基づいて最終的な意思決定を下すことになります。
「医薬品用の分子設計事例では、圧倒的な性能を発揮しました」と吉田教授は言います。開発手法を実装したソフトウェアはGitHubにおいて公開されています。また、高い粘度を有する潤滑油の分子を設計するコードも公開されました。
今回の研究では、低分子化合物の設計に焦点を当てています。研究チームは今後、このアルゴリズムを高分子設計用に改良する予定とのことです。工業用や生物学的に重要な化合物の多くは高分子であり、新しい高分子構造の人工知能による提案も進んでいます。しかしながら、その高分子を合成するための反応経路を見つけることは、低分子の設計以上に難しい問題です。研究チームが提案する新技術は、その壁を打ち破ることができるかもしれません。
論文情報
タイトル:A Bayesian method for concurrently designing molecules and synthetic reaction networks
著者:Qi Zhang, Chang Liu, Stephen Wu, Yoshihiro Hayashi &Ryo Yoshida*
*Research Organization of Information and Systems, The Institute of Statistical Mathematics, 10-3 Midoricho, Tachikawa, Tokyo 190-0014, Japan (E-mail: yoshidar@ism.ac.jp)
引用:Science and Technology of Advanced Materials: Methods Vol. 3 (2023) 2204994
最終版公開日:2023年5月17日
本誌リンク https://doi.org/10.1080/27660400.2023.2204994(オープンアクセス)
Science and Technology of Advanced Materials: Methods誌は、国立研究開発法人物質・材料研究機構(NIMS)とEmpaが支援するオープンアクセスジャーナルです。
【日本ハム】ファイターズガール卒業、涙のファンフェスから1年…あらためて思うこと/工藤彩音
イスラエル軍がヒズボラ施設を空爆 双方が停戦合意違反を主張
NGT48奈良未遥30日に卒業公演 今後は新潟でタレント「ここを離れることが考えられなかった」
「粗品おもんない」に粗品が大反論「吉本で一番面白い、お笑い界の神童、俺は認められた人間」
浜崎あゆみ、2人の子どもとの七五三ショット公開に「あゆがママしてるの見ると泣きそう」
「立ち小便」理由に運転手の解雇は無効 東京地裁「社会通念外れる」
チラシはチェックしとこ!サイズ合えばラッキーな超お得商品もあるので…mofusandコラボは本日発売!
渡邊渚さん、タンクトップから美谷間チラリ「やっと今、夢が一つ叶いそうだ!」来年1月に実現へ
樽美酒研二、誕生日にケンタウロス姿で44歳テーマ「見た目は妖怪、体形は30代、頭脳は8歳」
笹子トンネル事故12年 「安全啓発館」見学した記者が感じたこと
フジ「ぽかぽか」で不適切発言が頻発、9月の高畑淳子に続き青学大・原晋監督も 局アナ謝罪対応
大谷翔平、5000万円相当の野球カード所有権返還を申し立て 元通訳の水原一平被告が無断購入
倖田來未が実名告白「エロかっこいい路線」に進ませた憧れの歌手「同じことしててもあかんなと」
22歳の大谷翔平、合コン出席も女子アナとの食事も否定、行ったことがあるのは…
猪口邦子参院議員宅の火災 2人死亡 夫・孝さんと長女か
辻希美17歳長女希空、インスタでも顔出し「沢山のフォローありがとう」感謝つづる
元CAグラドル「赤ビキニ×バキバキ腹筋」最強コンボ「スゴすぎ血管キレそう」「世界一」
栗山英樹氏「大谷ルール」巡って2年目の大谷翔平に仰天「要するに門限を知らないんですよ」
元大津市長の弁護士、PR会社「買収に当たらない」斎藤元彦知事側の主張「客観的にみて正しい」
斎藤知事の代理人「あたかも仕事のよう、認識違う」 PR会社投稿に
クロちゃんを騙した「レイちゃま(小林レイミ)」の現在が別人すぎると話題に
ガーシーが綾野剛のLINE公開でネット騒然「ショック」「すごいエンタメ」
二階堂ふみが結婚!?お相手が衝撃的過ぎてネット民「マジか・・・」
多部未華子(30)結婚の裏事情あまりにも恐ろしすぎると話題に!
“飛び降り配信”女子高生と交際のYouTuberピャスカルが大炎上「擁護できない」
前澤友作氏「全ての方向で法的措置を検討します」と警告
千鳥ノブ、突然の背中激痛で動けなくなり病院直行「診断名」明かす「3日ぐらい動けなかった」
「グラビア界の超新星」榎原依那がスケスケ悩殺Tシャツ姿公開「たまらん」「エロス」「血圧が」
元SPEED、新垣仁絵(40)の現在が衝撃的すぎると話題に
フジ「ぽかぽか」で不適切発言が頻発、9月の高畑淳子に続き青学大・原晋監督も 局アナ謝罪対応
【日本ハム】ファイターズガール卒業、涙のファンフェスから1年…あらためて思うこと/工藤彩音
イスラエル軍がヒズボラ施設を空爆 双方が停戦合意違反を主張
NGT48奈良未遥30日に卒業公演 今後は新潟でタレント「ここを離れることが考えられなかった」
「粗品おもんない」に粗品が大反論「吉本で一番面白い、お笑い界の神童、俺は認められた人間」
浜崎あゆみ、2人の子どもとの七五三ショット公開に「あゆがママしてるの見ると泣きそう」
チラシはチェックしとこ!サイズ合えばラッキーな超お得商品もあるので…mofusandコラボは本日発売!
「立ち小便」理由に運転手の解雇は無効 東京地裁「社会通念外れる」
渡邊渚さん、タンクトップから美谷間チラリ「やっと今、夢が一つ叶いそうだ!」来年1月に実現へ
樽美酒研二、誕生日にケンタウロス姿で44歳テーマ「見た目は妖怪、体形は30代、頭脳は8歳」
笹子トンネル事故12年 「安全啓発館」見学した記者が感じたこと