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。
【プレミア12】世界的人気チアのリン・シャン「台湾最強」プレミア12初優勝を祝福
【プレミア12】清宮幸太郎「歯がゆい大会でした」信頼と実績を積み重ねて再び代表入りを誓う
菅原由勢が決勝PK献上、首位リバプールが最下位サウサンプトンに競り勝つ 遠藤航は途中出場
【侍ジャパン】松田宣浩氏が新コーチ就任へ 26年のWBC2連覇へ「熱男」がチームに元気注入
【プレミア12】ランランも台湾プレミア初優勝に歓喜 ファンサも話題のチア
大阪・なんばCITY:メインケーキは4種から選べる 冬の茶フタヌーンティー、12月1日より3ヵ月限定登場
サウジアラビア王国、皇太子兼首相ムハンマド殿下の後援のもと、首都リヤドで世界投資会議2024を開催
M!LK、10周年に西武園ゆうえんち貸し切りライブ「みなさんのおかげでやってこられました」
【プレミア12】今大会8勝1敗の日本が準優勝で6勝3敗の台湾が世界一「1敗が致命傷って…」
【プレミア12】大勢「欲しかったメダルの色ではなかった」授与式直後に銀メダルを首から外す
前澤友作氏「全ての方向で法的措置を検討します」と警告
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」
3刷目の重版決定!榎原依那のファースト写真集「Inaism」から、完全未公開カットをご紹介♡
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・・・」
ナイナイ岡村、鈴木紗理奈の不倫報道に複雑な思い「チクりがなければ…」
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
藤本美貴、「早く死ぬ確率が高く、不安定な」庄司智春と結婚した理由を聞かれ“一言”で回答
元鳥取知事の片山善博氏「かえってマイナスに作用したんじゃ」斎藤元彦氏兵庫県知事再選で分析
へずまりゅう、妻を襲撃した男の“素性”情報を報告「妻は精神をズタボロにされて」
中森明菜「水着でお尻相撲」の秘蔵映像テレ東で放送 まさかの展開に後藤真希も驚き「えーっ!」
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・・・」
四千頭身、テレビから消えた理由を明かすも批判殺到「人のせいにするな」
ユーチューバーもこう氏、元彼女・成海瑠奈について赤裸々告白
父が再婚の丸山隆平(36)現在の家族関係がとんでもないことになっていたと話題に
3時のヒロイン福田麻貴(32)は元アイドルだった!昔の姿がかわいいとヲタク歓喜
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!
たぬかな、「あのチビやろ?」迷惑系黒人YouTuberへの苦言が物議
「愛が生まれた日」藤谷美和子(56)の現在がヤバい!?徘徊生活を送っていた過去も明らかに。
【プレミア12】世界的人気チアのリン・シャン「台湾最強」プレミア12初優勝を祝福
【プレミア12】清宮幸太郎「歯がゆい大会でした」信頼と実績を積み重ねて再び代表入りを誓う
菅原由勢が決勝PK献上、首位リバプールが最下位サウサンプトンに競り勝つ 遠藤航は途中出場
【侍ジャパン】松田宣浩氏が新コーチ就任へ 26年のWBC2連覇へ「熱男」がチームに元気注入
【プレミア12】ランランも台湾プレミア初優勝に歓喜 ファンサも話題のチア
大阪・なんばCITY:メインケーキは4種から選べる 冬の茶フタヌーンティー、12月1日より3ヵ月限定登場
サウジアラビア王国、皇太子兼首相ムハンマド殿下の後援のもと、首都リヤドで世界投資会議2024を開催
【プレミア12】台湾曽豪駒監督が先発投手変更に「素晴らしい試合をやりたかったので」
M!LK、10周年に西武園ゆうえんち貸し切りライブ「みなさんのおかげでやってこられました」
【プレミア12】今大会8勝1敗の日本が準優勝で6勝3敗の台湾が世界一「1敗が致命傷って…」