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。
55歳森口博子「だっちゅーの」鮮やかビキニ姿披露にX歓喜「破壊力ハンパない」「スゴすぎ」
【DeNA】頭部に打球直撃の宮崎敏郎は自家用車を残したままタクシーで帰路へ
【阪神】岡田監督「はねるもんな、アンツーカー」DeNA宮崎敏郎のアクシデントを心配
川勝知事「仙人になる」発言に「だったら退職金いらない、霞食って生きて」玉袋筋太郎が強烈私見
【日本ハム】ロドリゲス2シーズンぶり白星「矢沢がゲームをコントロールしてくれた」
小山内美江子さん死去94歳「老衰による穏やかな逝去」長男の俳優利重剛が発表/発表全文
【ロッテ】坂本光士郎が今季1軍初登板で無失点「セールスポイントのストレートで勝負できた」
打首獄門同好会、公式Xで転売ヤーを断罪!「買うのも同罪」にファンは激しく同意
【阪神】佐藤輝明、出場12試合ぶり長打「食らいついて何とか」左膝つきながらフォークを二塁打
何があった!?「エアコン」が想定外の壊れ具合!投稿者に話を聞いた
何があった!?「エアコン」が想定外の壊れ具合!投稿者に話を聞いた
岡本夏生(56)、1600日ぶりにブログを更新した現在が衝撃
「ふてほど」25歳女優“薔薇ブラ”でポロリ寸前?過激衣装に「見えちゃう」「刺激強すぎ」
大物炎上系ユーチューバー”衝撃の預金残高”公開「すげぇ」「エグい」驚きの声
水原一平容疑者 最高刑「懲役33年」トレンド入り 「人生詰んだ」「稀代の詐欺師」の声
水原一平容疑者、歯科治療で大谷翔平から930万円だまし取ったことも判明
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
米大物俳優、大谷翔平と2ショット公開しネット驚愕「夢のような写真」
元セクシー女優の漫画家、自身の「無痛分娩」の経験振り返り「数時間後には麻酔きれて…」
ベッキー「私のシーン ほとんどモザイクあり」自身”衝撃出演シーン”紹介
何があった!?「エアコン」が想定外の壊れ具合!投稿者に話を聞いた
岡本夏生(56)、1600日ぶりにブログを更新した現在が衝撃
深夜のファミリーマート徘徊、必ず入っている「フエラムネのミニチュアおもちゃ付」を探し求めた結果……
完全にダマされた! 『ラヴィット!』あのちゃん“事故レベル”大暴走は『水ダウ』遠隔操作のしわざだった ネットも納得
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
ガーシー、またも綾野剛の暴露写真でネット歓喜「この写真見て笑っちゃう」
玉置浩二の妻、青田典子(53)の現在がとんでもない事になっていると話題に
小澤征悦と再婚した桑子真帆アナ(34)黒い過去が流出、衝撃の過去にネット騒然
ガーシー、佐野ひなこの暴露を示唆でネット騒然「ファンだったのに」
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」
55歳森口博子「だっちゅーの」鮮やかビキニ姿披露にX歓喜「破壊力ハンパない」「スゴすぎ」
【DeNA】頭部に打球直撃の宮崎敏郎は自家用車を残したままタクシーで帰路へ
【阪神】岡田監督「はねるもんな、アンツーカー」DeNA宮崎敏郎のアクシデントを心配
川勝知事「仙人になる」発言に「だったら退職金いらない、霞食って生きて」玉袋筋太郎が強烈私見
【日本ハム】ロドリゲス2シーズンぶり白星「矢沢がゲームをコントロールしてくれた」
小山内美江子さん死去94歳「老衰による穏やかな逝去」長男の俳優利重剛が発表/発表全文
打首獄門同好会、公式Xで転売ヤーを断罪!「買うのも同罪」にファンは激しく同意
【ロッテ】坂本光士郎が今季1軍初登板で無失点「セールスポイントのストレートで勝負できた」
何があった!?「エアコン」が想定外の壊れ具合!投稿者に話を聞いた
【阪神】佐藤輝明、出場12試合ぶり長打「食らいついて何とか」左膝つきながらフォークを二塁打