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。
宮迫博之、約5年ぶりテレビ地上波復帰へ 収録で爆笑に手応え「腕は普通の人よりはあると…」
メーガン妃の露出度高い服 ナイジェリア大統領夫人が批判「裸は受け入れられません」
青学大が3季連続優勝 主将・佐々木泰の逆転3ラン本塁打で決めた
【スシローの日2024】第一弾「倍とろ祭」実食レビュー 特ネタ中とろ100円、夏の季節メニュー・期間限定メニューも
人気ロックバンドのボーカル網膜剥離に「殴られたこともないし…」困惑 手術・療養でライブ延期
「憧れ」「綺麗」45歳モデル“大胆”美背中あらわな鏡越しショット
「全芸人が大好きだった」山里亮太、今くるよさんしのぶ
5月に売り逃げるな:株価に上昇余地がある理由
ノンスタ井上裕介、アニサキスによる食中毒で療養「内側からかまれているような痛み」
歴代首位打者タイ・カッブから変更へ、MLBが「ニグロリーグ」加算で記録を正式修正
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
小倉優子、不自然な“二重ライン”にネット騒然「やっぱり整形?」
大原櫻子、ガーシー暴露後初のSNS投稿に賛否の声「イメージ最悪になった」
元めちゃイケメンバーの三中元克(32)現在は何をしているのか調べてみた!
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
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
漫才師の今くるよさん死去 膵がんのため
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」
トミーズ健、父が遺した口座解約で銀行とトラブルも…「真実」にガックリ
藤田ニコル「初めてした日」ゆうちゃみ「体位とかも全部」親に明かしたギャル的「性事情」に騒然
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
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
岡本夏生(56)、1600日ぶりにブログを更新した現在が衝撃
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
元めちゃイケメンバーの三中元克(32)現在は何をしているのか調べてみた!
ヒカル、浮気相手とのLINE流出にドン引きの声「キモすぎる」「吐きそう」
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」
TikTokを賑わす「フエラムネごめんなサイダー味」がセブンイレブンで再販!じゅるるマスカットも買うなら今!
小倉優子、不自然な“二重ライン”にネット騒然「やっぱり整形?」
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
宮迫博之、約5年ぶりテレビ地上波復帰へ 収録で爆笑に手応え「腕は普通の人よりはあると…」
メーガン妃の露出度高い服 ナイジェリア大統領夫人が批判「裸は受け入れられません」
青学大が3季連続優勝 主将・佐々木泰の逆転3ラン本塁打で決めた
【スシローの日2024】第一弾「倍とろ祭」実食レビュー 特ネタ中とろ100円、夏の季節メニュー・期間限定メニューも
人気ロックバンドのボーカル網膜剥離に「殴られたこともないし…」困惑 手術・療養でライブ延期
「憧れ」「綺麗」45歳モデル“大胆”美背中あらわな鏡越しショット
「全芸人が大好きだった」山里亮太、今くるよさんしのぶ
5月に売り逃げるな:株価に上昇余地がある理由
ノンスタ井上裕介、アニサキスによる食中毒で療養「内側からかまれているような痛み」
歴代首位打者タイ・カッブから変更へ、MLBが「ニグロリーグ」加算で記録を正式修正