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。
globe・KEIKOの極上ミニスカ姿にXブっ飛ぶ「足細ッ」「スタイルすごっ」絶賛の嵐
粗品、宮迫博之の地上波復帰白紙に「ざまぁみろ!」→「ホンマにちょっとかわいそう」同情も
じゃらんの北陸応援割第二弾、6月7日10時開始 新潟旅行が最大半額に
【6月4日生まれの著名人】和泉元彌、アンジェリーナ・ジョリー、ももいろクローバーZ玉井詩織ら
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
宮迫博之「もう勘弁して。僕は負けでいい」かみつく粗品に白旗「コラボする空気感なかったね…」
【6月4日は虫の日】昆虫食TAKEO実食レビュー Montagnaコラボメニュー“きのこのセミージョ”、カイコのパスタ、まゆ刺し、コオロギ・タガメも
ASKA&DAVIDが『YAH YAH YAH』で爆発! ~特別番組公開中~
DAZNが6月限定でロゴをレインボーカラーにするも酷評相次ぐ「余計なことは積極的にやるんだな」
スペインのジェルマン・トリアス・イ・プジョル病院がMasimo W1®医療用ウォッチとRadius VSM™ウェアラブル連続的バイタルサインモニターを使用した、遠隔医療および遠隔患者管理プログラムを開始
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
柏原崇(45)現在を調べてみた結果、相変わらずかっこよすぎた!
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
浜崎あゆみ、子供の写真公開に疑いの声止まず「よそのお宅の子供?」
YouTuberジュキヤの動画企画が大炎上「普通に痴漢」「気持ち悪すぎ」
大谷翔平被弾投手が悪態ついて退場処分!次打者フリーマンと対戦中に判定巡り塁審と口論
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
千原せいじのシエラレオネ巡る発言 NPO代表理事が公式謝罪忠告「最悪、国家間の問題に発展」
大谷翔平10試合ぶり14号 シティフィールド初アーチ、26球場目は自らの日本人記録更新
大谷に被弾→次打者判定で審判と口論→退場→「チーム、自分も最悪」→戦力外
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
柏原崇(45)現在を調べてみた結果、相変わらずかっこよすぎた!
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
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!
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!
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」
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?」
岡本夏生(56)、1600日ぶりにブログを更新した現在が衝撃
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」
globe・KEIKOの極上ミニスカ姿にXブっ飛ぶ「足細ッ」「スタイルすごっ」絶賛の嵐
粗品、宮迫博之の地上波復帰白紙に「ざまぁみろ!」→「ホンマにちょっとかわいそう」同情も
じゃらんの北陸応援割第二弾、6月7日10時開始 新潟旅行が最大半額に
【6月4日生まれの著名人】和泉元彌、アンジェリーナ・ジョリー、ももいろクローバーZ玉井詩織ら
宮迫博之「もう勘弁して。僕は負けでいい」かみつく粗品に白旗「コラボする空気感なかったね…」
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
【6月4日は虫の日】昆虫食TAKEO実食レビュー Montagnaコラボメニュー“きのこのセミージョ”、カイコのパスタ、まゆ刺し、コオロギ・タガメも
DAZNが6月限定でロゴをレインボーカラーにするも酷評相次ぐ「余計なことは積極的にやるんだな」
ASKA&DAVIDが『YAH YAH YAH』で爆発! ~特別番組公開中~
スペインのジェルマン・トリアス・イ・プジョル病院がMasimo W1®医療用ウォッチとRadius VSM™ウェアラブル連続的バイタルサインモニターを使用した、遠隔医療および遠隔患者管理プログラムを開始