高精度分子機能設計のための軌道相互作用解析－機械学習連携手法の開発
| Project/Area Number |
21K12014
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61030:Intelligent informatics-related
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
折本 裕一 九州大学, 総合理工学研究院, 学術研究員 (00398108)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2023: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2021: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
|
|---|
| Keywords | 軌道相互作用解析 / 機械学習 / 分子機能設計 / ニューラルネットワーク / 電子状態 |
|---|
| Outline of Research at the Start |
物質の構造と特性は電子状態で結ばれ、電子状態はさらに複雑な軌道相互作用の結果として与えられる。高度な物性制御には究極的には軌道相互作用の把握が必要になる。本課題では、軌道相互作用解析法Through-Space/Bond解析法から得られる相互作用データを機械学習の中間記述子として利用することで構造―特性関係を理解し、物質の高精度機能設計を可能とするよう開発する。さらに、巨大系高速演算法Elongation法との結合によりポリマー・バイオ系まで対応可能とし、単純～複雑相互作用系を解析可能な高汎用手法として、産業・創薬等に貢献可能な量子化学レベルの高精度機能設計ツールとして確立させる。
|
| Outline of Annual Research Achievements |
物質特性の高度制御には、系の電子状態の起源となる軌道間相互作用のレベルで詳細把握する必要がある。本課題では、基底関数を人為的に軌道収縮させることで軌道間相互作用をカットし定量評価できるThrough-Space/Bond（TS/TB）軌道相互作用解析法によって軌道相互作用エネルギーを獲得し、さらに蓄積した相互作用データを機械学習（ニューラルネットワーク(NN)）の中間記述子として利用することで、分子構造と分子特性の関係を軌道相互作用の観点から理解可能となるよう手法開発を進める。これにより、電子状態の起源まで考慮した、高度な材料設計・創薬支援量子化学手法を目指している。
令和4年度は、TS/TB解析法と機械学習の結合、およびその検証計算を実施した。様々な置換基を持つπ共役系分子に対して、TS/TB法により各π軌道の寄与を求め、NNによって分子構造と軌道相互作用の関係抽出に成功した。さらに、分子特性としてフロンティア軌道エネルギーを選び、軌道相互作用を中間記述子とした、分子構造－軌道相互作用－分子特性（軌道E）の3者を結びつける多段階ニューラルネットワークを構築した。その中で、特性制御のための重要相互作用の検出、複数の相互作用によるシナジー効果、物性の起源である構造因子を逆解析的に見出すための試験を行った。小規模な試験であったため予測精度が実用の観点からは十分ではなかったが、本研究課題の中心技術の構築に成功した。
最終年度の令和５年度は、より大規模な試験を行い、その精度を高めるとともに、多様な系、より巨大な系への適用を可能とすることで、実用的な手法となるよう研究計画を着実に遂行していく。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
令和4年度は、TS/TB解析法と機械学習の結合を含め、軌道相互作用を中間記述子とした分子構造－軌道相互作用－分子特性を結びつける多段階ニューラルネットワークを構築した。さらに、軌道相互作用のシナジー効果や、物性から構造にさかのぼる逆解析試験を実施した。検証が小規模な試験のため予測精度に問題があったものの、令和4年度に予定していた内容はおおむね完了した。
特に、本研究課題の中心的技術と捉えている、軌道相互作用を中間記述子とした多段階ニューラルネットワークの試験ができたことを踏まえ、「おおむね順調に進展している」という自己評価を行った。
|
| Strategy for Future Research Activity |
最終年度の令和５年度は、軌道相互作用を中間記述子とした分子構造－軌道相互作用－分子特性の多段階ニューラルネットワークについて、より大規模な試験を行い、その精度を高めるとともに、多様な系に適用することで汎用性を確認する。あわせて、物性起源の構造因子探索のための多段階NNの逆解析結果に基づいて分子機能設計を試みる。また、多段階NNを高速・高精度電子状態計算法Elongation法と結合させることで、巨大系へ適用可能とすることで、実用的な高精度分子機能設計ツールとなるよう開発を進める。
研究推進においては、研究課題の意義・目標について十分留意し、計画見直しがあった際には、優先順位を明らかにしつつ着実な計画遂行を心がける。
|
Report
(2 results)
Research Products
(25 results)
