• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

A combined method of molecular dynamics and deep learnings to explain transition states in complex molecular systems

Research Project

Project/Area Number 22K03550
Research Category

Grant-in-Aid for Scientific Research (C)

Allocation TypeMulti-year Fund
Section一般
Review Section Basic Section 13040:Biophysics, chemical physics and soft matter physics-related
Research InstitutionOsaka University

Principal Investigator

金 鋼  大阪大学, 大学院基礎工学研究科, 准教授 (20442527)

Project Period (FY) 2022-04-01 – 2025-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2023: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2022: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Keywords遷移状態 / レアイベント / 自由エネルギー / 深層学習 / 説明可能なAI / 分子動力学シミュレーション
Outline of Research at the Start

ソフトマターにおける遅いダイナミクスを決定する構造を分子動力学シミュレーションと深層学習を融合することによって抽出することである。多自由度系の構造変化を特徴付けるには事前に1、2個の変数を選択し自由エネルギー地形を描くことにより解析することが多い。しかし変数選択が適切でないと、実際の遷移経路を正しく評価できない。そこで多自由度の時系列データの中から適切な反応座標となる局所構造を記述する変数を抽出する技術の開発が必要となる。本研究では遷移状態理論におけるコミッターと呼ばれる関数を応用し、遷移状態を規定する局所構造を深層学習により抽出することを目指す

Outline of Annual Research Achievements

ソフトマターにおいて多くの自由度から少数の変数を選び出し、安定状態をつなぐ遷移経路を特徴付けることは重要課題である。自由エネルギー地形とも言われる平均力ポテンシャルは手法のひとつであり、原子位置に関する高次元の配置座標から決まる集団変数に関する確率分布関数をサンプリングし、その対数を取ることで自由エネルギー地形を獲得する。この自由エネルギー地形において安定状態が鞍点により区別され、さらに実際の遷移経路が鞍点を通過するとき、集団変数は構造変化を特徴付ける適切な反応座標といえる。本研究では、アラニンジペプチドの立体配座が変化する異性化過程に着目した。エネルギー的に安定な2状態であるβ-シート構造(状態A)と左巻きα-ヘリックス構造(状態B)が存在することが知られ、遷移状態(TS)を特徴付ける候補変数として二面角が重要視されてきた。ここで二面角は物理的直観により反応座標として機能するものと選択されてきたが、それが適切かどうかは自明ではないことに注意が必要である。分子動力学(MD)シミュレーションとコミッターと呼ばれる化学反応論の機械学習を用いた二面角の系統だった探索方法を提案してきたが、二面角だけでなく原子間距離も候補となりえることを考慮すれば、異性化過程の4つの原子によって定義される二面角より精緻な記述が期待できる。そこで原子間距離を候補変数として深層学習を行うことで、どの原子間距離が適切な反応座標となりえるのかを明らかにすることを目的とした。その結果、深層学習によるコミッターのシグモイド関数への回帰結果に対して解釈性を与えることのできる「説明可能なAI」を適用した。その結果、最も寄与の大きい入力変数として特定の原子間距離を見出した。得られた原子間距離による自由エネルギー地形からTSの構造が状態AとBを分割しており、異性化過程を適切に特徴づけることがわかった。

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

本研究により説明可能な深層学習を分子動力学シミュレーションに適用する手法を確立してきた。特に、より複雑なソフトマターへの応用を見越して、二面角変化を伴う異性化過程を原子間距離のみで有効的に記述することが可能であることを明らかにしており波及効果があると考える。

Strategy for Future Research Activity

今後、高分子、液晶、水などをターゲットして分子動力学シミュレーションをおこない得られた配置構造に対し深層学習をおこなう。特に温度の違いになどによる構造変化を識別する深層学習モデルを獲得し説明可能なAIによる構造識別能力を評価することを計画している。

Report

(2 results)
  • 2023 Research-status Report
  • 2022 Research-status Report
  • Research Products

    (24 results)

All 2024 2023 2022 Other

All Journal Article (1 results) (of which Peer Reviewed: 1 results,  Open Access: 1 results) Presentation (22 results) (of which Int'l Joint Research: 3 results,  Invited: 4 results) Remarks (1 results)

  • [Journal Article] Explaining reaction coordinates of alanine dipeptide isomerization obtained from deep neural networks using Explainable Artificial Intelligence (XAI)2022

    • Author(s)
      Kikutsuji Takuma、Mori Yusuke、Okazaki Kei-ichi、Mori Toshifumi、Kim Kang、Matubayasi Nobuyuki
    • Journal Title

      The Journal of Chemical Physics

      Volume: 156 Issue: 15 Pages: 154108-154108

    • DOI

      10.1063/5.0087310

    • Related Report
      2022 Research-status Report
    • Peer Reviewed / Open Access
  • [Presentation] アラニンジペプチド異性化における反応座標に影響を与える原子間距離の解明:説明可能な深層学習アプローチ2024

    • Author(s)
      岡田一志, 菊辻卓真, 岡崎圭一, 森俊文, 金鋼, 松林伸幸
    • Organizer
      日本物理学会2024年春季大会
    • Related Report
      2023 Research-status Report
  • [Presentation] 過冷却水における局所秩序を特徴づける構造指標の系統的な解析2024

    • Author(s)
      吉川航平, 四方志, 矢野健太郎, 金鋼, 松林伸幸
    • Organizer
      日本物理学会2024年春季大会
    • Related Report
      2023 Research-status Report
  • [Presentation] 深層学習によるガラス形成液体の温度変化に伴う構造変化の解明2023

    • Author(s)
      矢野健太郎, 後藤頌太, 金鋼, 松林伸幸
    • Organizer
      第11回ソフトマター研究会
    • Related Report
      2023 Research-status Report
  • [Presentation] 深層学習による自由エネルギー地形の反応座標探索と説明可能な AI による分子描像の説明2023

    • Author(s)
      金鋼, 菊辻卓真, 森勇介, 岡崎圭一, 森俊文, 松林伸幸
    • Organizer
      第11回ソフトマター研究会
    • Related Report
      2023 Research-status Report
  • [Presentation] 深層学習によるガラス形成液体の温度変化に伴う特徴的な構造変化の解明2023

    • Author(s)
      矢野健太郎, 後藤頌太, 金鋼, 松林伸幸
    • Organizer
      第37回分子シミュレーション討論会
    • Related Report
      2023 Research-status Report
  • [Presentation] ペプチド結合主鎖二面角変化の自由エネルギー曲面を特徴付ける反応座標の深層学習による探索2023

    • Author(s)
      岡田一志, 菊辻卓真, 岡崎圭一, 森俊文, 金鋼, 松林伸幸
    • Organizer
      水・蒸気性質シンポジウム2023
    • Related Report
      2023 Research-status Report
  • [Presentation] グラフニューラルネットワークによるガラス形成液体の構造分類とAttention機構による分類根拠の説明2023

    • Author(s)
      金鋼
    • Organizer
      液体・ガラスへのデータ駆動アプローチ - グラフニューラルネットワークとその周辺 -
    • Related Report
      2023 Research-status Report
    • Invited
  • [Presentation] 説明可能なAIによる分子シミュレーションデータ解析の高度化とメカニズムの解明2023

    • Author(s)
      金鋼
    • Organizer
      第9回電子状態理論シンポジウム
    • Related Report
      2023 Research-status Report
    • Invited
  • [Presentation] 複雑分子系の遷移過程を特徴付ける反応座標 : 深層学習による探索2023

    • Author(s)
      岡田一志, 菊辻卓真, 岡崎圭一, 森俊文, 金鋼, 松林伸幸
    • Organizer
      第17回CSJ化学フェスタ2023
    • Related Report
      2023 Research-status Report
  • [Presentation] Explaining of reaction coordinates in complex molecular systems using deep learning and XAI: Application to alanine dipeptide isomerization2023

    • Author(s)
      金鋼
    • Organizer
      The 6th International Conference on Molecular Simulation
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research / Invited
  • [Presentation] グラフニューラルネットワークによるガラス形成液体の構造分類及びその根拠2023

    • Author(s)
      矢野健太郎, 後藤頌太, 金鋼, 松林伸幸
    • Organizer
      日本物理学会第78回年次大会
    • Related Report
      2023 Research-status Report
  • [Presentation] 複雑分子系の遷移過程を特徴付ける反応座標 : 深層学習による探索2023

    • Author(s)
      岡田一志, 菊辻卓真, 岡崎圭一, 森俊文, 金鋼, 松林伸幸
    • Organizer
      第17回分子科学討論会
    • Related Report
      2023 Research-status Report
  • [Presentation] Explaining of reaction coordinates in complex molecular systems using deep learning and XAI: Application to alanine dipeptide isomerization2023

    • Author(s)
      金鋼, 菊辻卓真, 森勇介, 岡崎圭一, 森俊文, 松林伸幸
    • Organizer
      The 7th International Soft Matter Conference
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research
  • [Presentation] Explaining of reaction coordinates in complex molecular systems using deep learning and XAI: Application to alanine dipeptide isomerization2023

    • Author(s)
      金鋼, 菊辻卓真, 森勇介, 岡崎圭一, 森俊文, 松林伸幸
    • Organizer
      34th IUPAP Conference on Computational Physics
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research
  • [Presentation] ペプチド結合の異性化過程を特徴付ける反応座標: 深層学習による探索2023

    • Author(s)
      岡田一志, 菊辻卓真, 岡崎圭一, 森俊文, 金鋼, 松林伸幸
    • Organizer
      第25回理論化学討論会
    • Related Report
      2023 Research-status Report
  • [Presentation] 環状高分子溶融体の動的不均一性に関する分子動力学解析2023

    • Author(s)
      後藤頌太, 金鋼, 松林伸幸
    • Organizer
      日本物理学会2023年春季大会
    • Related Report
      2022 Research-status Report
  • [Presentation] ガラス形成液体における構造指標の深層学習による導出2023

    • Author(s)
      矢野健太郎, 後藤頌太, 金鋼, 松林伸幸
    • Organizer
      日本物理学会2023年春季大会
    • Related Report
      2022 Research-status Report
  • [Presentation] 深層学習による液体構造からの運動性予測2022

    • Author(s)
      矢野健太郎, 後藤頌太, 金鋼, 松林伸幸
    • Organizer
      第36回分子シミュレーション討論会
    • Related Report
      2022 Research-status Report
  • [Presentation] 環状高分子溶融体の拡散における動的不均一性2022

    • Author(s)
      後藤頌太, 金鋼, 松林伸幸
    • Organizer
      第36回分子シミュレーション討論会
    • Related Report
      2022 Research-status Report
  • [Presentation] 環状高分子の協調運動に関する分子動力学シミュレーション解析2022

    • Author(s)
      後藤頌太, 金鋼, 松林伸幸
    • Organizer
      第10回ソフトマター研究会
    • Related Report
      2022 Research-status Report
  • [Presentation] 深層学習による異性化反応の反応座標探索とXAIによる説明2022

    • Author(s)
      菊辻卓真, 森勇介, 岡崎圭一, 森俊文, 金 鋼, 松林 伸幸
    • Organizer
      日本物理学会2022年秋季大会,
    • Related Report
      2022 Research-status Report
  • [Presentation] ソフトマターのダイナミクスを適切に記述する自由エネルギーと反応座標の探索2022

    • Author(s)
      金鋼
    • Organizer
      九州大学先導物質化学研究所講演会
    • Related Report
      2022 Research-status Report
    • Invited
  • [Remarks] AIが化学反応の行方を説明してくれる!

    • URL

      https://resou.osaka-u.ac.jp/ja/research/2022/20220421_2

    • Related Report
      2022 Research-status Report

URL: 

Published: 2022-04-19   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi