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

Establishment of a foundation for polymer material design by integrating data science and molecular simulation

Research Project

Project/Area Number 22K11949
Research Category

Grant-in-Aid for Scientific Research (C)

Allocation TypeMulti-year Fund
Section一般
Review Section Basic Section 60030:Statistical science-related
Research InstitutionThe Institute of Statistical Mathematics

Principal Investigator

林 慶浩  統計数理研究所, 先端データサイエンス研究系, 助教 (80739029)

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: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2023: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Keywordsマテリアルズインフォマティクス / 機械学習 / 転移学習 / 分子動力学シミュレーション / 自動計算 / ハイスループット計算 / 分子動力学法 / データベース / 分子動力学計算 / 量子化学計算 / ベイズ最適化
Outline of Research at the Start

本研究は,マテリアルズインフォマティクスと呼ばれるデータ科学と物質・材料科学の学際領域を対象とする基盤研究である.データ駆動型の材料設計を高分子材料分野に適用する上で,データベースの少なさが最大の障壁となっている.また,分子シミュレーションを用いた仮想実験によるデータ生成も自動化が難しく未だ実現されていない.
そこで本研究では,分子シミュレーションによる高分子物性の全自動計算システムRadonPyを構築し,仮想実験により大量のデータを生成する.さらに,ベイズ最適化に基づく実験計画でシミュレーションによる仮想実験を制御し,所望の特性を有する高分子を自動設計するシステムを構築する.

Outline of Annual Research Achievements

本研究はデータ科学と材料科学の学際領域であるマテリアルズインフォマティクス(MI)を対象とする基盤技術を創出することを目指す.近年,統計的機械学習に基づくデータ駆動型材料設計の技術が材料研究の様々な分野に急速に導入されている.一方で,高分子材料分野では,実験・シミュレーション共にデータ量が圧倒的に不足しており,データ駆動型アプローチの進展に大幅な遅延が生じている.そこで本研究では,様々な高分子材料に適用可能な分子動力学(MD)シミュレーションの全プロセスを自動化できるオープンソースライブラリ,RadonPyを開発しGitHub上(https://github.com/RadonPy/RadonPy)で公開した.RadonPyは,MD計算ソフトウェアLAMMPSによる高分子物性計算の自動化を支援するPythonライブラリである.このRadonPyを用いて,高分子物性データベースを構築すべく,約80,000種のアモルファス高分子について,熱伝導率や比熱,線膨張係数,屈折率を含む17種類の物性を計算した。MDで計算された物性を実験データと系統的に比較し,計算条件を検証した.また,MDで計算された物性の実験値に対するバイアスは,転移学習と呼ばれる機械学習の方法論によって補正することができた.
加えて,転移学習において、MDデータ数に対する実験値の予測精度のスケーリング則の観測を行った.その結果,理論的に予言されていた通り,データ数のべき乗則に従うスケーリングカーブが観測された.
また,物性値の物理的な制御因子を機械学習的な手法で明らかにするために,MDシミュレーションの分子力場パラメータを記述子化したForce Field Descriptor(FFD)を開発した.この記述子と物性値との相関性を評価することにより,高分子の熱伝導率に関する物理化学的な考察を行い論文発表した.

Current Status of Research Progress
Current Status of Research Progress

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

Reason

本年度は,RadonPyを用いてさらなるデータ生産を行った.17物性の計算を行い,約80,000種のアモルファスポリマーの計算が完了した.このMDシミュレーションデータを事前学習し,PoLyInfoから収集した実験データを用いてsimulation-to-real(Sim2Real)転移学習を行った.このとき,事前学習に使用するMDシミュレーションデータのデータ数を変化させることにより,MDシミュレーションデータ数に対する実験データへの汎化性能を評価することで,Sim2Real転移学習のスケーリング則の数値実験を行った.このSim2Real転移学習のスケーリング則に関しては,理論解析によりべき乗則に従うことが示されている(Mikami et al. arXiv preprint, arXiv:2108.11018 (2021)).本研究における実データを用いた数値実験においても,このべき乗則を観測することに成功した.すなわち,実験データ数が不変であっても,RadonPyによるMDシミュレーションデータをさらに追加していくことで,実験データに対する予測精度が向上していくことが示された.
また,物性値の物理的な制御因子を機械学習的な手法で明らかにするために,MDシミュレーションの分子力場パラメータを記述子化したForce Field Descriptor(FFD)を開発した.この力場パラメータは分子によって要素数が異なる集合変数であり,機械学習の入力として用いるためには固定長化する必要がある.そこで,カーネル平均埋め込みとよばれる統計科学の手法を用いて力場パラメータを固定長化し,記述子を構成した.このFFDと物性値との相関性を評価することにより,高分子の熱伝導率に関する物理化学的な知見を得た.
これらのことから、おおむね順調に進展していると判断した。

Strategy for Future Research Activity

RadonPyを用いたハイスループット計算は今後も継続的に実施し,データ生産を行う.加えてRadonPyの拡張を行い,力学物性などの物性自動計算のプロトコルや,三次元網目構造を有する架橋ポリマーや分岐ポリマーなどの様々なトポロジーを有する高分子骨格の自動計算プロトコルを実装することで,データの多様性を増やす.RadonPyとベイズ最適化を用いて,所望の物性値を有する高分子を設計する「統計的機械学習」の手法を開発する.RadonPyで生成したデータを用いて,構造から物性への順方向の予測モデルを学習する.さらに,モデルの逆問題を解き,候補分子を生成する.ベイズ最適化で物性計算の対象分子を選定し, MD自動計算を用いて外挿領域にデータを追加しながら,モデルの予測可能範囲を段階的に拡大していく.このサイクルを繰り返し,所望の物性値を持つ未踏領域に存在する新規高分子を同定する.

Report

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

    (24 results)

All 2024 2023 2022 Other

All Journal Article (4 results) (of which Int'l Joint Research: 1 results,  Peer Reviewed: 3 results,  Open Access: 4 results) Presentation (18 results) (of which Int'l Joint Research: 2 results,  Invited: 6 results) Remarks (2 results)

  • [Journal Article] Representation of materials by kernel mean embedding2023

    • Author(s)
      Kusaba Minoru、Hayashi Yoshihiro、Liu Chang、Wakiuchi Araki、Yoshida Ryo
    • Journal Title

      Physical Review B

      Volume: 108 Issue: 13 Pages: 134107-134107

    • DOI

      10.1103/physrevb.108.134107

    • Related Report
      2023 Research-status Report
    • Peer Reviewed / Open Access
  • [Journal Article] RadonPy: automated physical property calculation using all-atom classical molecular dynamics simulations for polymer informatics2022

    • Author(s)
      Hayashi Yoshihiro、Shiomi Junichiro、Morikawa Junko、Yoshida Ryo
    • Journal Title

      npj Computational Materials

      Volume: 8 Issue: 1 Pages: 222-222

    • DOI

      10.1038/s41524-022-00906-4

    • Related Report
      2022 Research-status Report
    • Peer Reviewed / Open Access
  • [Journal Article] Machine learning-assisted exploration of thermally conductive polymers based on high-throughput molecular dynamics simulations2022

    • Author(s)
      Ma Ruimin、Zhang Hanfeng、Xu Jiaxin、Sun Luning、Hayashi Yoshihiro、Yoshida Ryo、Shiomi Junichiro、Wang Jian-xun、Luo Tengfei
    • Journal Title

      Materials Today Physics

      Volume: 28 Pages: 100850-100850

    • DOI

      10.1016/j.mtphys.2022.100850

    • Related Report
      2022 Research-status Report
    • Peer Reviewed / Open Access / Int'l Joint Research
  • [Journal Article] Transfer learning with affine model transformation2022

    • Author(s)
      Shunya Minami, Kenji Fukumizu, Yoshihiro Hayashi, Ryo Yoshida
    • Journal Title

      arXiv

      Volume: -

    • Related Report
      2022 Research-status Report
    • Open Access
  • [Presentation] 高分子材料におけるSim2Real転移学習2024

    • Author(s)
      林 慶浩
    • Organizer
      第3回「富岳」成果創出加速プログラム研究交流会
    • Related Report
      2023 Research-status Report
  • [Presentation] 自動分子シミュレーションによる高分子物性データプラットフォームの産学共創2024

    • Author(s)
      林 慶浩
    • Organizer
      日本化学会第104春季年会 (2024)
    • Related Report
      2023 Research-status Report
    • Invited
  • [Presentation] 物性自動計算システムRadonPyとSim2Real転移学習を基盤としたデータ駆動型高分子材料研究2024

    • Author(s)
      林 慶浩
    • Organizer
      統計数理研究所ものづくりデータ科学研究センター感謝祭 「SIM2REALマテリアルズインフォマティクス」
    • Related Report
      2023 Research-status Report
    • Invited
  • [Presentation] 自動分子シミュレーションによる高分子物性データプラットフォームの産学共創2023

    • Author(s)
      林 慶浩、Wu Stephen、野口 瑶、髙橋 愛子、吉田 亮
    • Organizer
      第72回高分子学会年次大会
    • Related Report
      2023 Research-status Report
  • [Presentation] 産学連携コンソーシアムの形成による高分子物性データベースの構築2023

    • Author(s)
      髙橋 愛子、林 慶浩、吉田 亮
    • Organizer
      第72回高分子学会年次大会
    • Related Report
      2023 Research-status Report
  • [Presentation] 高分子材料におけるSim2Real転移学習2023

    • Author(s)
      林 慶浩、南 俊匠、南條 舜、髙橋 愛子、吉田 亮
    • Organizer
      2023年度統計関連学会連合大会
    • Related Report
      2023 Research-status Report
  • [Presentation] カーネル平均埋め込みによる材料の表現2023

    • Author(s)
      草場 穫、林 慶浩、劉 暢、脇内 新樹、吉田 亮
    • Organizer
      2023年度統計関連学会連合大会
    • Related Report
      2023 Research-status Report
  • [Presentation] 逐次実験計画法と高分子物性自動計算の融合に基づく光学用高分子の探索2023

    • Author(s)
      南條 舜、アリ フィン、林 慶浩、吉田 亮
    • Organizer
      2023年度統計関連学会連合大会
    • Related Report
      2023 Research-status Report
  • [Presentation] 高分子物性自動計算システムRadonPyの開発と産学連携によるデータプラットフォームの共創2023

    • Author(s)
      林 慶浩
    • Organizer
      第9回 大型実験施設とスーパーコンピュータとの連携利用シンポジウム
    • Related Report
      2023 Research-status Report
    • Invited
  • [Presentation] 高分子物性データ基盤を共創する産学連携コンソーシアム2023

    • Author(s)
      髙橋 愛子、林 慶浩、吉田 亮
    • Organizer
      第72回高分子討論会
    • Related Report
      2023 Research-status Report
  • [Presentation] 逐次実験計画法と高分子物性自動計算の融合:高屈折率・高アッベ数高分子の探索2023

    • Author(s)
      南條 舜、アリ フィン、林 慶浩、吉田 亮
    • Organizer
      第72回高分子討論会
    • Related Report
      2023 Research-status Report
  • [Presentation] 分子動力学シミュレーション自動計算システムによる高分子物性データベースの構築:マテリアルズインフォマティクスのデータ基盤創出2023

    • Author(s)
      林 慶浩
    • Organizer
      第10回「富岳」を中核とするHPCIシステム利用研究課題 成果報告会
    • Related Report
      2023 Research-status Report
  • [Presentation] 自動分子シミュレーションによる高分子物性データプラットフォームの産学共創2023

    • Author(s)
      林 慶浩
    • Organizer
      第33回日本MRS年次大会
    • Related Report
      2023 Research-status Report
    • Invited
  • [Presentation] 高分子物性自動計算システムRadonPyの開発と産学連携によるデータベース共創2023

    • Author(s)
      林 慶浩
    • Organizer
      第2回「富岳」成果創出加速プログラム 研究交流会
    • Related Report
      2022 Research-status Report
  • [Presentation] MD自動計算による高分子物性データプラットフォームの産学連携による共創2022

    • Author(s)
      林 慶浩,ウ ステファン,野口 瑶,髙橋 愛子,吉田 亮
    • Organizer
      第71回高分子討論会
    • Related Report
      2022 Research-status Report
  • [Presentation] 高分子物性自動計算システムRadonPyによる産学連携データプラットフォームの共創2022

    • Author(s)
      林 慶浩
    • Organizer
      第26回高分子計算機科学研究会講座
    • Related Report
      2022 Research-status Report
    • Invited
  • [Presentation] Development of an Automated Polymer Property Calculation System “RadonPy” and Data Platform Co-creation through Industry-Academia Collaboration2022

    • Author(s)
      Yoshihiro Hayashi
    • Organizer
      The 23rd Asian Workshop on First-Principles Electronic Structure Calculations (ASIAN-23)
    • Related Report
      2022 Research-status Report
    • Int'l Joint Research / Invited
  • [Presentation] Development of an Automated Polymer Property Calculation System "RadonPy" and Data Platform Co-creation through Industry-Academia Collaboration2022

    • Author(s)
      Yoshihiro Hayashi, Yoh Noguchi, Aiko Takahashi, Stephen Wu, Ryo Yoshida
    • Organizer
      The 17th Pacific Polymer Conference (PPC17)
    • Related Report
      2022 Research-status Report
    • Int'l Joint Research
  • [Remarks] 全原子古典分子動力学法による高分子物性計算を全自動化するソフトウェアRadonPyをリリース

    • URL

      https://www.ism.ac.jp/ura/press/ISM2022-08.html

    • Related Report
      2022 Research-status Report
  • [Remarks] RadonPy (GitHub)

    • URL

      https://github.com/RadonPy/RadonPy

    • 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