Development and spectral analysis of an ensemble machine learning model using quantum chemical descriptors

Research Project

Project/Area Number	23K04678
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 32010:Fundamental physical chemistry-related
Research Institution	Shizuoka University
Principal Investigator	北村勇吉静岡大学, 工学部, 助教 (00855702)
Project Period (FY)	2023-04-01 – 2026-03-31
Project Status	Granted (Fiscal Year 2023)
Budget Amount *help	¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000) Fiscal Year 2025: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000) Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000) Fiscal Year 2023: ¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000)
Keywords	分光スペクトル解析 / アンサンブル学習器 / 量子化学的記述子 / 構造機能相関 / ソルバトクロミズムシフト
Outline of Research at the Start	本研究課題は，多数の異種分子が複雑に相互作用する溶液系および生体系のスペクトルを対象として，（A）量子化学的記述子を用いたアンサンブル機械学習モデルによる分子スペクトルの予測精度の向上，（B）重要な特徴量データ（記述子）の構造を可視化し、解釈を与えることによって機能と構造間の相関関係を網羅的に解明する。構造ダイナミクスと分光スペクトル形状との相関関係解析の汎用化・高精度化する新規手法を開発する。ペプチド鎖の２次構造に関連するアミドI, IIモードや色素分子のソルバトクロミズムシフトなどに適用し，従来のモデルでは考慮されていなかった「隠れた因子」を明らかにすることを目指す。