2021 Fiscal Year Annual Research Report
データ駆動手法による素反応条件およびアウトプット予測と実証
| Project Area | Digitalization-driven Transformative Organic Synthesis (Digi-TOS) |
|---|
| Project/Area Number |
21H05223
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
松原 誠二郎 京都大学, 工学研究科, 教授 (90190496)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
倉橋 拓也 京都大学, 工学研究科, 准教授 (50432365)
|
|---|
| Project Period (FY) |
2021-09-10 – 2026-03-31
|
| Keywords | 自動合成 / 機械学習 / 反応予測 |
|---|
| Outline of Annual Research Achievements |
自動合成システムの構築に焦点を当てた。本システムは，1) 自動合成経路解析，2) 自動反応条件設定，３）自動合成装置の三要素が連動することにより実現する。自動合成経路解析は，Synthiaの利用を決定した。実際，デジタル有機合成の先進国である英国での製薬会社GSK（グラクソスミスクライン）においても，逆合成経路解析システムとしてSynthiaを利用するとした。２）の自動反応条件設定は，中でもMITのJensen, Coley両教授が開発したReaction Conditions Recommender (RCR: ACS Cent. Sci. 2018, 4, 1465)が評価が高かったが，2022年3月にSynthiaの開発者のB. A. Grzybowskiが，このシステムの的中率が，40%切るという論文を発表した(J. Am. Chem. Soc. 10.1021/jacs.1c12005)。本論文は，決してRCRが不適切ということではなく，３）の自動合成装置の開発と実際の合成反応を行うことの重要性を示したものと言える。本研究では，RCRの利用を続けた。３）の自動合成装置の開発においては，Cronin（グラスゴー大）が示した“Chemputor”を試作し，CroninがGithubにおいて公開している制御プログラムをプログラミングの知識を持たない実験者が使用できるように，ビジュアルプログラミングに書き換え，実験手順の入力が極めて容易にした。本体は，Cronin-Chemputorの性能を十分再現できるものとなったが，現時点では，エステル化・アセタール化・アミド化において0.3molの実験が可能であることを示せた。また，反応のアウトプット予測の一環として，反応速度グラフの予測を行い，機械学習により回帰式を求めることができた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
自動合成のシステムを形成することはできたが，実用性となると，手作業の方が早いのではないかという率直な感想を持ってしまう。機械学習によるアウトプット予測も，反応を実施する「実データ」に代わるものか，正直疑問を持つ。これは，デジタル有機合成技術一般に言えるものである。
|
| Strategy for Future Research Activity |
今後の研究の方向性は以下の２点である。
１）現在成果を得ている反応速度グラフの予測を発展させる。具体的には多官能基化基質の位置選択性を予測すること。また，自分たちの反応データではなく，既存の文献データで試みることである。これは22年度にかなりの程度で実現してきている，
２）実験手順のプログラミングの簡素化が必要である。具体的には，論文のSIは，現段階でオープンアクセスであり，重要なデータソースとして非常に興味深い。この文章をから自動合成のプログラムの生成を行うことを目的とする。
|
