| 研究領域 | デジタル化による高度精密有機合成の新展開 |
|---|
| 研究課題/領域番号 |
21H05211
|
|---|
| 研究種目 |
学術変革領域研究(A)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
学術変革領域研究区分(Ⅱ)
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
高須 清誠 京都大学, 薬学研究科, 教授 (10302168)
|
|---|
| 研究期間 (年度) |
2021-09-10 – 2026-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
38,350千円 (直接経費: 29,500千円、間接経費: 8,850千円)
2024年度: 7,020千円 (直接経費: 5,400千円、間接経費: 1,620千円)
2023年度: 7,280千円 (直接経費: 5,600千円、間接経費: 1,680千円)
2022年度: 7,280千円 (直接経費: 5,600千円、間接経費: 1,680千円)
2021年度: 9,880千円 (直接経費: 7,600千円、間接経費: 2,280千円)
|
|---|
| キーワード | 多成分反応 / データ駆動化学 / フロー合成 / ひずみ分子 / ペプチド / 有機合成 / 深層学習 / 機械学習 / フロー反応 / デジタル有機合成 / 逆合成解析 / 合成化学 / 条件最適化 |
|---|
| 研究開始時の研究の概要 |
多成分連続反応・フロー連続合成は分子構築において工程の大幅削減に直結する究極の合成法である。一方、原料を秩序（選択的）よく連続的に反応させるためには、複数の原料・反応剤・中間体・添加剤・共生成物（廃棄物）の複雑夾雑系での反応の統合理解が必要で、wet実験だけでは困難である。本研究では機械学習・深層学習支援の多成分反応開発を探究する。すなわち、混合溶媒中に含まれる多数の夾雑物の分子間相互作用・オルトゴナル（直交性）に基づく反応制御条件をリアルビッグデータから深層学習で予測し、異なる四反応の連続合成系までを目標として実験実証する。
|
| 研究実績の概要 |
イノラートとalpha,beta-不飽和カルボニル化合物および酸無水物などの求電子剤との多成分連続反応による多官能性シクロブテン化合物の合成法の開拓を検討した。バッチ反応において条件および基質の検討をした結果、中程度の収率でシクロブテンを与える反応を見出すに至った。本反応は新規反応であるため非常に価値が高いが、収率改善が課題となった。デジタル有機合成に展開するため、マイクロフロー反応装置を利用したフロー反応の条件検討を実施し、混合効率および温度コントロールが重要であることが明確となった。システマティックな条件検討の結果、収率および反応効率性が大幅に上昇することを見出した。反応液中の夾雑物の解析に焦点をあて、反応の開発および反応条件の最適化を検討しているところである。得られた実験例の反応条件にいて、反応試薬・流速・添加物・溶媒を変数とし、それぞれ3～10種類程度の異なる要素を組合わせたデータセットを作成し、ベイズ最適化による機械学習の準備を整えている。また、本反応を利用することで、生理活性天然物プロビデンシンの合成研究を行い、right half segmentのラセミ合成に適用した。
また、新たな電解酸化反応についても取り組んでおり、機械学習での条件最適化を実施する基盤を構築した。
また、データ駆動による逆合成解析のプログラム開発にも取り組んだ。すでに報告しているRetRekプログラムの改善点を精査しているところである。特に、信頼できるデータセットをどのように取得するかというところが課題となっている。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
逆合成解析プログラムの開発については、プログラムの動作確認と担当する学生の一からの教育に思いのほか時間がかかったため。
|
| 今後の研究の推進方策 |
適切な研究者との共同研究を実施し、研究の効率化に勤める。
|
