|
様々な計算シミュレーション技術を活用して、造形されたπ電子系物質の構造と機能を予測・解析することを目的とした研究を行なった。物質の性質の多くは構造変化や分子間相互作用によるエネルギー変化、あるいは外部からの摂動に由来するエネルギー変化に起因する。このため、本研究では分子のエネルギー変化の特徴を反映する様々な物性値を計算し、それらを記述子とする機械学習手法を開発することを目指した。また、その機械学習手法を応用して、機能性物質を予測するための手法についても検討した。今年度はπ電子系物質の機能として、生体系での活性（酵素反応の阻害効果や昆虫の行動制御効果）に注目し、実験により得られた活性指標と、我々の提案する記述子との相関を解明した。両者の相関を定量的に表現する回帰式を導出し、機能を支配する重要な電子的因子を見出すとともに、その数値に基づく最適物質の条件を明確にした。この条件を元に、別途作成した分子データベースからの探索を行い、有望物質をいくつか探索することができた。また、機械学習のための記述子として、電子状態計算により求められる三次元的形状情報を記述子とする新たな手法も開発した。これによって、複数の分子の電子状態の空間的特徴の相関を調べ、機械学習に用いることができるようになった。その他、ホール輸送材料として利用されているπ電子系物質に関する機械学習も実施し、ホール輸送特性に重要な電子的因子の解明、および高性能な新規化合物を提案するに至った。
|
