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

2018 Fiscal Year Annual Research Report

複雑ネットワーク解析に基づく物質・材料探索

Planned Research

Project AreaDiscrete Geometric Analysis for Materials Design
Project/Area Number 17H06468
Research InstitutionThe University of Tokyo

Principal Investigator

大西 立顕  東京大学, 大学院情報理工学系研究科, 准教授 (10376387)

Co-Investigator(Kenkyū-buntansha) 久野 遼平  東京大学, 大学院情報理工学系研究科, 特任助教 (60725018)
Project Period (FY) 2017-06-30 – 2022-03-31
Keywords数理工学 / トポロジー / 高分子構造・物性 / 構造・機能材料 / 複雑ネットワーク / 化合物フィンガープリント
Outline of Annual Research Achievements

複雑ネットワーク指標を用いて架橋高分子のネットワークを解析し,力学物性との相関を調べた.分子動力学シミュレーションを用いて,様々な濃度で架橋高分子を調製し,計算機上で架橋高分子を生成し,一軸伸長を行った.架橋高分子の架橋点をノード,高分子鎖をリンクとしてネットワークを表現し,クラスター係数,中心性,グラフ密度,モジュラリティなどの複雑ネットワーク理論に基づくネットワーク指標を算出して解析を進めた.弾性率の架橋濃度依存性から,架橋高分子の力学物性はネットワーク構造に依存することが判明した.複雑ネットワーク指標に基づいて,架橋高分子の力学物性を説明できる可能性が示された.
架橋高分子のエントロピー弾性における力学物性は,架橋点間の距離にも依存していると考えられるが,ネットワーク指標は基本的にネットワーク構造のみから算出されるため,分子の実空間上の位置や分子間距離の情報を考慮できていない.そこで,架橋点間距離とネットワーク指標の両方がネットワークポリマーの力学物性にどのような影響を与えているかを調べるために,人工的な方法で架橋させたネットワークポリマーを生成し,解析した.一軸伸長させた際の架橋点間の広がりは,架橋点間距離と中心性の二つに依存することが示唆され,複雑ネットワーク指標の有用性が示された.
膨大な化学反応データベースを計算機で解析して逆合成経路を予測するためには,複雑な分子・化合物の構造をフィンガープリントで表現し,二つのフィンガープリントの類似度を算出する.フィンガープリントは超高次元のベクトルのため,類似度計算には膨大な計算時間がかかる.そこで,類似度の数学的性質を用いて効率的に計算するアルゴリズムの開発を進めた.そして,複雑ネットワーク科学におけるクラスタリングの手法を用いて,化合物空間がどのような幾何学的特徴を持つのかを明らかにした.

Current Status of Research Progress
Current Status of Research Progress

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

Reason

高分子材料の分子動力学シミュレーションを専門とする研究協力者と,複雑ネットワーク科学とデータ科学を専門とする研究代表者と研究分担者との共同研究により,ネットワークポリマーのネットワーク構造が力学物性に及ぼす効果を示すことができ,構造と機能を結びつける一つの具体例を示せた.一軸伸長させた際のネットワークポリマーの力学物性のシミュレーションは計算時間が膨大にかかるため,多数の条件下での解析を十分に行うことができないという問題に直面したが,研究代表者がこれまでに行ってきたスパコンを活用した大規模経済データの解析手法を応用し,研究協力者の高分子材料シミュレーション手法の知見を組み合わせることで,多数の条件下でスパコン上で効率的に計算を実行することができたおかげで研究を効果的に進められた.

Strategy for Future Research Activity

エラストマーに限らず他の材料系に対しても複雑ネットワーク指標を用いた構造物性解析を行い,ネットワーク指標による物性評価の一般化を検討する.実際の実験室において,様々なネットワーク構造を持つ高分子材料を作成し,それらのマクロな物性の性質を測定した実験データを研究協力者から提供いただき,情報科学的手法を用いて実験データとマクロな物性の関係性を解析する.また,粗視化分子動力学を用いてブロックコポリマーのシミュレーションを行い,様々な相分離構造を計算機上に生成したデータを解析することで,結晶構造だけでなく相分離で形成される複雑なネットワーク構造を定量化する手法を開発する.

  • Research Products

    (6 results)

All 2019

All Presentation (6 results) (of which Int'l Joint Research: 1 results,  Invited: 1 results)

  • [Presentation] ネットワーク解析による架橋高分子の構造物性相関2019

    • Author(s)
      天本義史,大西立顕
    • Organizer
      日本物理学会第74回年次大会
  • [Presentation] 化学反応データベースを用いた逆合成経路探索のための化合物のグラフ表現2019

    • Author(s)
      大西立顕,福島真太朗
    • Organizer
      日本物理学会第74回年次大会
  • [Presentation] 領域知識創出のためのビッグデータ活用2019

    • Author(s)
      大西立顕
    • Organizer
      第8回計算社会科学とその周辺セミナー
    • Invited
  • [Presentation] 化合物空間の幾何学的特徴を使ったクラスタリング2019

    • Author(s)
      伊藤真利子,大西立顕
    • Organizer
      日本物理学会2019年秋季大会
  • [Presentation] 化合物フィンガープリントの次元削減2019

    • Author(s)
      大西立顕
    • Organizer
      日本物理学会2019年秋季大会
  • [Presentation] The topological features of fingerprint space and its application to the efficient retrosynthetic analysis2019

    • Author(s)
      Mariko Ito, Takaaki Ohnishi
    • Organizer
      Conference on Complex Systems 2019
    • Int'l Joint Research

URL: 

Published: 2021-01-27  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi