データ科学・機械学習を活用する 機能性分子の設計研究事例

マテリアルズ・インフォマティクス（MI）と分子シミュレーションを活用した有機半導体および再生医療への応用について


研究材料の構造と物性の相関を求めるため、マテリアルズ・インフォマティクスと分子シミュレーションを活用した事例が多く発表されております。今回は、京都大学　講師　パックウッド・ダニエル氏から、Materials Studioで実施頂いた研究事例として、有機半導体の研究事例及び、再生医療分野での活用方法について、ご講演頂きます。また、ダッソー・システムズ社より、材料研究に多く用いられる、電子線、X線回析解析に、分子シミュレーションと機械学習を使った事例を紹介させて頂きます。


Webinar
日時：2022年11月16日（水）13:30～15:30

13:30－14:40
１：データ科学・機械学習を活用する機能性分子の設計手法　
    ― 有機半導体開発と再生医療への応用 ―

京都大学
高等研究院・物質‐細胞統合システム拠点(iCeMS)　
講師　Daniel Packwood (パックウッド・ダニエル)　氏


概要：
分子スケールで材料構造を精密に制御し、新たな機能を創出することが材料化学のミッションです。しかし、このミッションを行うには従来の計算機化学手法を大幅に拡大する必要があり、特に材料構造と機能の間の相関を抽出できるデータ科学技術を取り入れることが重要です。

本講演では、京都大学iCeMSにおけるデータ科学・機械学習を活かした研究事例を紹介します。主に有機半導体の研究を紹介し、第一原理計算・データ可視化・機械学習・Materials Studio Polymorph Predictorを利用する分子構造の設計方法を説明します。この方法では人間知識と機械学習の相補的強みを活かし、目的とした電子物性を有する有機分子の設計を加速化できました。

最後にマテリアルズ・インフォマティクス風の再生医学研究を紹介し、iPS細胞から心筋細胞に分化させる有機化合物の探索について説明します。こちらでは、ニューラルネットワーク、回転不変形状記述子、およびMaterials Studio Forciteが大活躍し、実験データをうまく再現でき、計算枠組みの構築が可能となりました。



14:40‐15:30
２：新しい材料を設計するための機械学習と分子モデリングの組み合わせを紹介

ダッソー・システムズ株式会社　
BIOVIA Industry Process Consultant
Senior Manager Abihijit Chatterjee 氏

概要：
電子線・X線回折は、物質の構造特性を高精度に測定する最先端の材料評価技術です。これらの技術は、触媒から高分子、ナノ材料から高分子、エネルギー材料から量子材料まで、様々な材料系の理解に重要な役割を担っています。 本講演では、シミュレーションと機械学習による結晶構造決定を組み合わせることで、どのように、そしてなぜ材料イノベーションを向上させることができるのか、事例を交えてご紹介します。