新興の学際分野

材料設計・逆分子設計

望ましい分子・材料特性から候補構造を逆向きに探索する計算・機械学習手法と、化学、合成可能性、不確実性による制約を学びます。

直観有用な性質から逆向きに設計する

順方向予測は構造から性質を推定します。逆設計は色、伝導性、結合親和性、安定性などの目標から出発し、それを満たす構造を探します。同じ目標を満たす構造が多数ある場合も、全制約を満たす構造がない場合もあります。

学校化学構造の探索空間

分子グラフは原子を頂点、結合を辺として表します。化学的妥当性にはグラフの構文以上のものが必要で、原子価、電荷、芳香族性、立体化学、安定性が重要です。妥当なグラフでも合成不能なことがあります。

大学制約下で目的関数を最適化する

ここで $x$ は候補、$f$ は予測目的関数、$g_i$ は毒性、費用、安定性などの制約です。モデルのスコアの意味は学習データ、較正、実験測定との関連性に左右されます。

上級探索・不確実性・検証

ベイズ最適化は、実験が高価な場合、予測性能と不確実性のバランスから次の候補を選べます。その有効性は代理モデル、目的に合う獲得関数、適用範囲外候補の適切な扱いに依存します。

生成構造は化学的妥当性、新規性、物性予測の不確実性、合成容易性を独立に確認すべきです。逆合成推定は保証ではなくフィルターであり、経路品質と実験成功には実験的判断が必要です。

研究研究の最前線

信頼できる発見サイクルでは、測定可能な目標を定め、多様な候補を提案し、安全で情報量の高い実験を行い、否定的結果も報告してモデルと制約を更新します。証拠となるのは生成構造の新規性ではなく、測定された材料です。