マテリアルズ・インフォマティクスは、人工知能を用いて素材の構造や物性と化学的性質を結びつけることにより、材料開発や機能性分子の開発を行う手法です。当社では、素材を構成する各要素分子に対し、構造記述子や量子化学計算による電子的物性の算出を実施し、人工知能モデル開発のための学習データセット構築を行っております。効率的な材料・機能性分子の開発に向けて、ぜひ、ご活用下さい。

　QSAR(構造活性相関)/QSPR(構造物性相関) をはじめとする、マテリアルズ・インフォマティクスによる開発を実現するためには、適切な回帰分析・機械学習のモデルを構築することが重要です。特に、実験より得られるサンプル数が限られる化学研究の場合、少ないデータより信頼性の高いモデルを構築することが求められます。当社では、データのクレンジング、学習データの追加作成、ハイパーパラメータの最適化等を一貫して行い、機械学習を含む最適な回帰分析モデルの選択により、予測精度の高いモデル構築を実施しております。ぜひ一度、お問い合わせ下さい。

　GCNN(Graph Convolutional Network)は、グラフ構造を入力データとしてCNNによる深層学習を行う手法です。入力されたグラフ上で近いノードに対する畳み込み演算を行うことで、グラフ構造の取り扱いが可能となります。分子構造は、原子の結合グラフとして特徴表現できるため、GCNNを用いることで、分子構造を考慮した形での学習が可能となります。これまでに、B3LYP/6-31GレベルのDFT計算により得られるHOMO/LUMOのエネルギー値や毒性などがGCNNにより予測できることが報告されています。
　本研究では、高い変換効率を有する新規色素分子の創成を目的として、深層学習により、分子構造や構造記述子より増感性を予測できるモデルの構築を試みました。今回はデータセットとして、増感性(η[%])の実測値を有するポルフィリン系色素46物質を用いました。

　まず、深層学習を行う前に、分子の構造的な特徴と増感性の関係を調べるため、価電子数や電子密度に関する構造記述子29種を計算し、これらを説明変数とし、目的変数ηに対するPLS解析を実施しました。この結果、累積R²値は0.666と、線形相関を得ることはできなかったものの、使用した29種類の構造記述子と増感性との間には関係性があることが確認できました。

　同様の構造記述子を用いて、決定木を用いた機械学習方法の1つである、ランダムフォレストによりクラス分類及び回帰を行ったところ、R²=0.969と、非常に高い相関モデルを得ることができた。また、このモデルにおけるOOB(Out-of-Bag)の二乗平均平方根誤差(RMSE)は、η= 1.75 [%]であり、十分信頼できるモデルが構築できたと考えられます。従って、今回のデータセットについては、増感性が2次元構造より十分予測可能であることが確認できました。

　GCNNによる深層学習では、原子間の繋がりをグラフとして入力することで、分子構造を反映した畳み込み演算が可能です。今回、46物質よりランダムに選んだ3割を検証用データ、残りを教師用データとして、NFP(Neural Fingerprint)モデルを用いて4層の畳み込みにより、学習回数100までの学習を実施しました。その結果、学習を重ねるにつれ予測精度の向上が見られ、100回目の学習において、R²=0.762のモデルを構築することができました。このときのRMSEはη=1.73 [%]となりました。

　教師データの増強により、より幅広い骨格構造のデータを与えることでさらなる予測精度の向上が可能であると考えられます。