機械学習による抗酸化物質の予測と構造活性相関研究
DPPH、ORAC等の抗酸化指標の予測と分子記述子を用いた構造活性相関の解明
Research Projects
研究プロジェクト
POCLABでは、複数の研究プロジェクトを並行して進めています。
Ferroptosis
化合物スクリーニングによって同定された新規テトラヒドロキシナフタレン誘導体：フェロプトーシス阻害活性と有望な治療ポテンシャル
ケトンの不斉還元反応における遷移状態構造の相互作用解析と機械学習による選択性予測
CBSおよびDIP-Chlorideを用いたケトン不斉還元反応を対象として、量子化学計算により得られた遷移状態構造およびその相互作用領域の特徴を抽出し、機械学習モデルと組み合わせることで選択性の予測を行った。さらに、相互作用特徴と反応性との関連を定量的に解析し、不斉反応の要因の理解を深化させた。”
機械学習や量子化学計算を用いた機能性材料の探索
計算化学と機械学習を融合した手法により、新規機能性材料の設計・予測・最適化を目指す
自然言語処理技術を応用した化学情報のマルチモーダル学習と予測
言語情報による広範な定性情報を活用し、化学情報の予測精度向上を目指す