機械学習を用いた有機反応予測および反応条件の適用範囲の定量評価

プロジェクト概要

ビフェノール類は生理活性分子を多く含む化合物群である他、金属触媒の配位子としての利用も報告されている。ビフェノール類分子を一段階反応により簡便に合成するアプローチとしてフェノールの酸化的ホモカップリングがある。酸化的ホモカップリングは様々な反応条件が報告されており、各反応条件の基質適用範囲は異なる。本研究では機械学習を用いて様々な反応条件下における基質（フェノール分子）の反応性を機械学習を用いて予測する。特定の反応条件下における基質の反応性を予測することで、成果が見込まれにくい実験を避けることができ、時間的および経済的コストの削減につながると考えられる。また、本手法はフェノールの酸化的ホモカップリングに限らず、他反応への応用も期待される。

研究内容

🎯 主要な研究テーマ

1. PU learning を用いた反応予測

• フェノール類基質の特徴を表現する分子記述子の計算
• PU learning を用いた機械学習モデルの構築

2. 基質適用範囲の定量的評価

• 基質の多様さを重視した評価指標を定義
• 基質適用範囲の広さを定量化
• 評価指標を用いて反応の特徴を可視化

🔬 実験・計算アプローチ

理論計算手法

1. 量子化学計算: Gaussian 16を用いたDFT計算
2. RDKit: RDKitを用いた特徴量算出
3. ECFP: 既存の手法との比較

機械学習手法

1. 特徴量エンジニアリング: 分子記述子の最適化
2. 回帰・分類モデル: Random Forest, XGBoost, Neural Network
3. 能動学習: 効率的なデータ収集戦略

実験検証

1. 有機合成: フェノール類の酸化的カップリングのデータ収集
2. qNMR: 目的物の収量測定

研究成果

📊 達成された成果

機械学習

• PU learning を用いることで、負例が入手不可能な実験データから反応性を予測することに成功
• 〜〜〜を解明

計算化学の成果

• 〜〜〜を理論的に解明
• 〜〜〜を定量化
• 〜〜〜の予測精度を大幅に向上

学会発表

• 一澤 要守, 西井 崇文, 長野 遥, 坂口 大門, 五東 弘昭. フェノール類の酸化的カップリングにおける反応条件の基質適用範囲の評価と予測. 日本コンピュータ化学会2024年秋季年会, P108.
• 一澤 要守, 西井 崇文, 五東 弘昭. フェノール類の酸化的カップリングにおける基質適用範囲の評価. 日本コンピュータ化学会2025年春季年会, 2P17.
• 西井崇文, 一澤要守, 長野遥, 坂口大門, 五東弘昭, PUラーニングを用いたフェノールの酸化的ホモカップリングにおける反応条件の基質適用範囲の予測と解釈, 14th CSJ Chemistry festa, 東京, 2024年10月.

📄 論文

• 論文

今後の展開

🚀 次のステップ

研究の発展方向

1. 〜〜〜設計: 〜〜〜の提案
2. 〜〜〜計算: 〜〜〜
3. 実験との融合: 〜〜〜自動実験システム

応用展開

1. 〜〜〜: 〜〜〜の開発
2. 〜〜〜: 〜〜〜の設計
3. 〜〜〜: 〜〜〜の最適化

この研究により、〜〜〜〜〜を目指しています。

関連論文

• 論文