例外の探索に特化したAI「BLOX」を開発――例外的な物質の効率的な発見へ 横浜市立大学ら

  • このエントリーをはてなブックマークに追加

横浜市立大学は2020年5月28日、同大学大学院生命医科学研究科の寺山慧准教授らの研究グループが、「例外」の発見に特化した人工知能(AI)「BLOX」を開発したと発表した。さらに、このAIを用いて、例外的な光を強く吸収する低分子量の有機化合物を複数発見することに成功したという。

近年、AIを用いた新物質/材料設計が盛んに行われているが、AIには目標となる特性をあらかじめ設定する必要がある。その弊害として、予想される物質が多く設計され、想像を超える例外的物質はなかなか発見されないというジレンマがある。例外的な物質を効率的に発見するためには、従来とは異なるAI技術の開発が必要。そのため、本研究では例外的な物質の探索に特化したAI開発を試みた。

今回の研究では、機械学習を上手く組み合わせることで例外の度合いを数値化し、例外的な物質を積極的に発見するAI「BLOX(BoundLess Objective-free eXploration)」を開発した。BLOXは、特性がすでに分かっている既知物質のデータベースを利用し、特性がまだ不明な未知物質のうち最も例外的と考えられる物質を提案する。

BLOXでは、まず既知物質から機械学習を用いて特性を予測するモデルを構築。その後、そのモデルを使って未知物質の特性を予測し、既知物質が示す特性分布と、未知物質に対する予測特性分布を示す。このようにして、未知物質の予測特性分布のうち最も外れたものを例外的物質として予測するわけだ。

予測特性分布からの外れ度合いの数値化には「Stein novelty」という尺度を導入。これにより、例外的な物質の候補が選択される。さらに、この候補物質の実際の特性を実験やシミュレーションによって測定し、そのデータを既知物質のデータベースに追加する。このプロセスを繰り返すと、例外的な特性を示す物質データが次々と蓄積され、より例外的な物質の探索が促進される。

研究では、BLOXを用いて、創薬用の市販分子データベースであるZINCの中から、例外的な光吸収特性を持つ化合物を探索。低分子量の有機化合物分子のほとんどは250~450nm程度の光を強く吸収し、これ以外の光を強く吸収する分子は例外的だ。この例外的な有機化合物分子は、色素や有機太陽電池など光吸収特性を生かした機能性材料として有用となる。

ZINCデータベースに含まれる10万個の分子から、BLOXと量子力学に基づく分子シミュレーションである密度汎関数理論(DFT)計算を組み合わせ、例外的な光吸収特性を持つ分子を2000回探索したところ、例外的でない分子も含めて2000個の候補が得られた。すると、ランダムな探索により得られた分子の分布に比べて分布が大きく広がり、例外的な分子の候補が多数発見できた。

さらに、DFT計算に基づいた光吸収特性が例外的な候補分子の中から8個を実際に準備し、実験的に光吸収特性を測定。その結果は、光の吸収波長/強度ともに、DFT計算で予測された値とほぼ一致した。これにより、BLOXとDFT計算の組み合わせることで、例外的な分子を効率的に発見できることが実証された。

今回、BLOXによって発見された分子の多くはもともと薬開発の副産物として得られたもので、それらの光吸収特性は基本的に注目されてこなかった。このことは、本来の用途を超えた有用な物質/材料を発見できることを示唆している。

今後、このBLOXを自動合成システムなどと組み合わせれば、自動で例外物質が次々と発見され、研究者が全く想定していなかった性質を示す物質の発見が加速することが期待できる。また、BLOXは化学や材料分野のみならず、幅広い科学分野における例外的事象の探索に活用できることが見込まれる。

関連リンク

プレスリリース

関連記事

アーカイブ

fabcross
meitec
next
メルマガ登録
ページ上部へ戻る