JAISTら,知見に依らない触媒設計法を確立

北陸先端科学技術大学院大学(JAIST)と北海道大学は,ハイスループット実験と触媒インフォマティクスを駆使して前知見に依らないゼロからの触媒設計を実現する道を示した(ニュースリリース)。

ある化合物を別の化合物へと変換する化学反応は,式上では単純に見えても多くの素反応によって構成されているケースが多い。化学反応の制御とは,これらの素反応を同時に制御することであり,複数の有効成分を組み合わせる多元的な触媒の設計が鍵を握っている。

しかし,組み合わせ効果の予測は非常に難しく,トライアンドエラーを通して偶発的に発見した組み合わせを段階的に発展させる経験的な方法論が,固体触媒の研究開発における常套手段であった。

研究グループは,日に4,000点もの触媒データを自動取得可能なハイスループット実験装置と触媒インフォマティクスを用いて,前知見に依らないゼロからの触媒設計を実現した。

具体的には,36,540通りもの組み合わせ(=触媒)を含む広大な物質空間から300通りの組み合わせを無作為に抽出し,これらのメタンの酸化カップリング反応(OCM)における性能をハイスループット実験により評価することで,前知見や作業仮説などのバイアスを含まない触媒ビッグデータを取得した。

このデータを機械学習によって分析することで,触媒の設計指針をモデル化し,高性能触媒を80%の精度で予測することに成功した(試験した80%の触媒が高性能と見做し得る収率を示した)。

この研究が見出した高性能触媒の大半は,OCMに関する過去40年の研究開発史に照らして未知とみなされる組み合わせであったという。ハイスループット実験と触媒インフォマティクスは,広大な物質空間を現実的な時間単位で効率的に探索する強力な手段となる。

この研究が用いた方法論は多くの材料分野に適用可能であり,研究グループは,前知見に縛られない物質探索が予期せぬ発見を多く生み出すだろうとしている。

その他関連ニュース

  • 量研機構,高分子材料開発での反応率をAIで予測 2021年09月30日
  • NEDOら,液晶がナノ構造化する際の新現象を発見 2021年09月10日
  • 関学ら,MIで配位高分子を探索し光半導体を発見 2021年09月06日
  • ADMATら,AIが生成した構造画像で物性を予測 2021年08月31日
  • 理科大ら,機械学習で準結晶の化学組成を予測 2021年07月21日
  • 理研,新しい触媒活性理論を支持するデータを取得 2021年06月04日
  • 阪大,光でCO2からCOを低温で製造する触媒を開発 2021年05月27日
  • NEDOプロ,材料の電気特性の計算技術を開発 2021年04月27日