2026年07月08日 MI Daily News
目次
- [企業] DMG森精機と産総研、大規模稼働データから製造フィジカルAIの基盤モデルを構築
- [論文] 深層学習でナノ粒子の形状を標準測定法のデータから同定
- [ニュース] AIフレームワークがシミュレーション作成を自動化し、電池・燃焼・材料研究を加速
- [ニュース] 機械学習で生分解性プラスチックの分解速度を数秒で予測
- [企業] フロンテオ、医学論文探索AIをアカデミアに無償提供して創薬支援
- [企業] CertaraとNvidia、AIエージェント機能を創薬プラットフォームに統合
- [論文] AquaGen：全原子明示的溶媒系の分子ダイナミクス精度を持つ生成モデル
- [論文] スペクトル拡散を用いたタンパク質ダイナミクスの予測生成モデル
- [論文] SMILES-グラフ変換により分子の構造接地性を改善した大規模言語モデル
- [論文] Open Drug Discovery Engine：共折りたたみを入口にした創薬基盤モデル
[企業] DMG森精機と産総研、大規模稼働データから製造フィジカルAIの基盤モデルを構築
- DMG森精機は産総研と協力し、100社・1000台の設備から収集した大規模稼働データを活用して、機械加工の基盤モデル開発に取り組んでいます。
- 高精度な加工を実現する製造フィジカルAI（人工知能）を構築することで、製造現場のデータエコシステムを推進します。
- データ駆動型アプローチにより、製造プロセスの効率化と最適化を実現する産業応用を目指しています。
用語解説
- フィジカルAI: 物理的なシステムやプロセスを制御・最適化するために、実世界の大規模稼働データとAIを組み合わせたシステム。
出典: MONOist
[論文] 深層学習でナノ粒子の形状を標準測定法のデータから同定
- 東京大学とイノベーション・ナノメディセンターの研究チームは、ナノ粒子追跡分析（NTA）の標準的なデータから、深層学習によって液体中のナノ粒子の形態を同定する手法を開発しました。
- 非球形ナノ粒子の分類精度が80%を超え、追加のハードウェアを必要としません。
- 既存の測定装置で得られたデータを活用できるため、ナノ粒子表性評価の実用化に貢献します。
用語解説
- ナノ粒子追跡分析（NTA）: 液体中のナノ粒子の粒径や動的特性を測定する標準的な分析技術。
[ニュース] AIフレームワークがシミュレーション作成を自動化し、電池・燃焼・材料研究を加速
- 米国DOEアルゴンヌ国立研究所の研究チームは、計算化学の専門知識がなくても原子精密シミュレーションを構築できるAIフレームワークを開発しました。
- 電池、燃焼、材料研究などの分野で、従来は高度な計算化学の知識を必要としたシミュレーション構築が自動化されます。
[ニュース] 機械学習で生分解性プラスチックの分解速度を数秒で予測
- アテネ農業大学の研究は、機械学習ツールを用いて広く使われている生分解性プラスチックの分解速度をほぼ即座に予測する手法を提供しました。
- 従来は数ヶ月から数年の実験期間が必要だった分解特性評価を大幅に短縮できます。
- 材料開発サイクルの加速と環境配慮型素材の迅速な評価が実現します。
[企業] フロンテオ、医学論文探索AIをアカデミアに無償提供して創薬支援
- フロンテオは、医学論文を効率的に探索するAIツールをアカデミアの研究機関に無償提供し、創薬研究を支援します。
- 大規模言語モデルを活用した論文検索・分析の自動化により、創薬研究開発の初期段階における情報収集を加速できます。
出典: 日刊薬業
[企業] CertaraとNvidia、AIエージェント機能を創薬プラットフォームに統合
- CertaraはNvidiaと提携し、AIエージェント技術を同社の創薬プラットフォームに統合する取り組みを進めています。
- AI駆動の創薬プロセスの自動化と高度化により、医薬品開発の効率化が期待されます。
出典: Investing.com - FX | 株式市場 | ファイナンス | 金融ニュース
[論文] AquaGen：全原子明示的溶媒系の分子ダイナミクス精度を持つ生成モデル
- AquaGenは、周期境界条件を考慮した全原子・明示的溶媒系の分子構成を、ボルツマン分布から生成できる初めての生成モデルです。
- 従来の分子ダイナミクス（MD）シミュレーションと比較して、計算コストを大幅に削減しながら同等の精度を実現します。
- 水を含む複雑な液体系の高速探索が可能になり、材料・化学計算の実用的な高速化を実現します。
用語解説
- 分子ダイナミクス（MD）: 原子・分子の運動を古典力学または量子力学的に計算・シミュレーションする手法。
- 生成モデル: データから確率分布を学習し、その分布に従う新しいサンプルを生成できる機械学習モデル。
[論文] スペクトル拡散を用いたタンパク質ダイナミクスの予測生成モデル
- 論文は、フーリエ変換を用いた物理インフォームド表現により、タンパク質の動的挙動を生成できるモデルを提案しました。
- 従来のアプローチと異なり、サンプルを時間的に相関のあるトラジェクトリとして扱い、大規模タンパク質でも高精度な予測が可能です。
- 計算量の削減により、分子動力学より低コストで複雑なタンパク質のダイナミクス探索が実現します。
用語解説
- 集団変数（collective variables）: 高次元の分子系の挙動を記述するために、多数の原子座標を統合して定義した低次元パラメータ。
出典: arXiv q-bio.BM
[論文] SMILES-グラフ変換により分子の構造接地性を改善した大規模言語モデル
- 研究は、既存の分子言語モデルが構造情報の信頼性が不十分であるという問題に対応し、SMILES記号とグラフ表現の相互変換を組み込んだ手法を提案しました。
- 化学の基本原理「構造が機能を決定する」に基づいた学習フレームワークにより、分子理解の精度が向上します。
- 分子生成や性質予測タスクにおいて、化学的に合理性の高い結果が得られます。
用語解説
- SMILES: 分子構造を簡潔なテキスト記号で表記する国際標準表記法。
- 大規模言語モデル（LLM）: 大規模なテキストデータで学習された、テキスト生成や理解を行う深層学習モデル。
出典: arXiv q-bio.BM
[論文] Open Drug Discovery Engine：共折りたたみを入口にした創薬基盤モデル
- OpenDDEは、タンパク質間の相互作用を予測する全原子生体分子基盤モデルで、共折りたたみを活用した創薬エンジンです。
- 生物学的分子相互作用の正確なモデリングにより、従来のアプローチより効率的な標的同定と化合物設計が可能になります。
- オープンソース公開により、アカデミア・産業界を問わず創薬研究への応用が期待されます。
用語解説
- 共折りたたみ: 複数のタンパク質がどのように相互作用して立体構造を形成するかを予測する計算手法。
- 基盤モデル: 大規模データで事前学習された、様々なタスクに転移学習可能な汎用的な深層学習モデル。
出典: arXiv q-bio.BM
ニュースレターをより良くするためのアイデア・ご要望などあればXのDMでお気軽にお寄せください。
また、コンテンツの質の向上と持続可能な運営のため寄付・スポンサーも募集しています。寄付はこちらの記事にバッジを送っていただけると励みになります。スポンサーをご検討いただける場合は、XのDMでご連絡ください。