2026年07月22日 MI Daily News

目次

  1. [ニュース] AIが熱電材料の「黄金比」を発見、自律的材料開発へ前進
  2. [企業] アルトス・ラボがAI創薬で新型生成モデルを導入、米国展開を加速
  3. [企業] FRONTEOがAI創薬の米国展開を強化、バイエル薬品前会長を顧問に招聘
  4. [企業] 英CuspAI、ベゾス氏から4.5億ドル調達、AI×半導体材料開発で連合体を発足
  5. [論文] フォノン密度状態を予測する機械学習モデル「フォノントランスフォーマー」を開発
  6. [論文] 予算制約下での汎用原子間ポテンシャルの拡張法、多成分分子動力学の信頼性向上
  7. [論文] AlphaFold3の埋め込み表現と3D複合体構造で薬剤標的結合親和性を予測
  8. [論文] RuNNer 2.0：高次元ニューラルネットワークポテンシャルの最適化ソフトウェアスイート
  9. [論文] 多元素合金のクラスター展開における不安定性回避型能動学習

[ニュース] AIが熱電材料の「黄金比」を発見、自律的材料開発へ前進

  • 京都大学の研究チームがAIを用いて、排熱から電気を生み出す熱電材料の最適な性質バランス（熱の運ばれ方「50-50」）を発見しました。
  • この研究は自律的な材料開発システムの実現に向けた重要な一歩であり、機械学習による材料探索の有効性を示しています。

出典: 京都大学

[企業] アルトス・ラボがAI創薬で新型生成モデルを導入、米国展開を加速

  • アルトス・ラボがフローマッチング手法を用いた新型生成モデルを採用し、従来のトランスフォーマーを上回る性能を実現しました。
  • 同社は初のリプログラミング医薬品の開発を進めており、前バイエル会長を招聘して米国でのAI創薬事業を加速させています。

用語解説

  • フローマッチング: 生成モデルの一種で、複雑な分布を学習するための機械学習手法。分子生成や医薬品設計に応用されます。

出典: BigGo ファイナンス

[企業] FRONTEOがAI創薬の米国展開を強化、バイエル薬品前会長を顧問に招聘

  • FRONTEOが前バイエル薬品会長の栄木憲和氏をアドバイザーに迎え、AI創薬プラットフォームの米国市場進出を加速させます。
  • 同社の機械学習・データ駆動型の創薬技術を国際市場へ展開する体制が整備されました。

出典: ニュースメディアVOIX

[企業] 英CuspAI、ベゾス氏から4.5億ドル調達、AI×半導体材料開発で連合体を発足

  • AI新興企業CuspAIがジェフ・ベゾス氏から4.5億ドルの投資を受け、Nvidia・メタとの連合体を発足させました。
  • AIと計算科学を用いた半導体材料の革新的な開発に取り組み、次世代チップ製造に向けた材料探索を加速させます。

出典: BigGo ファイナンス

[論文] フォノン密度状態を予測する機械学習モデル「フォノントランスフォーマー」を開発

  • npj Computational Materialsに発表された研究で、トランスフォーマーベースの機械学習モデルを用いてフォノン密度状態を高精度に予測する手法が開発されました。
  • 材料の熱特性や電子特性を計算科学で効率的に予測するための新しい基盤モデルとなります。

用語解説

  • フォノン密度状態: 材料内における格子振動の状態密度を表す物性値。材料の熱伝導率や比熱などの熱特性を決定する重要な物理量です。
  • トランスフォーマー: 深層学習アーキテクチャの一種で、シーケンスデータの長距離依存関係を効果的に学習できる仕組みです。

出典: npj Computational Materials

[論文] 予算制約下での汎用原子間ポテンシャルの拡張法、多成分分子動力学の信頼性向上

  • npj Computational Materialsに掲載された研究で、計算リソースの制限がある中で汎用的な原子間ポテンシャルを効率的に拡張・改善する手法が提案されました。
  • 複数元素を含む複雑な材料システムの分子動力学シミュレーションの精度を向上させるための実践的なアプローチです。

用語解説

  • 原子間ポテンシャル: 分子動力学シミュレーションで原子間の相互作用を表現する数学的関数。計算効率と精度のバランスが重要です。

出典: npj Computational Materials

[論文] AlphaFold3の埋め込み表現と3D複合体構造で薬剤標的結合親和性を予測

  • Journal of Cheminformaticsに発表されたAlphaDTAは、AlphaFold3の構造予測モデルから得られた埋め込み表現と3次元複合体情報を統合し、薬物と標的タンパク質の結合親和性を高精度で予測します。
  • 稀な実験構造データに依存せず、構造予測モデルを活用することで構造ベース創薬の効率化を実現しています。

用語解説

  • AlphaFold3: DeepMindが開発した生体分子構造予測モデルで、タンパク質だけでなく核酸やその複合体の3次元構造を予測できます。
  • 結合親和性: 薬物と標的タンパク質がどの程度強く相互作用するかを示す指標。創薬において最重要な予測対象です。

出典: Journal of Cheminformatics

[論文] RuNNer 2.0：高次元ニューラルネットワークポテンシャルの最適化ソフトウェアスイート

  • RuNNer 2.0は高次元ニューラルネットワークポテンシャル（HDNNP）の訓練と評価のための高度に最適化されたソフトウェアスイートで、第2〜4世代のHDNNPに対応しています。
  • 長距離静電相互作用と電荷平衡を組み込むことで、非局所的な電荷移動を含む複雑な多成分材料のシミュレーションが可能になります。

用語解説

  • 高次元ニューラルネットワークポテンシャル（HDNNP）: ニューラルネットワークを用いて原子間相互作用を学習するポテンシャル。第一原理計算より高速で、より複雑な系に適用できます。

出典: arXiv physics.chem-ph

[論文] 多元素合金のクラスター展開における不安定性回避型能動学習

  • 複数の化学種を含む複雑な組成空間（多主成分合金など）を研究するためのクラスター展開において、能動学習を用いて訓練効率を改善する手法が提案されました。
  • データ駆動的な材料探索において、計算コスト削減と精度維持のバランスを取るための重要な方法論を提供します。

用語解説

  • クラスター展開: 複雑な結晶構造のエネルギーを効率的に計算する手法で、化学秩序を含む多元素合金の物性予測に用いられます。
  • 能動学習: 機械学習で効率的にデータを選別して学習させるアプローチ。不確実性が高い領域を優先的に学習することで、必要なサンプル数を削減できます。

出典: arXiv cond-mat.mtrl-sci

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。