2026年07月25日 MI Daily News
目次
- [論文] 逆設計アルゴリズムで光子回路の小型化と設計自動化を実現
- [企業] FRONTEO、AI創薬事業の成長加速に向け12.2億円の借入実施
- [ニュース] 次世代タンパク質設計における「プロテインAI」の台頭
- [論文] リチウム投影フォノンスペクトルを用いた固体電解質イオン導電率の予測モデル
- [論文] ニッケルチタン合金の有限温度現象を再現する高次元ニューラルネットワークポテンシャル
- [論文] X線粉末回折データの自動解析プラットフォーム「MatDiffract」の開発
- [論文] 200,000分子を含む大規模有機分子データセット「OpenGEM26」と機械学習力場の構築
- [論文] SENetと余弦則を組み込んだ幾何学強化分子表現モデル「SenCos-GEM」
- [論文] 物理モデルとデータ駆動機械学習を統合したリチウムイオン電池劣化パラメータの逆推定
- [論文] トランスフォーマーモデルによるナノクラスター安定性予測の実現
[論文] 逆設計アルゴリズムで光子回路の小型化と設計自動化を実現
- マックス・プランク研究所とハーバード大学の研究チームが、逆設計（インバースデザイン）と呼ばれるコンピュータアルゴリズムを用いて、フォトニック回路の機能部品を従来比で最大500倍小さくすることに成功しました。
- この手法により、設計から製造までのプロセスが自動化され、ファウンドリー対応の実用的な光子マイクロチップの開発が加速します。
用語解説
- 逆設計（インバースデザイン）: 目的とする性能・機能から逆算して、必要な物理構造をコンピュータで自動的に計算・最適化する設計手法です。
[企業] FRONTEO、AI創薬事業の成長加速に向け12.2億円の借入実施
- FRONTEOがライフサイエンスAI事業（AI創薬分野）の成長投資を目的とした、上限12.2億円の証書貸付契約および当座貸越契約を締結しました。
- この資金調達により、AI創薬分野における事業の拡大と技術開発の加速を図ります。
出典: 日刊薬業
[ニュース] 次世代タンパク質設計における「プロテインAI」の台頭
- 生成AIやトランスフォーマーモデルをタンパク質構造予測や機能設計に活用する「プロテインAI」の分野が注目を集めています。
- 創薬やバイオテクノロジー産業において、従来の実験的手法から計算ベースの設計への転換が加速しています。
出典: 日経クロステック
[論文] リチウム投影フォノンスペクトルを用いた固体電解質イオン導電率の予測モデル
- 固体電解質のイオン導電率を予測するための新しい記述子として、リチウム投影フォノン状態密度（Li-PDOS）の有効性を検証しました。
- 格子ダイナミクスの情報を圧縮せずに完全な形式で活用することで、材料設計における予測精度の向上が期待できます。
用語解説
- リチウム投影フォノン状態密度（Li-PDOS）: リチウムイオンの運動に関連する振動モード情報を記述した量で、固体電解質のイオン伝導特性を予測するための特性値です。
- 記述子: 材料やシステムの物性を数値的に表現した変数で、機械学習モデルへの入力として用いられます。
[論文] ニッケルチタン合金の有限温度現象を再現する高次元ニューラルネットワークポテンシャル
- 形状記憶合金であるNiTiマルテンサイト相に対し、密度汎関数理論（DFT）データを用いて訓練された高次元ニューラルネットワークポテンシャル（HDNNP）を開発しました。
- このポテンシャルは構造進化を支配する重要な物性について、DFT計算と同等の精度を実現し、大規模シミュレーションへの応用が可能になります。
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）: 機械学習を用いて複雑な原子間相互作用を表現した、従来の計算手法より高速で精密な分子動力学シミュレーション用のポテンシャル関数です。
[論文] X線粉末回折データの自動解析プラットフォーム「MatDiffract」の開発
- X線粉末回折（XRPD）データの自動解析を実現する、材料情報学を組み込んだ「MatDiffract」プラットフォームを開発しました。
- 従来の探索・マッチング手法では困難な自動化を達成し、ハイスループット実験や自動運転ラボにおけるボトルネックである回折データの解釈を加速させます。
用語解説
- X線粉末回折（XRPD）: 粉末状の材料にX線を照射し、結晶構造を特定する測定手法です。結晶相の同定や定量化に用いられます。
[論文] 200,000分子を含む大規模有機分子データセット「OpenGEM26」と機械学習力場の構築
- 有機分子の最適化軌跡から440万個の構造スナップショットを含む大規模データセット「OpenGEM26」を構築し、グラフニューラルネットワーク（GNN）ベースの力場モデルを開発しました。
- DFT計算の精度と機械学習ポテンシャルの効率を両立させることで、大規模分子シミュレーションの高速化が実現します。
用語解説
- グラフニューラルネットワーク（GNN）: 分子構造をグラフとして表現し、原子や結合の関係性を学習するニューラルネットワークです。分子特性の予測に活用されます。
[論文] SENetと余弦則を組み込んだ幾何学強化分子表現モデル「SenCos-GEM」
- 自己教師あり学習と3次元グラフニューラルネットワークを用いた、物理制約を明示的に組み込んだ分子表現学習法を開発しました。
- 医薬品発見における分子特性予測の精度向上を目指し、立体構造情報をより効果的に捉える新手法として注目されます。
用語解説
- 自己教師あり学習（SSL）: ラベル付きデータなしに、データ内部の構造や関係性から自動的に学習する機械学習手法です。
出典: arXiv q-bio.BM
[論文] 物理モデルとデータ駆動機械学習を統合したリチウムイオン電池劣化パラメータの逆推定
- リチウムイオン電池の劣化メカニズムを物理モデルで表現し、データ駆動の機械学習手法を組み合わせて、劣化パラメータを逆推定する手法を開発しました。
- 複雑な劣化過程の解明と電池の寿命予測精度の向上により、電池システムの信頼性評価が大幅に改善されます。
用語解説
- 逆推定: 観測されたデータから、それを生み出した根本的なメカニズムやパラメータを推定する手法です。
出典: npj Computational Materials
[論文] トランスフォーマーモデルによるナノクラスター安定性予測の実現
- 大規模言語モデルで用いられるトランスフォーマーアーキテクチャを応用して、ナノクラスターの安定性を予測するモデルを開発しました。
- 化学者の直感や知識をモデルに組み込むことで、計算化学における機械学習の解釈性と信頼性を向上させます。
用語解説
- トランスフォーマーモデル: 注意機構（アテンション）を用いた深層学習アーキテクチャで、大規模言語モデルの基盤となっています。
出典: npj Computational Materials
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。