> ## Content Index > Fetch the complete content index at: https://2g-chem.ghost.io/llms.txt > Use this file to discover other available public pages before exploring further. # 2026年07月30日 MI Daily News - URL: https://2g-chem.ghost.io/2026nian-07yue-30ri-mi-daily-news/ - Published: 2026-07-29T21:18:08.000Z - Updated: 2026-07-29T21:18:08.000Z - Author: 2g ### 目次 1. [\[企業\] 小野薬品がエージェント型AI活用の創薬研究プラットフォームをPhylo社と協業開始](#news-1) 2. [\[ニュース\] AI設計で新規スピン波制御材料を次々発見、未踏ナノ磁性体開発へ](#news-2) 3. [\[ニュース\] AI解析で熱電材料の新指針を発見、排熱発電効率化へ](#news-3) 4. [\[論文\] 階層的ドメイン適応による分子転移学習の一般化](#news-4) 5. [\[論文\] 相場シミュレーションと深層学習の融合によるAl-Si合金特性予測](#news-5) 6. [\[論文\] 分子トランスフォーマーの領域適応によるドラッグディスカバリーの性能向上](#news-6) 7. [\[ニュース\] 東北大、MOF粒径予測の機械学習モデル開発で狙った大きさに合成可能に](#news-7) 8. [\[企業\] 三井化学、生成AIを活用した材料開発プラットフォーム「AI Materials Foundry」に創設メンバーとして参画](#news-8) 9. [\[論文\] E(3)等変グラフニューラルネットワークによる電子構造演算子の機械学習](#news-9) 10. [\[論文\] 機械学習ポテンシャル用いた混合塩の熱物性・相挙動予測](#news-10) --- ### \[企業\] 小野薬品がエージェント型AI活用の創薬研究プラットフォームをPhylo社と協業開始 - 小野薬品工業が米国のPhylo社と協業し、エージェント型AIプラットフォームを創薬研究に導入します。 - エージェント型AIは化学やバイオロジー分野の複雑な問題を自律的に解決するプラットフォームとして、創薬の加速を期待させます。 **用語解説** - **エージェント型AI**: 複数のタスクを自律的に実行し、化学・バイオロジー分野の複合的な研究課題を解決するAIプラットフォーム。 出典: [ニコニコニュース](https://news.google.com/rss/articles/CBMie0FVX3lxTE1TLVJLYm1zbWc1cGNoWU5DaWFWSmVSVnpTaG90SjhSc0MwcFMzZWhYeWw3SS16YkdlM1VZWUtWMlRnal9mRmNCbTJLS3A1eWtKbnZLWm1QQ1pFSTd0S2J4Vm1JQXIyOU9lc0RjVUNISzZ3eFZaV2UtVGUyUQ?oc=5&ref=2g-chem.ghost.io) --- ### \[ニュース\] AI設計で新規スピン波制御材料を次々発見、未踏ナノ磁性体開発へ - 「ゆらぎ設計エージェント」と呼ぶAIエージェントがスピン波を自在に操る人工結晶の設計・発見を自動的に進めています。 - 従来では到達困難な未踏ナノ磁性体の創成が加速され、デジタルツイン技術を活用した新規材料設計の実例を示しています。 **用語解説** - **スピン波（スピノン）**: 磁性材料における磁化の集団的な励起波。スピンの相互作用によって生じる集合的な波動現象。 出典: [PR TIMES](https://news.google.com/rss/articles/CBMiakFVX3lxTFB1d3RJSlRQN1pGR0hCRXJIYTk1cWtIVENmbENBOHlpQXNlRXNiSnExOTRLRzJMYU16c2pDMVA5NEdld2s0NUJIWWpqS3pwRlBNUHlhOGtxcjBIWm5zTXl6Vm9pY2VhVHpWckE?oc=5&ref=2g-chem.ghost.io) --- ### \[ニュース\] AI解析で熱電材料の新指針を発見、排熱発電効率化へ - 京都大学などが機械学習による解析から、熱電材料の性能向上のための新たな指針を発見しました。 - AI解析により従来の実験的アプローチでは捉えにくかった材料設計の原理が明らかになり、排熱発電デバイスの効率化に貢献します。 出典: [NEWS SALT](https://news.google.com/rss/articles/CBMiREFVX3lxTE5pMzAyMmc3eTNhb3BvMVowRlRvQUQ5UE9iM3NVelBoZlgwall5NDNpeVFIYzdvTEhKcVpoUzhyTEZnalpZ?oc=5&ref=2g-chem.ghost.io) --- ### \[論文\] 階層的ドメイン適応による分子転移学習の一般化 - npj Computational Materialsに掲載された論文で、機械学習モデルを異なるデータセット間で効果的に転移させる階層的ドメイン適応手法を提案しています。 - 分子特性予測において複数のデータソース間での学習の一般化性能を向上させ、データ不足環境での実用性を高めます。 **用語解説** - **ドメイン適応（Domain Adaptation）**: 訓練データと異なるデータ分布を持つ新しい環境での予測性能を改善する機械学習手法。 - **転移学習**: ある領域で学習したモデルの知識を別の領域に適用する機械学習技術。 出典: [npj Computational Materials](https://www.nature.com/articles/s41524-026-02256-x?ref=2g-chem.ghost.io) --- ### \[論文\] 相場シミュレーションと深層学習の融合によるAl-Si合金特性予測 - 相場シミュレーション（phase-field simulation）と深層学習を組み合わせ、圧力調整後のAl-Si合金の微構造から物性を予測するモデルを開発しました。 - 計算科学とデータ駆動手法の統合により、複雑な材料プロセス-構造-特性関係を効率的に学習します。 **用語解説** - **相場シミュレーション（Phase-field simulation）**: 相境界の動的な変化を秩序パラメータで記述し、凝固・分解などの微構造形成過程を数値計算する手法。 出典: [npj Computational Materials](https://www.nature.com/articles/s41524-026-02253-0?ref=2g-chem.ghost.io) --- ### \[論文\] 分子トランスフォーマーの領域適応によるドラッグディスカバリーの性能向上 - 分子特性予測用の変圧器モデルにおいて、大規模な事前学習（ZINCやChEMBLなど）と領域適応の効果を系統的に調査しました。 - ドメイン適応により、特定の創薬課題に向けた高い予測精度を実現し、機械学習によるドラッグディスカバリーの実用性を高めます。 **用語解説** - **トランスフォーマー（Transformer）**: 注意機構（attention mechanism）を用いた深層学習アーキテクチャで、分子構造の複雑な特徴を効果的に学習できる。 - **領域適応**: 事前学習したモデルを特定のデータセットに効果的に調整する機械学習プロセス。 出典: [Journal of Cheminformatics](https://link.springer.com/article/10.1186/s13321-026-01252-z?ref=2g-chem.ghost.io) --- ### \[ニュース\] 東北大、MOF粒径予測の機械学習モデル開発で狙った大きさに合成可能に - 東北大学が、金属有機骨格（MOF）の粒径を予測する機械学習モデルを構築し、合成条件から目標粒径を実現できるようにしました。 - データ駆動アプローチにより多孔性材料の製造プロセス制御を最適化し、MOFの産業応用展開を加速します。 **用語解説** - **MOF（Metal-Organic Framework）**: 金属イオンと有機配位子から成る結晶性多孔体。物質分離・吸着・触媒など多用途に応用される。 出典: [nikkei.com](https://news.google.com/rss/articles/CBMihwFBVV95cUxNYTlINUptM0NXRWpqV1lnb2NhMjVfSmZVTGNyckRJMmY2em5La1NaWUVHb1R3dEF4RlFndHIxVjVBLW9ITlJzS0pjakw5ejBMdVF3aW9RVGIwcDkxVTBaNnZyWXhFQmdtdUNIcFdZOFA0Z0Z1TTVhNWZNUzNSXzVZV2hCckFCaUE?oc=5&ref=2g-chem.ghost.io) --- ### \[企業\] 三井化学、生成AIを活用した材料開発プラットフォーム「AI Materials Foundry」に創設メンバーとして参画 - 三井化学が、生成AIを活用した新規材料設計・開発プラットフォーム「AI Materials Foundry」の創設メンバーとして参画しました。 - 大規模言語モデルと材料科学データを統合し、材料開発プロセスの加速と革新的な機能材料の発見を推進します。 **用語解説** - **生成AI**: テキスト、画像、分子構造などの新しいデータを生成できる深層学習モデル。 出典: [ライブドアニュース](https://news.google.com/rss/articles/CBMiX0FVX3lxTE9IRUdPUHB4V3I0Y3pRcS1BaXVkUDh4VlJmUE5Ra25zbTFfUmVvUVNvMWszUVVPZnFJX2Z3MV9BaWZYZ1JDd3RPMjlVMmp3MXlxbEhVSnc1QXp1ZTduV2NR?oc=5&ref=2g-chem.ghost.io) --- ### \[論文\] E(3)等変グラフニューラルネットワークによる電子構造演算子の機械学習 - arXivに発表されたMANDALAフレームワークは、グラフニューラルネットワークを用いてKohn-Sham密度汎関数理論の電子構造計算を機械学習モデルで加速します。 - 量子化学計算の計算コスト削減により、より大きな系やより長いシミュレーション時間の計算が可能になります。 **用語解説** - **E(3)等変グラフニューラルネットワーク**: 3次元回転対称性（E(3)対称性）を保持しながら原子構造を学習するニューラルネットワーク。分子や材料の物理的性質を効率的に予測できる。 - **Kohn-Sham密度汎関数理論**: 電子相互作用を平均場で扱い、電子密度から物質の性質を計算する量子化学計算手法。 出典: [arXiv cond-mat.mtrl-sci](https://arxiv.org/abs/2607.24997?ref=2g-chem.ghost.io) --- ### \[論文\] 機械学習ポテンシャル用いた混合塩の熱物性・相挙動予測 - モーメントテンソル法（moment tensor potential）を使用して、NaCl・KCl混合塩などの多成分溶融塩の熱物性と相挙動を機械学習により予測しています。 - 第一原理計算では実現困難な時間・空間スケールでの輸送特性や相平衡の予測を可能にし、溶融塩エネルギーシステムの設計に応用できます。 **用語解説** - **モーメントテンソルポテンシャル**: 多体効果を効率的に記述する機械学習型の原子間ポテンシャル。第一原理計算より高速に精密な計算が可能。 - **溶融塩**: 融点付近で液体状態にある塩。エネルギー貯蔵や熱伝達媒体として活用される。 出典: [arXiv cond-mat.mtrl-sci](https://arxiv.org/abs/2607.25022?ref=2g-chem.ghost.io) --- 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](https://zenn.dev/ottantachinque/articles/2026-07-04%5Fmi-daily-news?ref=2g-chem.ghost.io)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。