2026年09月06日 MI Daily News
目次
- [論文] 深層学習による磁性材料の欠陥統計モデルが動的・静的特性を予測
- [論文] データ効率的な深層学習でリチウム挿入グラフェンの安定構造を高速予測
- [論文] 分子と凝縮相の応答・振動スペクトルを予測する電場・電荷認識機械学習
- [論文] 表面反応障壁の自動計算ワークフロー：全体最適化から遷移状態探索まで
- [企業] カイオム・バイオサイエンス、AI創薬と二重特異性抗体で新展開
- [ニュース] 次は「プロテインAI」—タンパク質構造予測と設計の新時代へ
- [ニュース] AI で生成された自然界に存在しないウイルスがもたらす医療と安全保障の課題
[論文] 深層学習による磁性材料の欠陥統計モデルが動的・静的特性を予測
- 深層学習を用いて磁性材料の欠陥構造を統計的にモデル化し、その動的・静的物性を予測する手法を開発しました。
- 計算科学とデータ駆動アプローチを融合させることで、複雑な材料特性の予測精度を向上させています。
出典: npj Computational Materials
[論文] データ効率的な深層学習でリチウム挿入グラフェンの安定構造を高速予測
- データ効率的な深層学習フレームワークを用いて、リチウム挿入二層グラフェンの安定構造を加速度的に予測する手法を提案しました。
- 計算コストを削減しながら高精度な構造予測を実現し、電池材料などへの応用が期待できます。
出典: npj Computational Materials
[論文] 分子と凝縮相の応答・振動スペクトルを予測する電場・電荷認識機械学習
- 電場と電荷情報を組み込んだ機械学習モデルにより、分子および凝縮相の物性応答と振動スペクトルを正確に予測します。
- 従来の計算化学手法の補完として、大規模なスクリーニングや材料探索に活用できます。
出典: npj Computational Materials
[論文] 表面反応障壁の自動計算ワークフロー：全体最適化から遷移状態探索まで
- グローバル最適化から遷移状態探索までを自動で実行するワークフローにより、表面反応障壁の計算を効率化しました。
- 触媒設計やプロセス最適化などの研究開発を加速できます。
出典: npj Computational Materials
[企業] カイオム・バイオサイエンス、AI創薬と二重特異性抗体で新展開
- カイオム・バイオサイエンスが AI 創薬を活用した二重特異性抗体の開発に取り組んでおり、2027年度に抗体候補の創出を目指しています。
- AI技術による創薬プロセスの高速化と効率化により、新規治療法の開発を加速させています。
用語解説
- 二重特異性抗体: 2つの異なる抗原に同時に結合できる抗体で、複数の標的分子を同時に制御できる次世代バイオ医薬です。
出典: note
[ニュース] 次は「プロテインAI」—タンパク質構造予測と設計の新時代へ
- AI技術を活用したタンパク質構造予測・設計の動きが加速しており、プロテインAIが次の注目分野として浮上しています。
- タンパク質工学、創薬、材料設計など広範な応用領域での活用が期待されます。
出典: 日経クロステック
[ニュース] AI で生成された自然界に存在しないウイルスがもたらす医療と安全保障の課題
- AI を用いて自然界に存在しないウイルスを生成する技術が登場し、医療応用とバイオセキュリティのジレンマが生じています。
- 生成 AI と生物学の融合がもたらす機会と危機の両面を検討する必要があります。
出典: Yahoo!ニュース
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。