量子化学計算と機械学習を用いた均一系有機金属錯体反応の予測と反応支配因子の可視化

使用量子化学计算和机器学习预测均相有机金属配合物反应并可视化反应控制因素

基本信息

  • 批准号：
    18J13695
  • 负责人：
    藤波 美起登
  • 金额：
    $ 0.96万
  • 依托单位：
    Waseda University
  • 依托单位国家：
    日本
  • 项目类别：
    Grant-in-Aid for JSPS Fellows
  • 财政年份：
    2018
  • 资助国家：
    日本
  • 起止时间：
    2018-04-25 至 2020-03-31
  • 项目状态：
    已结题

项目摘要

本研究では、均一系金属錯体反応について、与えられた反応物から得られる生成物を予測する反応予測手法の開発およびその反応支配因子の可視化を行う。さらに、実際に実験を行う際に大きな課題となる実験条件の最適化について、適当な条件を数理的に推薦する手法を開発する。本年度は反応予測手法の改善と実験条件推薦手法のうち、溶媒選択手法の開発に取り組んだ。量子化学的記述子を用いた反応予測手法の改善では、これまで用いた機械学習手法に代わり、近年インフォマティクス研究で高い性能を発揮している勾配ブースティング決定木を用いた。量子化学計算から得られる分子の記述子を用いた有機化学反応の予測に応用し、予測精度の改善を確認した。また、反応予測に寄与した量子化学的記述子を可視化し、理論化学の知見から考察しても妥当な根拠に基づいて反応予測が実行されていることが示された。溶媒選択手法の開発では、溶媒の物理化学的な物性値を記述子とし、これを機械学習に適用した。実験研究室との共同研究で、均一系金属錯体触媒反応における溶媒選択を例とした評価を行った。溶媒のライブラリをクラスタリングにより分類することで最初に実験すべき溶媒を提案した。またこれらの溶媒の収率を機械学習に適用し、他の実験を行っていない溶媒に対する収率を予測した。その結果、開発した手法による予測収率は定性的に実験収率を再現した。本年度は採用期間最終年度のため、量子化学的記述子を用いた反応予測とその反応支配因子の可視化、離散条件を含む多次元の反応条件最適化、溶媒の物理化学的表現に基づく溶媒選択手法の開発、それぞれの研究成果を査読付き原著論文として出版した。また国際会議においても研究成果を発表した。
In this study, we developed a method for predicting the occurrence of homogeneous metal complexes, and visualized the dominant factors of these complexes. In addition, the optimization of practical conditions and mathematical methods are developed. This year, the improvement of the reverse test method, the implementation of the recommended method, and the development of the solvent selection method were selected. The use of quantum chemistry descriptors has led to the improvement of reverse prediction methods. However, the use of mechanical learning methods has also led to the development of high-performance research in recent years. Quantum chemical calculations have been used to describe molecules and organic chemical reactions, and improvements in prediction accuracy have been confirmed. The description of quantum chemistry is visualized and the knowledge of theoretical chemistry is investigated. The development of solvent selection methods and the description of physical and chemical properties of solvents are applicable to mechanical learning. In the joint research of the laboratory, the homogeneous metal complex catalyst reaction was evaluated. The solvent is classified as a solvent. The solvent yield is mechanically studied, and the solvent yield is predicted. The results, development methods, prediction rates, qualitative performance rates, This year, the author published his original paper on the description of quantum chemistry, the application of reaction prediction, the visualization of reaction control factors, the optimization of reaction conditions including multiple elements, the development of basic solvent selection methods, and the research results of quantum chemistry. The results of the international conference were presented.

项目成果

期刊论文数量（0）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
機械学習を用いた反応条件最適化シミュレータの開発
利用机器学习开发反应条件优化模拟器
  • DOI：
  • 发表时间：
    2018
  • 期刊：
  • 影响因子：
    0
  • 作者：
    藤波美起登;清野淳司;中井浩巳
  • 通讯作者：
    中井浩巳
Quantum Chemical Reaction Prediction Method Based on Machine Learning
Solvent Selection Scheme Using Machine Learning Based on Physicochemical Description of Solvent Molecules: Application to Cyclic Organometallic Reaction
基于溶剂分子物理化学描述的机器学习溶剂选择方案：在循环有机金属反应中的应用
  • DOI：
    10.1246/bcsj.20200045
  • 发表时间：
    2020
  • 期刊：
    Bulletin of the Chemical Society of Japan
  • 影响因子：
    4
  • 作者：
    Fujinami Mikito;Maekawara Hiroki;Isshiki Ryota;Seino Junji;Yamaguchi Junichiro;Nakai Hiromi
  • 通讯作者：
    Nakai Hiromi
反応予測に寄与する量子化学的記述子の解析
有助于反应预测的量子化学描述符分析
  • DOI：
  • 发表时间：
    2018
  • 期刊：
  • 影响因子：
    0
  • 作者：
    藤波美起登;清野淳司;中井浩巳
  • 通讯作者：
    中井浩巳
Virtual Reaction Condition Optimization based on Machine Learning for a Small Number of Experiments in High-dimensional Continuous and Discrete Variables
基于机器学习的高维连续和离散变量少量实验虚拟反应条件优化
  • DOI：
    10.1246/cl.190267
  • 发表时间：
    2019
  • 期刊：
    Chemistry Letters
  • 影响因子：
    1.6
  • 作者：
    Fujinami Mikito;Seino Junji;Nukazawa Takumi;Ishida Shintaro;Iwamoto Takeaki;Nakai Hiromi
  • 通讯作者：
    Nakai Hiromi
{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ patent.updateTime }}

藤波 美起登其他文献

量子化学計算情報を記述子とした機械学習に基づく反応予測手法の開発” (Development of reaction prediction scheme based on machine learning with quantum chemical descriptors)
基于量子化学描述符的机器学习反应预测方案的开发”
  • DOI：
    10.2477/jccj.2016-0040
  • 发表时间：
    2016
  • 期刊：
    J. Comput. Chem. Jpn.
  • 影响因子：
    0
  • 作者：
    藤波 美起登;清野 淳司;中井 浩巳
  • 通讯作者：
    中井 浩巳
機械学習を用いた実験条件最適化と離散量を含む多次元条件最適化への応用
使用机器学习和包括离散量的多维条件优化在实验条件优化中的应用
  • DOI：
    10.11546/cicsj.38.40
  • 发表时间：
    2020
  • 期刊：
    CICSJ Bulletin
  • 影响因子：
    0
  • 作者：
    藤波 美起登;中井 浩巳
  • 通讯作者：
    中井 浩巳

藤波 美起登的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
立即体验
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了