グラフニューラルネットワークによる有機遷移金属反応の機械学習
使用图神经网络进行有机过渡金属反应的机器学习
基本信息
- 批准号:21K12027
- 负责人:
- 金额:$ 1.91万
- 依托单位:
- 依托单位国家:日本
- 项目类别:Grant-in-Aid for Scientific Research (C)
- 财政年份:2021
- 资助国家:日本
- 起止时间:2021-04-01 至 2024-03-31
- 项目状态:已结题
- 来源:
- 关键词:
项目摘要
グラフニューラルネットワークを用いて遷移金属触媒反応を予測する研究は、おおむね順調に進み、95%以上の精度で反応を予測できた。素反応を学習対象に選んだこと、化学的に意味のあるネットワーク構造を選んだことが良かったと理解している。この結果を日本コンピュータ化学会秋季年会で発表した。また同学会の論文誌に投稿し、acceptされた。金属により官能基や反応場所に好みがあるが、それが予測結果に正しく反映されていた。ニューラルネットが見つけた潜在表現は、適切な主成分分析で理解できるものだった。反応式中での役割に応じて部分構造がクラスター化されるようだった。他方directing groupや特別な配位子が重要なC-H活性化反応の予測精度は、他より低くなった。既存の研究は、鈴木反応やHeck反応など個々の反応に焦点を絞り、詳細な条件を機械学習している。それに対し本研究では、既知の反応を幅広くカバーし、他方詳細な反応条件は反映しておらず、相補的と言える。また化学反応の機械学習では、実験で得られたデータを一般に用いるため、入手やコストに問題がある。将来は、量子化学計算で反応データを追加するようになると思われるが、その際には素反応が学習単位となる。我々が実験データから作成した素反応データベースは、その出発点になり得る。更に、量子化学計算で反応データを自動生成するには、出発物の反応しそうな場所を選ぶ必要がある。我々の機械学習モデルは、このようなデータの自動生成にも適していると思われる。
グ ラ フ ニ ュ ー ラ ル ネ ッ ト ワ ー ク を with い て migration metal catalyst against 応 を be す る research は, お お む ね shun に into み, more than 95% の precision で anti 応 を be で き た. Element against 応 を learning like に seaborne choose ん だ こ と, chemical に mean の あ る ネ ッ ト ワ ー ク tectonic を choose ん だ こ と が good か っ た と understand し て い る. The <s:1> <s:1> results を the Japan コ コ ピュ ピュ タ タ タ the Japan chemical society 's autumn annual meeting で presented the た た. Youdaoplaceholder0 alumni association また Journal of Papers に submission, acceptされた. Metal に よ り functionality や excellent 応 places に み が あ る が, そ れ に が to the measurement results are し く reflect さ れ て い た. ニ ュ ー ラ ル ネ ッ ト が see つ け た は potential performance, appropriate な pca で understand で き る も の だ っ た. In the inverse 応 equation, the で is used to cut the に応じて part of the structure が ラスタ ラスタ 応 to されるようだった. The other directing groupや particularly な coordination sites が important なC-H activation reaction 応 <s:1> pre-measurement accuracy, he よ <s:1> <s:1> lower くなった. Existing の research は, suzuki 応 や Heck the 応 な ど a 々 の anti 応 に focus を ground り conditions, detailed な を rote learning し て い る. そ れ に し seaborne this study で は, both know の 応 を picture hiroo く カ バ ー し, other detailed な は 応 conditions reflect し て お ら ず, phase of と said え る. ま た chemical anti 応 の rote learning で は, be 験 で have ら れ た デ ー タ を general に い る た め, starting with や コ ス ト に problem が あ る. Future は, quantum chemistry calculation で 応 デ ー タ を additional す る よ う に な る と think わ れ る が, そ の interstate に は element against 応 が learning 単 と な る. I 々 が be 験 デ ー タ か ら made し た element against 応 デ ー タ ベ ー ス は, そ の に 発 point な り る. More に, quantum chemistry calculation で 応 デ ー タ を automatically generated す る に は, out 発 content の 応 し そ う を choose ぶ な places necessary が あ る. I 々 <s:1> machine learn モデ モデ モデ われる, <s:1>, <s:1>, ようなデ, タ and タ to automatically generate に に suitable <s:1>, て, ると and ると ideas われる.
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)
Learning Organo-Transition Metal Catalysis Using Graph Neural Networks
使用图神经网络学习有机过渡金属催化
- DOI:
- 发表时间:2021
- 期刊:
- 影响因子:0
- 作者:Motoji Sakai;Mitsunori Kaneshige;Koji Yasuda
- 通讯作者:Koji Yasuda
グラフニューラルネットワークを活用した有機遷移金属触媒反応の学習
使用图神经网络学习有机过渡金属催化反应
- DOI:
- 发表时间:2021
- 期刊:
- 影响因子:0
- 作者:田村明人;北村拓也;酒井基至,金重光典,安田耕二
- 通讯作者:酒井基至,金重光典,安田耕二
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 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 }}
安田 耕二其他文献
安田 耕二的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
{{ truncateString('安田 耕二', 18)}}的其他基金
GRAPE型専用計算機による量子化学
使用GRAPE型专用计算机的量子化学
- 批准号:
18700288 - 财政年份:2006
- 资助金额:
$ 1.91万 - 项目类别:
Grant-in-Aid for Young Scientists (B)
理論的に導かれた量子力学/分子力学(QM/MM)法の開発と酵素反応への応用
理论衍生的量子力学/分子力学(QM/MM)方法的发展及其在酶反应中的应用
- 批准号:
16750143 - 财政年份:2004
- 资助金额:
$ 1.91万 - 项目类别:
Grant-in-Aid for Young Scientists (B)
分子や固体の電子状態を解明する、密度行列汎関数理論の開発
发展密度矩阵泛函理论来阐明分子和固体的电子态
- 批准号:
12042234 - 财政年份:2000
- 资助金额:
$ 1.91万 - 项目类别:
Grant-in-Aid for Scientific Research on Priority Areas (A)
分子や固体の電子状態を解明する、密度行列汎関数理論の開発
发展密度矩阵泛函理论来阐明分子和固体的电子态
- 批准号:
11166228 - 财政年份:1999
- 资助金额:
$ 1.91万 - 项目类别:
Grant-in-Aid for Scientific Research on Priority Areas (A)
相似海外基金
消毒副生成物の化学情報学の体系化
消毒副产物化学信息学的系统化
- 批准号:
24K01013 - 财政年份:2024
- 资助金额:
$ 1.91万 - 项目类别:
Grant-in-Aid for Scientific Research (B)
Targeting the mutant promoter of Telomerase Reverse Transcriptase (TERT)
靶向端粒酶逆转录酶 (TERT) 的突变启动子
- 批准号:
10677899 - 财政年份:2023
- 资助金额:
$ 1.91万 - 项目类别:
Developing a nucleic acid force field with direct chemical perception for computational modeling of nucleic acid therapeutics
开发具有直接化学感知的核酸力场,用于核酸治疗的计算建模
- 批准号:
10678562 - 财政年份:2023
- 资助金额:
$ 1.91万 - 项目类别:
Discovery of allosteric activators of phospholipase C-gamma2 to treat Alzheimer's disease
发现用于治疗阿尔茨海默病的磷脂酶 C-gamma2 变构激活剂
- 批准号:
10901007 - 财政年份:2023
- 资助金额:
$ 1.91万 - 项目类别:
Proto-OKN Theme 1: BioBricks-OKG An Open Knowledge Graph For Cheminformatics And Chemical Safety
Proto-OKN 主题 1:BioBricks-OKG 化学信息学和化学品安全的开放知识图
- 批准号:
2333728 - 财政年份:2023
- 资助金额:
$ 1.91万 - 项目类别:
Cooperative Agreement
Structural Determinants of Permeation Barriers in Escherichia coli
大肠杆菌渗透屏障的结构决定因素
- 批准号:
10749251 - 财政年份:2023
- 资助金额:
$ 1.91万 - 项目类别:
Cheminformatics and Machine Learning approaches for GPCR Computer Aided Drug Design
GPCR 计算机辅助药物设计的化学信息学和机器学习方法
- 批准号:
BB/X511778/1 - 财政年份:2023
- 资助金额:
$ 1.91万 - 项目类别:
Training Grant
Identification of small molecule inhibitors to exonuclease 1 for breast cancer treatment
鉴定用于乳腺癌治疗的核酸外切酶 1 小分子抑制剂
- 批准号:
10735307 - 财政年份:2023
- 资助金额:
$ 1.91万 - 项目类别:
A Redesigning Existing Drugs against Indispensable Targets (ReEDIT) platform technology for discovery of novel drugs to treat fungal infections
针对必要目标重新设计现有药物 (ReEDIT) 平台技术,用于发现治疗真菌感染的新药
- 批准号:
10600245 - 财政年份:2023
- 资助金额:
$ 1.91万 - 项目类别:
EnzyDock-based Multistate and Multiscale Tools for Covalent Drug Design
基于 EnzyDock 的多状态和多尺度共价药物设计工具
- 批准号:
10575904 - 财政年份:2023
- 资助金额:
$ 1.91万 - 项目类别:














{{item.name}}会员




