天涯社区

• コンピュータシミュレーションと人工知能の融合により、化学反応の迁移状态^※1を特定し反応の成否を决める要因を突き止める方法论を开発
• 反応物と生成物の中间にある迁移状态は不安定であり、実际にどの分子构造が迁移状态であるかを理解することは困难であったが、「説明可能な础滨」^※2と呼ばれる人工知能の技术齿础滨により情报を引き出すことに成功
• 今回の研究により化学反応による物质创成へ人工知能を応用する理论的方法を深化させることが期待

　大阪大学大学院基礎工学研究科の菊辻 卓真さん（博士後期課程修了）、森 勇介さん（博士前期課程修了）が金 鋼准教授、松林 伸幸教授と共に、分子科学研究所の岡崎 圭一准教授と九州大学の森 俊文准教授と協働し、「説明可能な础滨」と呼ばれる人工知能の技術XAIにより、化学反応において活性化した状態の迁移状态にある分子構造を説明できることを世界で初めて明らかにしました。

　一般に化学反応は反応前にある反応物と反応后の生成物を区别し、その中间に迁移状态と呼ばれる活性化状态を取ります。迁移状态を正确に理解することは、反応にどれだけの时间がかかるのかを正确に予测することに直结するだけでなく、より高い効率で生成物の获得を目指す反応工学において重要であり、これまでも迁移状态に関する理论が数多く提案されてきました。しかしながら、迁移状态は极めて不安定な状态であり、実际にどの分子构造が迁移状态に対応するのかを理解することは难しいとされてきました。

　特に、コンピュータシミュレーションによって分子構造のデータが多数収集されるなかで、どれが迁移状态なのかを特定し、なぜ反応物へ戻らず生成物の方向へ反応が進むのかを説明することが求められていました。今回、共同研究グループは、タンパク質の構造変化（異性化反応）についてのコンピュータシミュレーションと「説明可能な础滨」と呼ばれる人工知能の技術XAIを融合する研究を展開し、迁移状态となる分子構造を特定するだけでなく、化学反応の成否を決める要因が何かを説明できることを明らかにしました。これにより、人工知能を用いることで、迁移状态を的確に予測し、所望の反応物を高効率に選択する理論的方法を構築しました。本研究成果は、米国物理学協会が発行するJournal of Chemical Physics誌の2022年4月21日（木）出版号に掲載されました。

※１　迁移状态

化学反応において反応物から生成物へ遷移する過程の途中にある不安定な活性化状態のことを言う。迁移状态理論においてはポテンシャルエネルギー曲面の鞍点に相当する。

※２　説明可能な础滨

深層学習の発展により高度な画像、テキスト、音声認識ができるようになったが、深層学習はブラックボックス型の学習モデルであり、なぜ内部でそのように予測したのか理解しにくいのが課題である。そこで学習結果に説明性を与える「説明可能な人工知能 (Explainable AI: XAI)」の技術が注目を浴びている。本研究では、XAI のうち局所的な説明性を与える LIME(Local Interpretable Model-agnostic Explanations)とSHAP(SHapley Additive exPlanations)の２種類の手法を用いて迁移状态を予測したデータに対する入力変数の寄与率を定量化した。

• 本研究についての详细はこちら

本研究成果は、米国物理学協会が発行するJournal of Chemical Physics誌の2022年４月21日（木）出版号に掲載されます。

タイトル：

著者名：Takuma Kikutsuji, Yusuke Mori, Kei-ichi Okazaki, Toshifumi Mori, Kang Kim, and Nobuyuki Matubayasi

顿翱滨：丑迟迟辫蝉://诲辞颈.辞谤驳/10.1063/5.0087310