探している技術や疑問、お問合せするほどでもないのだけど「ちょっと聞きたい」ことにもお答えします。 （質問内容は委託ナビに送信されます）
東京都港区芝浦三丁目17番11号
機械学習を用いた新規化合物の設計
最適な目的特性をもつ分子構造
有機化合物（低分子・モノマー）
分子の自動設計には、2つのキー技術があります。
一つは、分子の化学物性を予測する量子化学計算技術、もう一つは分子生成アルゴリズムです。
物性予測：量子化学計算
MO（Molecular Orbital）法、MD（Molecular Dynamics）法、DFT（Density Functional Theory）など、目的に応じて最適な技術を選択します。
分子生成アルゴリズム
MCTS（Monte Carlo Tree Search）、
VAE（Variational Auto Encoder）、
EA（Evolutionary Algorithm）など、目的に応じて最適なアルゴリズムを選択します。
・貴社の技術者の専門知識を組み込んだ分子生成モデルを設計し、既存の設計では得られなかった新規な候補化合物の発見が可能です。
・材料科学の経験を有するメンバーが多く、貴社の研究テーマを理解した上でのコミュニケーションが可能です。
・MI専業企業として蓄積したプラクティスから、MIの難所を理解し、実現可能性の高い提案が可能です。
[目的]
ある構造制約条件を満たす、LUMO準位 -6eV 以下のドーパント分子を探索する。
[結果]
・GBGAベースの分子生成アルゴリズムを開発。
・B3LYP/6-31G* で LUMO < -6.0 eV かつ特定の分子構造の制約条件を満たす 64 の新規分子を生成した。
・これらの新規分子は合成可能性スコアによりソートして提示した。
[目的]
ある性能を最大化するモノマー分子構造を探索する。分子生成のための分子表現手法を開発する。
[結果]
・大きなモノマー構造をモデリングするため、独自のfingerprintを開発した。
・モノマーを構成する原子群をビルディングブロックとするfingerprintで「中構造」を捉え、ECFPなどの原子レベルを考慮するfingerprintで「小構造」を捉えることで、大きい分子構造のより的確なモデリングを実現した。
・初期構造から独自アルゴリズムに従い部分構造を段階的に加えることで、新規分子候補を自動生成した。
[目的]
MI技術を用いて効率的に、低経口毒性、高耐カビ・バクテリア性能化合物の探索、及び重要因子の発見。
[結果]
・化合物を表現する記述子を数多く生成した。
・生成した記述子から重要特徴量を抽出し、gradient boostingによるMIC値の回帰モデルを作成した。
・作成した回帰モデルを用い、バーチャルスクリーニング (2種) 及びGBGAにより化合物候補を複数提案した。
材料開発メーカーに対して、マテリアルズ・インフォマティク ス（以下、MI）と呼ばれる材料開発手法を提供しております。 具体的には、特定の開発テーマ（所望の機能を有する物質を探索したい、従来の物性値を超える材料の組成を発見したい等)に対して、適切なコンサルティング・解析ソリューションの提供を行います。
多くのケースでは、最初にコンサルティングを行い、テーマを共同で設定した後にデータを解析し、市場ニーズのある物質もしくは材料の組成（組み合わせ）等を発見します。上記手法によって、経験と勘に依存しない効率的な材料開発を実現します。
| 会議方法 | Zoom, Teams, Meet etc. |
|---|---|
| ホームページ | https://mi-6.co.jp/ |
・「配合表」のようなゼロの多い（疎な）データに対しても、弊社ノウハウにより、高い予測精度を実現することが可能です。 ・材料科学の経験を有するメンバーが多く、貴社の研究テーマを理解した上でのコミュニケーションが可能です。 ・MI専業企業として蓄積したプラクティスから、MIの難所を理解し、実現可能性の高い提案が可能です。
・数十万種類の「購入可能な材料」から目的性能を満たす材料をスクリーニングすることで、研究開発現場で実際にお使いいただける材料をご提案することが可能です。 ・材料科学の経験を有するメンバーが多く、貴社の研究テーマを理解した上でのコミュニケーションが可能です。 ・MI専業企業として蓄積したプラクティスから、MIの難所を理解し、実現可能性の高い提案が可能です。
探している技術や疑問、聞きたいことなどお気軽にお問合せください。