量子化学計算とデータ解析

自己紹介（データ関連） 京都大学（D1）/ QioN 量子化学計算 / （プラントの）プロセス設計 COTEN 歴史 DB の構築 / 人文知のナレッジグラフ化 WED（前職） 会社の立ち上げ / データチームのマネジメント

研究手法 量子化学計算 量子力学の近似式（DFT - Density Functional Theory）を用いた計算によ り、材料の探索やメカニズムの解明を行います プロセス設計 化学品を製造するために必要なモジュールを組み合わせ、工場の最適化や 経済性の評価を行います * M. Yoshida, et al. (2021) * J. Hu, et al. (2015)

今回は従来型の量子化学計算の研究手法についてご紹介します

量子化学計算とデータ解析

Example 1: 電池における負極材料の探索 * J. Hu, et al. (2015)

Example 2: プロトン伝導のメカニズム解明 * T. Ogawa, et al. (2019)

物理的な実験をしなくとも（実験ができなくとも）結果が得られます

量子化学計算のパッケージ（ Python 以外） VASP “During 2007 alone, more than 300 papers have appeared in the scientific literature in which VASP has been used for some kind of ab initio calculations.” SIESTA “It allows DFT simulations of more than a thousand atoms in modest PC workstations, and over a hundred thousand atoms in parallel platforms” * J. Hafner (2008) * JM. Soler, et al. (2001) * T. Ogawa, et al. (2019) * J. Hu, et al. (2015)

Quantum chemistry with Python

GPU4PySCF “When performing DFT calculations on modern GPU platforms, GPU4PySCF delivers 30 times speedup over a 32-core CPU node, resulting in approximately 90% cost savings for most DFT tasks.” * X. Wu, et al. (2024) * しかも発表チームは ByteDance Research！

Appendix: Doubao-1.5-pro * ByteDance Doubao Team (2025)

量子化学計算とデータ解析

（再掲）Example 2: プロトン伝導のメカニズム解明 * T. Ogawa, et al. (2019)

28 個の のなかに 2 個の を置いて、量子化学計算で構造を最適化しました その後に を求めるためには、どんなロジックを組めばよいでしょうか？

Step 1: 周期境界条件を設定

Step 2: 最短ルートを探索 C9 のなかから を選0 )9 2 つの をつなぐ経路を探! A9 最短ルートを特定し、 を決定 * このケースでは となります * T. Ogawa, et al. (2019)

常に分子構造を意識しながらロジックを組まねばなりません

量子化学計算とデータ解析

Running out of data “In other words, AI is likely to run out of training data in about four years’ time.” * N. Jones (2024) * LLM の文脈におけるコメントであることにご留意ください

* とは酸の強さを表す指標のことです DFT-Machine Learning “Therefore, these DFT-based values were employed as one of the descriptors for ML algorithms to develop a highly accurate DFT-ML method for prediction.” * R. Lawler (2021) DFT-calculated

量子化学計算は機械学習を補完する役割としても期待されています

Appendix: ChemCrow, an LLM chemistry agent * AM. Bran (2024)

Wrap-up

Wrap-up 量子化学計算 材料の探索やメカニズムの解明に用いられる、 従来型の研究手法です データ解析 量子化学計算の文脈においては、分子構造の理 解が極めて重要となります 量子化学計算とデータ解析 実験だけでは不足しがちな ML の学習データ を、 DFT で補う方向性が検討されています * J. Hu, et al. (2015) * T. Ogawa, et al. (2019) * R. Lawler (2021)

References ” Hu, Junping, Bo Xu, Shengyuan A. Yang, Shan Guan, Chuying Ouyang, and Yugui Yao. n.d. “2D Electrides as Promising Anode Materials for Na-Ion Batteries from First-Principles Study.” https://doi.org/10.1021/acsami.5b06847® ” Yoshida, Masaki, Takaya Ogawa, Yoko Imamura, and Keiichi N. Ishihara. 2021. “Economies of Scale in Ammonia Synthesis Loops Embedded with Iron- and Ruthenium-Based Catalysts.” International Journal of Hydrogen Energy 46 (57): 28840–54® ” Ogawa, Takaya, Hidenori Ohashi, Takanori Tamaki, and Takeo Yamaguchi. 2019. “Proton Diffusion Facilitated by Indirect Interactions between Proton Donors through Several Hydrogen Bonds.” Chemical Physics Letters 731 (136627): 136627® ” Wu, Xiaojie, Qiming Sun, Zhichen Pu, Tianze Zheng, Wenzhi Ma, Wen Yan, Xia Yu, et al. 2024. “Enhancing GPU-Acceleration in the Python-Based Simulations of Chemistry Framework.” arXiv [Physics.Comp-Ph]. arXiv. http://arxiv.org/abs/2404.09452® ” Doubao-1.5-prˆ ” Jones, Nicola. 2024. “The AI Revolution Is Running out of Data. What Can Researchers Do?” Nature 636 (8042): 290–92® ” Lawler, Robin, Yao-Hao Liu, Nessa Majaya, Omar Allam, Hyunchul Ju, Jin Young Kim, and Seung Soon Jang. 2021. “DFT-Machine Learning Approach for Accurate Prediction of pKa.” The Journal of Physical Chemistry. A 125 (39): 8712–22® ” M Bran, Andres, Sam Cox, Oliver Schilter, Carlo Baldassari, Andrew D. White, and Philippe Schwaller. 2024. “Augmenting Large Language Models with Chemistry Tools.” Nature Machine Intelligence 6 (5): 525–35.