有機材料を 専門とする 実験研究者 による Matlantisの 活用事例 東京工業大学 物質理工学院 助教 畠山 歓 Midjourney 東工大Official 1

経歴 • 早稲田 • 高校～大学院(博士) +教員5年 • 東工大 • 2023年4月～ • 助教 • 専門 • 高分子化学: 合成、計測、デバイス化など • データ科学: マテリアルズ・インフォマティクス 2

3 日経エレクトロニクス2020年11月号

Web情報 4 https://twitter.com/kanhatakeyama

本日の内容 • 背景 • GPT-4が変えつつあるかもしれない化学研究 • 研究活動の再定義 • Matlantisを用いるに至るモチベーション • 本論 • Matlantisと機械学習を活用した屈折率の予測 • その他の用途開拓 5

GPT-4は賢い そこそこの推論能力 自然言語とプログラム言語の仲介 再帰的な呼び出しによる自律動作 6

7 詳細はこちら https://www.docswell.com/s/KanHatakeyama/KGX1QM-GPT

論文のRebuttal Letterの執筆が得意 8 レビュアーに対して､低姿勢で回答してくれる点がありがたい

9 GPT-4による 化合物の研究 (via Matlantis)

10 GPT-4による 化合物の研究 (via Matlantis)

化学の推論ができる 11

化学の推論ができる One-shot learning & explainable AI & 不確定性の提示 12

GPT-4 による アーム制御 指示: 容器AからBへ3 mL､液体を移動 すごい点: アームの上げ下げが必要なことを推察､3回ループが必要なことを推察｡ つまり､GPT-4は自然言語を理解して､正しい推論を行っている

未来像 小型ロボットに よる化学実験 白雪姫に出てくる｢七人の小人｣ をロボット化し､酷使させれば良い! 14 Amazonで売っているような 安価なロボット･IoT･マイコン機器を活用

手持ちの文献データへのアクセス 15 技術的な中身 ・文献データのEmbedding vectorの事前計算 ・PromptのEmbed. vec.の計算 ・文献データと類似度の高いvecの文献を promptに載せた上で質問

自動化した方が良い作業の例 • 実験 • 得られたデータの分析 • 結果の予測と条件の提案 • 実験そのもの(by robot) • 情報処理 • 既知データの収集・解析・課題の抽出 • 報告書の作成と要約 16 GPT-1000くらいまでいけば、 分子現象も正確にシミュレーション してくれる可能性はあるが、、

Black box予測は気持ち悪い 17 物性 Kan Hatakeyama-Sato, Recent advances and challenges in experiment- oriented polymer informatics, Polymer Journal (2022).

ポリマーの 屈折率予測 high refractive index polymer lens [関連発表] 2022年 ケモインフォ討論会 2B04 「Matlantisを用いた有機分子の記述子生成 と機械学習による実測物性の予測」 (早大理工) ○畠山 歓, 小柳津 研一 18

ベースライン: Random forestによる予測 19 物性 X = 分子の低次元データ (molecular descriptorなど) y = 屈折率

説明変数1/3 比較的まじめに計算した物性パラメータ Matlantis density: Matlantisで計算した物質密度(相互作用込み) RDKit density: RDKitで計算した密度(真空1分子系) vol: RDKitで計算した真空1分子の体積 alpha_0.0: Gaussianで計算した分極率 (∞ nm) alpha_0.0694: Gaussianで計算した分極率 (657 nm) alpha_0.0773: Gaussianで計算した分極率 (589 nm) ※ Gaussian: PM7で構造最適化後、B3LYP/6-31G(d,p)でメイン計算 20

説明変数2/3 RDKitで計算した分子記述子105種(意味が比較的明瞭なもの) MolWt, HeavyAtomMolWt, ExactMolWt, NumValenceElectrons, NumRadicalElectrons, MaxPartialCharge, MinPartialCharge, MaxAbsPartialCharge, MinAbsPartialCharge, TPSA, FractionCSP3, HeavyAtomCount, NHOHCount, NOCount, NumAliphaticCarbocycles, NumAliphaticHeterocycles, NumAliphaticRings, NumAromaticCarbocycles, NumAromaticHeterocycles, NumAromaticRings, NumHAcceptors, NumHDonors, NumHeteroatoms, NumRotatableBonds, NumSaturatedCarbocycles, NumSaturatedHeterocycles, NumSaturatedRings, RingCount, MolLogP, MolMR, fr_Al_COO, fr_Al_OH, fr_Al_OH_noTert, fr_ArN, fr_Ar_COO, fr_Ar_N, fr_Ar_NH, fr_Ar_OH, fr_COO, fr_COO2, fr_C_O, fr_C_O_noCOO, fr_C_S, fr_HOCCN, fr_Imine, fr_NH0, fr_NH1, fr_NH2, fr_N_O, fr_Ndealkylation1, fr_Ndealkylation2, fr_Nhpyrrole, fr_SH, fr_aldehyde, fr_alkyl_carbamate, fr_alkyl_halide, fr_allylic_oxid, fr_amide, fr_amidine, fr_aniline, fr_aryl_methyl, fr_azide, fr_azo, fr_barbitur, fr_benzene, fr_benzodiazepine, fr_bicyclic, fr_diazo, fr_dihydropyridine, fr_epoxide, fr_ester, fr_ether, fr_furan, fr_guanido, fr_halogen, fr_hdrzine, fr_hdrzone, fr_imidazole, fr_imide, fr_isocyan, fr_isothiocyan, fr_ketone, fr_ketone_Topliss, fr_lactam, fr_lactone, fr_methoxy, fr_morpholine, fr_nitrile, fr_nitro, fr_nitro_arom, fr_nitro_arom_nonortho, fr_nitroso, fr_oxazole, fr_oxime, fr_para_hydroxylation, fr_phenol, fr_phenol_noOrthoHbond, fr_phos_acid, fr_phos_ester, fr_piperdine, fr_piperzine, fr_priamide, fr_prisulfonamd, fr_pyridine, fr_quatN, fr_sulfide, fr_sulfonamd, fr_sulfone, fr_term_acetylene, fr_tetrazole, fr_thiazole, fr_thiocyan, fr_thiophene, fr_unbrch_alkane, fr_urea, 21

説明変数3/3 Group Contribution法で推定した分子物性 ※ 一種の機械学習。分子構造をもとに物性を線形モデルで予測。既存 の学習モデルを使用 ACS Omega 2017, 2, 12, 8682–8688 https://pubs.acs.org/doi/full/10.1021/acsomega.7b01464 BoilingPoint, MeltingPoint, CriticalTemp, CriticalPress, CriticalVolume, EnthalpyForm, GibbsEnergy, HeatCapacity, EnthalpyVap, EnthalpyFus, LiquidVisco, CrystalSolub_1, CrystalSolub_2, AmorphSolub_1, AmorphSolub_2, 22

ベースライン Random Forest 23 • 精度がイマイチ • 誤差要因も不明なブラックボック ス予測は使いにくい (占星術)

屈折率𝒏の予測戦略 𝒏𝟐 − 𝟏 𝒏𝟐 + 𝟐 = 𝟒𝝅 𝟑 ∙ 𝜶 𝑽 24

分子体積𝑉の計算 • Matlantis (v. 3.0.0)を使用 • セル内に分子のユニット構造を充填 • 周期的境界条件 • 20分子 • ランダムに配置 • 分子構造の最適化 • 分子内の応力を下げるように構造変形 • ソルバー: LBFGSLineSearch • 0 Kに急速冷凍するイメージ • (構造ではなく)密度が収束したら計算終了 25

体積計算の主な近似1 • 高分子鎖の計算コストが高すぎるため、低分子で近似 26

体積計算の主な近似2 • Matlantisの誤差 • DFTの精度 • PBE汎関数 • PAWポテンシャル (VASP5.4.4) • d3補正 • 学習モデルの誤差 • それぞれ、どの程度の誤差かは詳細不明 • 芳香環やハロゲンが多い場合は、誤差が大きい印象 27

• PMMA • 実測密度 1.18 g/cm3 • セル内の分子数を変えながら密度計算 (N =10) セルサイズの最適化1 28

• PPO • 実測密度 1.21―1.36 g/cm3 • セル内の分子数を変えながら密度計算 (N =10) セルサイズの最適化2 29

密度 (∝1/V)計算の結果 30 Matlantis (20分子系、N = 10) 真空1分子 (RDKitで分子体積を計算) 相関係数: 0.93 相関係数: 0.92 RDKitでもそれなりに精度が出るが、Matlantisの方がわずかに高性能

オリゴマー計算も可 (検討中) 31 • 5量体 • 2x2x2個を充填 • 結晶に近い構造 • NPT計算

分子分極αの計算 32 相関係数 0.992 相関係数 0.996 Gaussian RDKit (経験則) RDKitでもそれなりに精度が出るが、系統誤差あり(単位系の違い?)

機械学習の併用 33

予測式の中身 • 屈折率𝑛の理論式(ローレンツ・ローレンツ式) • 𝑛2−1 𝑛2+2 = 4𝜋 3 ∙ 𝛼pred 𝑉pred • 𝛼pred = σ 𝑐𝑖 𝑥𝑖 (𝑐𝑖 = const.) • 𝑉pred = σ 𝑏𝑖 𝑥𝑖 (𝑑𝑖 = const.) • 𝑥𝑖: 説明変数 • シミュレーションで計算した密度や分極率など • 分子記述子 • 推定物性 34

密度の回帰式 35 係数 備考 RDKit density 0.119867 RDKitの密度 Matlantis density 0.090046 Matlantisの密度 JR_CriticalPress 0.018928 推定される臨界密度 rdkit_fr_NH0 0.007591 NHの数 rdkit_fr_alkyl_halide 0.004204 アルキルハライドの数 JR_AmorphSolub_1 0.002374 推定される溶解度 rdkit_fr_nitrile 0.000203 ニトリルの数

分極率の回帰式 36 係数 rdkit_MolMR 7.891426 vol 6.267404 alpha_0.0 5.371888 rdkit_ExactMolWt 3.58794 rdkit_MolWt 3.571914 rdkit_HeavyAtomMolWt 3.062773 rdkit_fr_halogen -2.892719 alpha_0.0694 2.563431 alpha_0.0773 2.529426 JR_GibbsEnergy 2.111205 rdkit_NumValenceElect rons 2.019513 rdkit_HeavyAtomCount 1.959138 … …

屈折率の計算 37 • 屈折率𝑛の理論式(ローレンツ・ローレンツ式) • 𝑛2−1 𝑛2+2 = 4𝜋 3 ∙ 𝛼pred 𝑉pred • 𝛼pred = σ 𝑐𝑖 𝑥𝑖 (𝑐𝑖 = const.) • 𝑉pred = σ 𝑏𝑖 𝑥𝑖 (𝑑𝑖 = const.) MSE 0.0017 分子構造から直接予測(RFR) MSE 0.0070 This work

38 検討中: シンボリック回帰による回帰式の自動設計 得られた関数 MolWt:分子量,density:密度 CirticalTemp:臨界温度/EnthalpyVap:蒸発エンタルピー 近似とシミュレータを含み統合的な回帰 分子量で補間する関係 相関の強い臨界温度と蒸発エンタルピーを抽出 𝜌: 密度 𝛼: 分極率 図 屈折率の予測 近似式で計算 複雑度13 誤差3.86E-2 筑波大 五十嵐康彦先生、山根さんが解析

ドメイン知識の埋め込みをAIで代行? 研究に超詳しいGPT 回帰･分類モデル 化学･材料･計算データ 予測 予測モデルへのドメイン知識の反映 (これまでは人間が実施｡しかし知識やノウハウに制約･属人性) 39

Matlantisの 用途開拓 40

ポリマーの 熱伝導 41

イオン液体 の拡散係数 • NPT • プレアニーリング&実計算 • 10分子 • 353 K • Time step: 1.5 fs • Total: 300 ps • 採用値 • 3回の独立な計算後の中央値 • 所要時間約1日/分子

その他 試してみた(い)機能 • 粘度 • 有機分子の溶媒和 • 柔粘性結晶の集合状態 • シリコン界面での高分子の吸着状態 • 高分子の相分離(に関連する分子)状態の推定 など 43

主な計算手法との比較 (※畠山主観) 関係者のための注釈: Matlantis: システム上は1万原子以上も計算可能｡ただし凝縮系ではneighbor数 の制限がボトルネック｡Pythonスキルは必須｡ DFT-MD: 専用のwork stationが必要｡ DFTB: DFTB+な どは使い易いが､デフォルトでは元素種に制限｡ MD･粗視化モデル: 力場計算が素人には障壁 44

まとめ 45