カーボンニュートラルの実現をめざし、未知の化合物を探し出す

Lumadaで協創！公開済みのデータを独自のAIで分析

目的の特性をもつ未知の化合物を効率よく探索

現状の材料研究開発では、新たな化合物を発見し、商品化に至るまでに10年単位の歳月を要するといわれています。

経験や勘に頼った研究開発

ものづくりの現場では、長年にわたり商品の性能向上をめざしてよりよい材料の開発が進められています。SDGsが採択された2015年以降は、カーボンニュートラル（温暖化ガスの排出量実質ゼロ）の実現に向けて、環境への配慮を強く意識することが求められています。

実用に耐えつつ、自然に還りやすい商品を作るためには、既存の材料の実用性を高める化合物や新しい材料を作るための新たな化合物の組み合わせを探索する必要があります。このとき、研究者の知識や経験、勘に頼っているのが現状です。

化合物を選定したら、合成・評価を実施。これを、よい評価結果が出るまで繰り返します。よい評価結果を得られた場合は、他社権利の侵害を未然に防ぐためのチェックに進みますが、ここで権利侵害と判断されると、化合物の選定からやり直さなければなりません。手戻りを繰り返すことが多いため、材料の研究開発には長い時間とコストがかかります。

膨大な情報を戦略的な研究開発に活用

たとえば、生分解性プラスチック^*の場合、今は生鮮食品のトレーやインスタント食品の容器など、再利用しないものへの利用にとどまっていますが、CIによる研究開発で強度と生分解性能を両立できる材料が見つけられれば、近い将来、耐久性が必要な商品を低コストで作れるようになります。実用性と環境への配慮を兼ね備えた生分解性プラスチック商品が普及すると、プラスチックの再利用が進んでゴミを削減できたり、プラスチックの原料である石油資源の消費を抑えることができます。また、ポイ捨てなどで回収されなかったとしても、微生物の働きによって分解されるため、環境への悪影響を抑えられます。

*

生分解性プラスチック
自然界に存在する微生物の働きにより、最終的に水と二酸化炭素に分解され、自然へ還る性質をもつプラスチック。

化学分野の新製品開発サイクルを加速

化合物ディスカバリーAI「Chemicals Informatics^®」

化学業界では、開発競争の激化や技術の進化にともなって、企業は付加価値の高い製品をいち早く市場に投入すること、その分野で高いシェアを獲得することが求められています。

材料の研究開発に大きな変化をもたらす

材料の研究開発に「マテリアルズ・インフォマティクス（MI）」を取り入れるためには、化合物を探索するためのデータを、豊富に、かつAIで解析できる形式で準備する必要があります。
日立の「Chemicals Informatics^®（CI）」は、特許や論文などの公開データを利用します。独自の「NLP(自然言語処理) AI」が膨大、かつ専門的な内容の公開データを読み、「探索AI」による探索に適したデータに整形して「化合物データベース」に蓄積。これにより、ユーザーはデータを準備することなく、CI導入後すぐにMIの手法で化合物を探索、選定できます。

「化合物データベース」には、独自プログラムの「新規化合物生成AI」が生成した新規構造の化合物の情報も保存されています。「探索AI」で探索した結果に新規構造の化合物が含まれることで、有望な化合物を見つけ出す可能性が高まります。

• Chemicals Informatics^®

材料研究・開発にかかる時間とコストを削減

CIは、良特性で、特許が出願されていない組み合わせを狙った戦略的な研究開発を支援。網羅的で、手戻りが少なく、さらに企画から市場投入までにかかる時間の短縮が図れます。

• 豊富なデータから化合物を選定
  1億種類の既知化合物と3,000万件の特許文献、および新規化合物生成AIが生成した1,100万件以上の新規化合物のデータを網羅的に探索。目的の特性をもつ既知の化合物や新規性のある化合物、特許未取得の化合物の組み合わせを選定できます。
• 過去データを参考にした合成・評価
  特許文献に記載されている合成方法を参照したり、特性値を評価の参考にできます。良特性が期待される化合物を絞り込んでいるため、実験（合成・評価）回数の低減が期待できます。
• 他社権利を侵害しない研究開発
  化合物を選定する段階で特許未取得の化合物の組み合わせを探索できるため、他社権利侵害の可能性が低い研究開発を実施できます。

CIで発見した添加剤で、プラスチックの強度と分解性能を向上

生分解性プラスチックの強度を高め、より自然環境で分解されやすくする新しい添加剤を、CIを活用して効率的かつ網羅的に探索した事例を紹介します。本事例は株式会社 日立製作所、株式会社 日立ハイテクおよび株式会社 日立ハイテクソリューションズの共同研究によるもので、次の結果が得られました。

条件

生分解性プラスチックとして多用されるポリ乳酸と、添加剤の候補となり得る14種類の有機物を出発点にCIで探索。

結果

機械強度（降伏強度）と吸水性（生分解を加速する加水分解の起こりやすさを示す指標）を向上させる2種類の添加剤をCIで発見。分子動力学シミュレーションおよび試作評価により、妥当性を確認できた。

CI導入の効果

公開データの利用、独自のAI技術により、CI導入前と比較して次の効果が得られることを確認。

• 開発期間の短縮
  材料の候補となる化合物の選定、合成・評価および他社権利侵害チェックのサイクルにかかる期間を、約24分の1に短縮。
• 実験材料の廃棄量削減
  実験の成功率向上に伴って実施回数を５分の１に削減。これにともない、実験材料の廃棄量を約5分の1に削減。
• 探索の網羅性向上
  材料の候補となる化合物について、研究者の知見で選出した場合と比較し、網羅性が580倍超に向上。

CIの今後の展望

資源の枯渇、環境破壊といった社会問題を解決するために、地球にやさしい材料が必要とされています。CIは、「化合物データベース」に蓄積している豊富なデータで、プラスチックだけでなく電子部品やバッテリー、光学系素材といったさまざまな分野の材料開発を支援。環境への配慮と商品の性能向上を両立する材料の開発に貢献します。

できるだけ新しい情報で化合物を探索できるよう、「化合物データベース」は、約半年に1回のペースでアップデートし、特許情報などの公開データを拡張しています。また、2022年8月時点で用意している特性は61種類、分野は119種類ですが、お客さまからのご要望への対応を含めて、随時追加しています。今後も、幅広い用途でのご利用をめざし、さらなる拡充を進めていきます。

ソリューションの詳細については、こちらをご覧ください。

CI活用に関する研究への評価については、こちらをご覧ください。