JP2021117798A

JP2021117798A - 分子設計支援システム、分子特性値予測方法、分子設計支援プログラム

Info

Publication number: JP2021117798A
Application number: JP2020011340A
Authority: JP
Inventors: 弘之松井; Hiroyuki Matsui
Original assignee: Yamagata University NUC
Current assignee: Yamagata University NUC
Priority date: 2020-01-28
Filing date: 2020-01-28
Publication date: 2021-08-10

Abstract

【課題】分子構造から求められる特性値を速やかに出力して、所望の特性値を得るための分子設計を効率的に行う。【解決手段】分子設計支援システムは、設計対象の分子の分子構造式を入力する分子構造式入力部と、分子構造式入力部により入力された分子構造式から所望の特性値を予測する特性値予測部と、特性値予測部が予測した特性値を表示する表示部とを備え、特性値予測部は、所望の特性値が既知の分子を多数選択して、各分子の分子構造式の特徴量を並べた数列と各分子の真の特性値とを対応させて構築したデータテーブルを用い、データテーブルを機械学習することで得られる、前記数列から特性値を予測する機械学習モデルを備え、分子構造式入力部にて入力された分子構造式から特徴量を抽出して数列化し、得られた数列を機械学習モデルに入力することで、入力された分子構造式の分子の特性値を予測する。【選択図】図１

Description

本発明は、分子設計支援システム、分子特性値予測方法、分子設計支援プログラムに関するものである。

分子設計を支援するシステムとしては、その目的に応じて各種のシステムが提案されている。例えば、下記特許文献１に記載された従来技術は、分子軌道の描画処理を高速で行うことを目的としており、基底関数と分子軌道計算によって得られる展開係数とで表現される、分子軌道関数における展開係数の係数しきい値を用いて、基底関数の個数を削減し、分子軌道の描画処理を高速化することが示されている。

特開２０１３−１６１１３７号公報

分子設計の目的は様々であるが、所望の特性値を得るための分子構造の設計は、その物質を用いたデバイスの開発において有用である。例えば、有機半導体分子の設計においては、電子キャリヤや正孔キャリヤの注入性や安定性に関わる最高占有分子軌道（ＨＯＭＯ：Highest Occupied Molecular Orbital）エネルギーや最低非占有分子軌道（ＬＵＭＯ：Lowest Unoccupied Molecular Orbital）エネルギーを求めることが重要であり、このような特性値は、有機半導体デバイスにおける光の吸収波長や発光波長を決める重要な設計因子になっている。

このような特性値は、分子構造が決まれば、分子軌道（ＭＯ）計算や密度汎関数理論（ＤＦＴ）計算によって求めることができる。しかしながら、ＭＯ計算やＤＦＴ計算は、分子サイズに依存するが、一般に１分〜１時間程度の時間を要する。このため、計算結果を分子設計に反映させるフィードバックが遅くなり、効率的な分子設計を行うことができない問題があった。

本発明は、このような問題に対処することを課題としている。すなわち、分子構造から求められる特性値を速やかに出力して、所望の特性値を得るための分子設計を効率的に行えるようにすること、が本発明の課題である。

このような課題を解決するために、本発明による分子設計支援システムは、以下の構成を具備するものである。
所望の特性値を有する分子を設計する分子設計支援システムであって、設計対象の分子の分子構造式を入力する分子構造式入力部と、前記分子構造式入力部により入力された分子構造式から所望の特性値を予測する特性値予測部と、前記特性値予測部が予測した特性値を表示する表示部とを備え、前記特性値予測部は、所望の特性値が既知の分子を多数選択して、各分子の分子構造式の特徴量を並べた数列と各分子の真の特性値とを対応させて構築したデータテーブルを用い、前記データテーブルを機械学習することで得られる、前記数列から前記特性値を予測する機械学習モデルを備え、前記分子構造式入力部にて入力された分子構造式から前記特徴量を抽出して数列化し、得られた数列を前記機械学習モデルに入力することで、入力された分子構造式の分子の前記特性値を予測することを特徴とする分子設計支援システム。

このような特徴を有する本発明によると、分子構造から求められる特性値を速やかに出力して、所望の特性値を得るための分子設計を効率的に行うことができる。

分子設計支援システムのシステム構成を示した説明図。特性値予測値に関連するシステム構成を示した説明図。部分構造パターンを説明する説明図。機械学習に用いられるデータテーブルの構成例を示した説明図。機械学習モデルの例（ラッソ回帰）を説明する説明図。分子設計支援システムの表示例を示した説明図。

以下、図面を参照して本発明の実施形態を説明する。図１に示すように、本発明の実施形態に係る分子設計支援システム１は、所望の特性値を有する分子を設計するためのものであり、ハードウエアとして演算処理装置（コンピュータ）１０を主要なシステム構成としており、演算処理装置１０には、実行可能なソフトウエア（プログラム）として、分子構造式入力部１１、特性値予測部１２、表示部１３が格納されている。

また、演算処理装置１０には、分子構造式入力部１１によるデータ入力操作などを行うため入力装置（マウス、タッチパット、キーボード、タッチペンなど）２と、分子構造式入力部１１或いは表示部１３からの出力を表示するための表示装置（ディスプレイ）３が接続されている。

分子構造式入力部１１は、設計対象の分子の分子構造式を入力する分子構造式入力処理を演算処理装置１０に実行させるものであり、例えば、図６に示すように、表示装置３の画面３Ａにエディタ機能部３０を表示させて、入力装置２を操作することで画面３Ａ上にて分子構造式を描画入力する処理を実行させる。

分子構造式入力部１１は、前述した例に限定されるものではなく、紙等の媒体に描画された分子構造式を光学的に読み取るものや、予め電子媒体に記録されている分子構造式のデータを取り込むものなど、各種の入力形態で実施することができる。

特性値予測部１２は、入力された分子構造式の分子の所望の特性値を予測する処理を演算処理装置１０に実行させるものであり、例えば、図２に示すように、特徴量抽出部１２Ａと機械学習モデル１２Ｂを備えている。特徴量抽出部１２Ａは、入力された分子構造式から複数の特徴量を抽出して数列化（ベクトル化）するものである。入力された一つの分子構造式から、一つの数列が抽出される。機械学習モデル１２Ｂは、特徴量抽出部１２Ａによって抽出された特徴量の数列から、入力された分子構造式の分子における所望の特性値を予測するものである。

ここで、分子構造式の特徴量の抽出及び数列化について説明する。機械学習モデル１２Ｂを利用するためには、分子構造式をベクトル（数字の列）で表すことが必要になる。ここでは、分子構造式から部分構造パターンを取り出し、分子構造式に存在する同じ部分構造パターンの個数をカウントして特徴量とし、この特徴量を部分構造パターン毎に並べることによって、一つの分子構造式を表現する数列とする。

この数列について、更に具体的に説明する。図３には、「トルエン」の分子構造式を例にして、特徴量の抽出例を示している。ここでは、特徴量の抽出形態として、より詳しく分子構造式の特徴を表現できるかによって、レベル０，レベル１，レベル２，…を設定している。レベル０では、元素単体の「Ｃ」と「Ｈ」が部分構造パターンになり、各部分構造パターンの個数は、「Ｃ」が７個、「Ｈ」が８個になる。このレベル０では、「トルエン」の分子構造式を（７，８）の数列で表すことができるが、これは、分子構造の特徴を大まかに表現したものになる。

これに対して、レベル１では、分子構造式の構成元素の一つ一つを中心元素として、その中心元素とそれに繋がる元素の組み合わせを部分構造パターンとしている。この例では、「Ｃ−ＣＣＨ」，「Ｃ−ＣＣＣ」，「Ｃ−ＣＨＨＨ」，「Ｈ−Ｃ」がそれぞれ部分構造パターンになり、各部分構造パターンの個数は、「Ｃ−ＣＣＨ」が５個，「Ｃ−ＣＣＣ」が１個，「Ｃ−ＣＨＨＨ」が１個，「Ｈ−Ｃ」が８個になり、それぞれの個数が特徴量になる。この際の特徴量を並べると（５，１，１，８）の数列になるが、この数列は、レベル０に比べると、かなり詳細に分子構造式の特徴を表現していると言える。

更に、レベル２では、レベル１で中心元素に繋がっている元素、これを更に中心元素として、それに繋がる元素の組み合わせを抽出して、部分構造パターンとしている。この際の部分構造パターンは、「Ｃ−（Ｃ−ＣＣＨ）（Ｃ−ＣＣＨ）（Ｈ−Ｃ）」，「Ｃ−（Ｃ−ＣＣＣ）（Ｃ−ＣＣＣ）（Ｈ−Ｃ）（Ｈ−Ｃ）（Ｈ−Ｃ）」など多数の部分構造パターンが抽出されるので、分子構造式に存在する同じ部分構造パターンの個数を並べた数列も多次元になり、この数列でより詳細に分子構造式の特徴を表現することができる。同様の考え方で、レベル３，レベル４，…を設定すれば、分子構造を数列で表現する精度を高めることができる。

図２に示すように、機械学習モデル１２Ｂは、多数の実在する分子の分子構造から抽出される特徴量の数列と、その分子の真の（既知の）特性値とからなるデータテーブル４を機械学習することで、精度の高い特性値の予測が可能になる。

機械学習に用いられるデータテーブル４を構築するには、実在する分子の中から数十万個の分子を選択し、分子毎の特徴量を数百〜数千個抽出し、各分子の真の特性値を例えば密度汎関数理論（ＤＦＴ）計算を利用するなどして予め求める。そして、所望の特性値が既知の各分子の分子構造式の特徴量を並べた数列と各分子の真の特性値とを対応させて、データテーブルを構築する。実在する分子の選択は、ケンブリッジ結晶構造データーベース（ＣＳＤ）など既存のデーターベースを活用する。データテーブル４の構成例を図４に示す。ここでは、約２２０，０００個の分子から約４００個の特徴量ｘ_ｊｉを抽出して、２２０，０００行×４００列の行列データを得て、行の数列毎（分子毎）に真の特性値ｙ_ｉを対応させることで、データテーブル４を構築している。

機械学習モデル１２Ｂは、予め構築したデータテーブル４を事前に機械学習することで、入力された特徴量の数列に対して、即座に予測特性値が出力できるようになっている。機械学習モデルの例としては、線形回帰モデルなどを採用することができる。図５は、線形回帰モデルの一種であるラッソ回帰のモデルを示している。ラッソ回帰では、目的変数である「Ｚ」の値を最小にするように、ｊ番目の部分構造パターンに対する係数ｗ_ｊを決定する。係数ｗ_ｊは、部分構造パターン１個当たりの特性値の変化量を表している。

機械学習モデル１２Ｂの例としては、前述したラッソ回帰に限らず、他の線形回帰モデルであっても良いし、線形回帰以外のモデル（例えば、人工ニューラルネットワーク、畳み込みニューラルネットワーク、サポートベクタマシンなど）であっても良い。

機械学習モデル１２Ｂから出力される予測特性値は、表示部１３によって、表示装置３の画面３Ａに出力される。図６に示した例では、画面３Ａに、分子構造式を入力するためのエディタ機能部３０と、機械学習モデル１２Ｂからの出力を表示する予測特性値表示部３１が同一画面に表示されている。図示の例では、予測特性値表示部３１において、入力された分子構造式から予測される最高被占軌道（ＨＯＭＯ）エネルギーと最低空軌道（ＬＵＭＯ）エネルギーを同時に表示し、合わせてレベル入力部３２に入力された特徴量のレベルを表示している。予測特性値は分子構造式の描画とほぼ同時に表示され、ユーザによる分子描画以外の特別な操作（特定のボタンのクリックなど）を不要にしている。

前述した分子設計支援システム１（或いは分子構造支援プログラム、分子特性値予測方法）によると、エディタ機能部３０に描画入力された分子構造式から即座に（例えば、１秒以内で）所望の特性値を予測して、予測特性表示部３１に表示させることができる。これによると、特性値が所望の値になるように、次々と分子構造式を変更入力して、所望の特性値を得るための分子設計を行うことができる。

特に、エディタ機能部３０と予測特性表示部３１を同一画面に表示し、予測特性値表示のための特別な操作を不要とすることで、快適且つ効率的な分子設計を行うことが可能になる。この分子設計支援システム１は、設計対象の分子が有機化合物又は有機金属化合物であり、所望の特性値が、最高被占軌道（ＨＯＭＯ）エネルギー又は最低空軌道（ＬＵＭＯ）エネルギーである場合に有用であるが、それに限定されず、様々な分子の特性値を効率的に予測するツールとして有用である。

以上、本発明の実施の形態について図面を参照して詳述してきたが、具体的な構成はこれらの実施の形態に限られるものではなく、本発明の要旨を逸脱しない範囲の設計の変更等があっても本発明に含まれる。

１：分子設計支援システム，２：入力装置，３：表示装置，３Ａ：画面，
４：データテーブル，１０：演算処理装置（コンピュータ），
１１：分子構造式入力部，１２：特性値予測部，１３：表示部，
１２Ａ：特徴量抽出部，１２Ｂ：機械学習モデル，
３０：エディタ機能部，３１：予測特性値表示部，３２：レベル入力部

Claims

所望の特性値を有する分子を設計する分子設計支援システムであって、
設計対象の分子の分子構造式を入力する分子構造式入力部と、
前記分子構造式入力部により入力された分子構造式から所望の特性値を予測する特性値予測部と、
前記特性値予測部が予測した特性値を表示する表示部とを備え、
前記特性値予測部は、
所望の特性値が既知の分子を多数選択して、各分子の分子構造式の特徴量を並べた数列と各分子の真の特性値とを対応させて構築したデータテーブルを用い、前記データテーブルを機械学習することで得られる、前記数列から前記特性値を予測する機械学習モデルを備え、
前記分子構造式入力部にて入力された分子構造式から前記特徴量を抽出して数列化し、得られた数列を前記機械学習モデルに入力することで、入力された分子構造式の分子の前記特性値を予測することを特徴とする分子設計支援システム。
前記数列は、分子構造式を構成する各元素を中心元素として、前記中心元素とそれに繋がる元素の組み合わせを部分構造パターンとし、分子構造式に存在する同じ部分構造パターンの個数を、部分構造パターン毎に並べることによって構成されることを特徴とする請求項１記載の分子設計支援システム。
前記部分構造パターンは、前記中心元素に繋がる各元素を更に前記中心元素とし、それらに繋がる元素の組み合わせからなることを特徴とする請求項２記載の分子設計支援システム。
設計対象の分子が有機化合物又は有機金属化合物であり、前記特性値が、最高被占軌道（ＨＯＭＯ：Highest Occupied Molecular Orbital）エネルギー又は最低空軌道（ＬＵＭＯ：Lowest Unoccupied Molecular Orbital）エネルギーであることを特徴とする請求項１〜３のいずれか１項記載の分子設計支援システム。
前記分子構造式入力部は、前記表示部の画面上で分子構造式を描画入力するエディタ機能部を有し、
前記分子構造式入力部の入力結果と前記表示部の出力結果が同一画面に表示される表示装置を備え、
前記描画入力以外の操作を行うことなく、前記表示装置に予測特性値が表示されることを特徴とする請求項１〜４のいずれか１項記載の分子設計支援システム。
設計対象の分子の分子構造式を入力し、入力された分子構造式から当該分子における所望の特性値を予測する分子特性値予測方法であって、
前記特性値が既知の分子を多数選択して、各分子の分子構造式の特徴量を並べた数列と各分子の真の前記特性値とを対応させて構築したデータテーブルを用い、前記データテーブルを機械学習することで得られる、前記数列から前記特性値を予測する機械学習モデルを使用し、
入力された分子構造式から前記特徴量を抽出して数列化し、得られた数列を前記機械学習モデルに入力することで、入力された分子構造式の分子の前記特性値を予測することを特徴とする分子特性値予測方法。
コンピュータに、
設計対象の分子の分子構造式を入力する分子構造式入力処理と、
入力された分子構造式から所望の特性値を予測する特性値予測処理と、
予測した前記特性値を表示する表示処理とを実行させるプログラムであって、
前記特性値予測処理は、
前記特性値が既知の分子を多数選択して、各分子の分子構造式の特徴量を並べた数列と各分子の真の前記特性値とを対応させて構築したデータテーブルを用い、前記データテーブルを機械学習することで得られる、前記数列から前記特性値を予測する機械学習モデルを使用し、
入力された分子構造式から前記特徴量を抽出して数列化し、得られた数列を前記機械学習モデルに入力することで、入力された分子構造式の分子の前記特性値を予測することを特徴とする分子設計支援プログラム。