Development of foundation of materials informatics for organic solids

有机固体材料信息学基础的发展

基本信息

批准号：
22K14747
负责人：
谷口卓也
金额：
$ 2.83万
依托单位：
Waseda University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

有機固体は発光特性や半導体特性、力学特性など多様な機能性をもつ材料群であるが、物性と構造が紐づいたデータベースは非常に限られており、有機固体を対象にしたマテリアルズインフォマティクス（MI）は困難であった。この問題を克服するために、有機固体の融点、ヤング率、構造相転移の有無のデータセットを構築した。融点においてはケンブリッジ結晶構造データベース（CSD）でPython APIを使い、融点の値を取得した。この際、degCやKの単位が混在しており、統一的にKに変換するアルゴリズムを構築した。ヤング率データについては、学術論文からデータを収集することで、約300個のデータセットを構築した。また、構造相転移データについても学術論文から分子構造、結晶構造、転移温度・エンタルピーをまとめることでデータセットを構築した。また、バンドギャップついてはOrganic Materials Database（OMDB）のデータを参照した。得られたデータセットをもとに、機械学習を実施した。バンドギャップの回帰においては分子グラフと結晶グラフの数理表現を比較し、結晶グラフの方が予測精度が高いことを見出した。また、２つのグラフ表現の比較から、分子構造がバンドギャップに与える影響と分子間相互作用がバンドギャップに与える影響を定量的に評価できた。構造相転移では分類問題として扱い、Positive-Unlabeled学習を行った。これによりUnlabeledデータセットの中に含まれるPositiveの可能性が高い分子を抽出することができ、文献および実験により本スクリーニングが有効であることを見出した。他の物性値についても機械学習による予測の有効性を検証した。上記で得れられた研究成果は日本結晶学会、日本化学会春季年会などで学会発表した。また、一部成果については論文投稿中である。

有机固体是一组具有多种功能的材料，如发光性能、半导体性能和机械性能，但联系物理性能和结构的数据库极其有限，针对有机固体的材料信息学（材料信息学）也非常有限。）很困难。为了克服这个问题，我们构建了有机固体的熔点、杨氏模量以及是否存在结构相变的数据集。熔点值是使用剑桥晶体结构数据库 (CSD) 中的 Python API 获得的。此时degC和K的单位是混合的，所以我们创建了一个算法将它们统一转换为K。关于杨氏模量数据，通过收集学术论文数据构建了大约300个数据集。我们还通过编译学术论文中的分子结构、晶体结构、转变温度和焓，构建了结构相变数据的数据集。此外，关于带隙，参考了有机材料数据库(OMDB)的数据。基于获得的数据集进行机器学习。在带隙回归中，我们比较了分子图和晶体图的数学表示，发现晶体图具有更高的预测精度。此外，通过比较这两个图形表示，可以定量评估分子结构对带隙的影响以及分子间相互作用对带隙的影响。对于结构相变，我们将其视为分类问题并进行正向无标记学习。这使得我们能够在未标记的数据集中提取出可能呈阳性的分子，并且根据文献和实验我们发现这种筛选是有效的。我们还验证了使用机器学习对其他物理属性值进行预测的有效性。上述获得的研究成果在日本晶体学会、日本化学会春季年会等学术会议上发表。此外，部分结果目前正在提交中。