Prediction of Phase Transition Behavior by Machine Learning to Interpret Molecular Arrangement and Application to Photofunctional Liquid Crystals

通过机器学习预测相变行为以解释分子排列及其在光功能液晶中的应用

基本信息

批准号：
22KJ1964
负责人：
須賀健介
金额：
$ 1.6万
依托单位：
Kyoto University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2023
资助国家：
日本
起止时间：
2023-03-08 至 2025-03-31
项目状态：
未结题

项目摘要

分子の化学構造のみから分子集合体のバルク物性を予測することは、狙いの材料を開発する速度やコストを下げる点から重要である。このようなトランススケール科学の発展を目指し、当該年度は以下の3つの研究を行った。1.液晶データセット「LiqCryst」に含まれる化合物データを拡張し、2億件以上の液晶様構造を含むin silico液晶化合物ライブラリを構築した。ルールベース方式により、合成容易性の高い液晶様構造を大量生成した。生成した構造が「LiqCryst」に含まれているか、一般化合物データセット「ZINC15」に含まれているかを判断する分類評価を機械学習により行ったところ、in silicoライブラリ中の97%の構造が「LiqCryst」中の構造に類似していると評価された。このin silicoライブラリを用いることで、液晶の化合物空間上での教師なし学習など機械学習の幅を広げることができる。2.相転移エンタルピーの大きい分子群として期待される羽ばたく分子FLAPの集積挙動や光構造変化挙動を電子状態の調整により制御した。導入する置換基の種類を変えることで、結晶パッキング構造が変わること、また溶液状態において光構造変化が起こるか否かが変わることを明らかにした。この分子群は最終到達目標である「狙った相転移挙動を示す機能性液晶材料」を開発する際に基本骨格として用いられる可能性を秘めている。3.MD計算によりFLAP分子から記述子を生成する際に必要な力場を作成した。一般的な力場であるGAFFではFLAP分子のCOT二面角を過大評価する傾向があり、正確なパッキング予測や配座変化の活性化障壁の評価に問題があった。今回作成した力場により、FLAP分子の最安定COT二面角や配座変化の活性化障壁を量子化学計算の結果と同程度にしたMD計算が可能になった。これは妥当な記述子生成へと繋がることが期待される。

从降低目标材料开发速度和成本的角度来看，仅根据分子的化学结构预测分子组装体的整体物理性质非常重要。为了发展这种跨尺度科学，我们今年开展了以下三项研究。 1.我们扩展了液晶数据集“LiqCryst”中包含的化合物数据，构建了包含超过2亿个类液晶结构的计算机模拟液晶化合物库。使用基于规则的方法，我们生成了大量易于合成的类液晶结构。当我们使用机器学习进行分类评估以确定生成的结构是否包含在“LiqCryst”或通用化合物数据集“ZINC15”中时，我们发现计算机库中 97% 的结构是“LiqCryst”。评估该结构与``中的结构相似。通过使用此计算机库，可以扩展机器学习的范围，例如液晶复合空间的无监督学习。 2.通过调节电子态来控制FLAP的累积行为和光学结构变化行为，FLAP是一种有望成为具有大相变焓的分子群的扑动分子。结果表明，改变引入的取代基类型会改变晶体堆积结构以及在溶液状态下是否发生光结构变化。在开发“表现出目标相变行为的功能性液晶材料”的最终目标时，这组分子有可能用作基本骨架。 3. 我们创建了通过 MD 计算从 FLAP 分子生成描述符所需的力场。 GAFF 是一种常见的力场，它往往会高估 FLAP 分子的 COT 二面角，从而在准确预测堆积和评估构象变化的激活势垒方面造成问题。这次创建的力场使得MD计算成为可能，其中最稳定的COT二面角和FLAP分子构象变化的激活势垒与量子化学计算的结果相当。预计这将导致有效的描述符生成。