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。

仅根据分子的化学结构来预测分子组件的块状物理特性，在降低开发目标材料的速度和成本方面很重要。为了发展这种跨阶段科学，我们在今年进行了以下三项研究。 1。我们扩展了液晶数据集“ liqcryst”中包含的化合物数据，以构建含有超过2亿个液晶状结构的硅液晶化合物库中的一个。使用基于规则的方法产生了大量液晶状结构，具有很高的合成。当使用机器学习进行分类以确定生成的结构是否包含在“ liqcryst”或一般化合物数据集“ ZINC15”中时，评估了97％的硅库中97％的结构与“ Liqcryst”中的结构相似。通过在Silico库中使用它，可以扩展机器学习的范围，例如液晶化合物中的无监督学习。 2。通过调节电子状态来控制瓣分子皮瓣的累积行为和光学结构变化行为，预计是一组具有较大相变焓的分子。已经揭示了更改取代基的类型引入的类型会改变晶体堆积结构，以及在解决方案状态中是否发生了照片结构的变化。在开发最终目标“表现出靶向相变行为的功能性液晶材料”时，这组分子有可能用作基本骨骼。 3。通过MD计算创建了从瓣分子生成描述符所需的力场。 GAFF是一个通用力场，倾向于高估瓣分子的COT二面角，从而在准确的填料预测中引起问题，并评估了激活构象变化的障碍。这段时间创建的力场可以计算MD，这使得最稳定的COT二面角和激活屏障的构象变化与瓣分子的构象变化与量子化学计算结果相同。预计这将导致合理的描述者产生。