「隠れた化学反応」をAIが可視化する新アルゴリズム 次世代材料開発に：静岡大学と分子科学研究所

静岡大学と分子科学研究所は、実験で観測できない「隠れた反応経路」を再現／予測できるアルゴリズムを開発した。AIによって導かれた「潜在変数」が、化学反応の本質的理解や有機分子材料の設計に役立つことを示した。

[馬本隆綱，EE Times Japan]

90％を超える収率で目的の生成物を得ることに成功

　静岡大学と分子科学研究所は2025年11月、実験で観測できない「隠れた反応経路」を再現／予測できるアルゴリズムを開発したと発表した。AIによって導かれた「潜在変数」が、化学反応の本質的理解や有機分子材料の設計に役立つことを示した。

　有機合成化学では、複雑な反応系だと実験で観測できない中間体や副経路が存在するという。このため化学者は、反応の全体像を把握するため試行錯誤を重ねてきた。こうした中で研究グループは、AIが導いた潜在変数を用い、隠れた反応経路を再現／予測できるアルゴリズムの開発に成功した。

　開発した手法を、ペルフルオロヨード化ナフタレン類の合成反応に適用した。この結果、まだ知られていない反応条件で生成物の収率を高い精度でAIが予測し、実験では観測できない反応経路を外挿的に導いた。

　さらに、AIが導いた潜在変数は分子の電子的特徴を反映していることを明らかにし、AIが化学反応の本質的理解に寄与することを実証した。しかも、高い収率を予測した外挿条件を基に合成実験を行ったところ、90％を超える収率で目的の生成物を得ることに成功した。

潜在変数を用いたAIによる有機合成の新たなワークフロー［クリックで拡大］ 出所：静岡大学

　研究グループは「本研究は、AIが化学者の経験や知見を補完しながら有機合成を支援するという、新しい研究スタイルを提示するものだ。AIが提案した潜在変数を化学的に解釈することで、反応の電子的要因を理解し、分子設計に応用できることを示した」と述べている。今後は、触媒反応や有機半導体合成など、より複雑な反応系への展開が期待される。さらに、AIと実験化学を統合するこの手法は「有機合成のデジタル化と自動化を推進する基盤技術として、持続可能なものづくりや次世代材料開発にも貢献すると考えられる」としている。

　今回の研究成果は、静岡大学の武田和宏准教授と、分子科学研究所の大塚尚哉助教、鈴木敏泰博士、椴山儀恵准教授らによるものだ。