J-OCTA事例:MD-GANを用いた長時間の分子運動の予測
- データサイエンス
- 低分子の浸透・拡散・吸着
- マテリアルサイエンス
- ライフサイエンス
短時間のMD計算結果から、MD-GAN(機械学習)を用いて長時間の分子の運動を予測し、拡散現象を評価。
分子動力学計算を用いることで、拡散係数など多様な物理量、物性を評価することが可能です。一方で、分子のダイナミクスを追う必要があるため、長時間の現象を扱うには計算時間を要します。
慶應義塾大学の泰岡研究室(http://www.yasuoka.mech.keio.ac.jp/)で開発したMD-GANを用いると、短時間の分子運動のデータをもとにして長時間の分子運動を予測することが可能です。
図1. MD-GANによって長時間の分子運動を予測
参考文献では、ポリマーのダイナミクス[1][2]や全固体電池中のLiイオンの拡散[3]など、複雑なテーマを扱っていますが、ここではよりシンプルな対象として、水とベンゼンのバルク中の拡散挙動の結果を示します[4]。
図2は、水とベンゼン分子の平均二乗変位(MSD)を示しています。MD計算結果(黒点線)のうち「緑色で示した短時間領域のデータ」を用いて、MD-GANにより赤実線のデータを得ました。両者には短時間領域で少しずれが見られるものの、教師データ外である長時間領域(白色の領域)においてよく一致しています。
今回は検証のため、長時間領域においてもMD計算結果との比較を行いましたが、実際のニーズとして考えられる「MD計算では困難な、より長時間の現象」を、MD-GANを用いることで予測できることを示唆しています。
黒点線がMD計算結果、赤実線がMD-GANによる予測結果。
MD計算結果のうち緑色の短時間領域のデータを用いてMD-GANを実行。
長時間領域(白色の領域)において、分子運動をよく予測している。
MD-GANはJ-OCTAのオプション機能としてご提供しています。先述の通り、参考文献にあるような様々なターゲットへの適用が可能です。ご興味がございましたらお気軽にご連絡ください。
- *参考文献
-
- [1] K. Endo, K. Tomobe, and K. Yasuoka, In Thirty-Second AAAI Conference on Artificial Intelligence, pp. 2192-2199, (2018)
https://ojs.aaai.org/index.php/AAAI/article/view/11863/11722 - [2] 川田ら, “MD-GAN を用いたポリエチレンの拡散予測”, 第35回分子シミュレーション討論会, (2021)
- [3] 山田ら, “MD-GANを使用した固体電解質内のリチウムイオンの拡散係数予測”, 第34回分子シミュレーション討論会, (2020)
- [4] 湯原ら, “機械学習による分子動力学シミュレーションの時間発展新手法を用いた各種物理量予測”, 第32回分子シミュレーション討論会, (2018)
- [1] K. Endo, K. Tomobe, and K. Yasuoka, In Thirty-Second AAAI Conference on Artificial Intelligence, pp. 2192-2199, (2018)
事例一覧
-
- タイヤの耐摩耗性の向上
- COSMO法による物性推算
- VSOP-PSによる繊維配向材のシミュレーション
- 粗視化モデルによる脂質膜の解析
- 機械学習による沸点、屈折率、比誘電率の推算
- ナノトライボロジー(アブレシブ摩耗、ナノ加工)
- コバルト酸リチウムの基底状態と弾性率の解析(SIESTA事例ページへ)
- MD-GANによる固体電池内のLiイオン拡散解析
- リバースマッピングによるアモルファス構造の作成
- 電池電極の成形プロセス(カレンダリング)における圧力と空隙率の計算
- 粗視化分子動力学を用いた複屈折の解析
- 高分子膜の相分離プロセスシミュレーション
- 機械学習によるχパラメータの推定
- 水への溶解性評価
- フィラー樹脂複合材料の熱伝導率計算
- VSOP-PSによる繊維構造への樹脂含浸プロセス計算
- mol-inferを用いたQSPRの逆解析
- FMO-DPDを用いた高分子電解質の相分離構造
- FMO-DPDを用いた脂質膜とベシクルの形成
- カルサイト(方解石)の複屈折と光吸収(SIESTA事例ページへ)
- リチウムイオン電池のシミュレーション(SIESTA事例ページへ)
- 懸濁液の粘度の評価
- 量子補正を適用した固体の定積比熱の評価
- MD-GANを用いた長時間の分子運動の予測
- ポリマーの誘電緩和
- 金属錯体の吸収スペクトル(SIESTA事例ページへ)
- ゼオライトとガス分子の相互作用(SIESTA事例ページへ)
- 蒸着膜のシミュレーション
- 機械学習QSPRとマテリアルズ・インフォマティクス
- シミュレーション結果を用いた粘弾性マスターカーブの作成
- DPDを用いた粘弾性のシミュレーション
- 表面の再構成(SIESTA事例ページへ)
- フォノン分散を利用した剛性マトリクスの算出(SIESTA事例ページへ)
- Steered MDによるポリペプチドの自由エネルギー変化の解析
- 金属の電子比熱解析(SIESTA事例ページへ)
- 格子比熱の解析(SIESTA事例ページへ)
- J-OCTAによる蓄熱材の評価
- MDおよびMO/DFTを用いた比誘電率の評価
- 溶解度係数の算出
- 機械特性評価(SIESTA事例ページへ)
- 結晶の熱膨張(SIESTA事例ページへ)
- ゼオライトへのガス吸着
- GHz周波数領域における水の誘電分散(2)
- 反応のエネルギー変化(SIESTA事例ページへ)
- GHz周波数領域における水の誘電分散(1)
- 固体表面への分子の吸着エネルギー(SIESTA事例ページへ)
- 活性化エネルギーを用いたモンテカルロ判定によるエポキシ樹脂の架橋反応
- 樹脂 複屈折のためのマルチスケールシミュレーション
- 顔料の表面エネルギー(SIESTA事例ページへ)
- スラリー塗工プロセス
- 金属表面と分子の相互作用
- フィラー充填ゴムの繰り返し伸長
- 界面特性を考慮したCFRTPの破壊挙動の解析(Digimat事例ページへ)
- グラフェンシート添加によるCFRTPのマトリクス熱伝導特性改質(Digimat事例ページへ)
- 非平衡MDによる熱伝導率の計算
- ゴム材料のレオロジーシミュレーション
- 架橋フェノール樹脂の物性評価
- エポキシ樹脂架橋反応のシミュレーションからのガラス転移温度評価
- 電池用電解液の計算
- カーボンナノチューブの分散構造と非線形構造解析
- 粗視化ポテンシャルの評価
- DPDによる溶媒蒸発シミュレーション
- ガラス状態ポリマーの一軸伸長とクレーズ形成
- 高分子-固体界面の摩擦
- MDによる粘度の評価
- 相図からのχパラメータ推算
- 高分子-固体界面の剥離
- 気体の溶解係数と自由体積
- QSPRによる物性値の推算
- レオロジー特性
- 熱硬化性樹脂の架橋構造
- MDによる比誘電率の評価
- 複合材料の非線形力学特性(LS-DYNAとの連携)
- DPDによる界面張力の評価
- MDによる溶解度パラメータの評価
- DPDによる液滴のずり変形
- MDによる界面張力の評価
- 体積弾性率評価
- 界面活性剤の影響評価
- 燃料電池の高分子電解質膜解析
- 一軸伸張解析
- 光学特性評価
- ガラス転移温度評価
- ガス拡散解析
- ガス透過解析
- 架橋構造材料の特性評価
- コンポジット材料の特性解析
- ※記載されている製品およびサービスの名称は、それぞれの所有者の商標または登録商標です。