J-OCTA　機能・サービス

材料設計では、ナノからマクロに至る多階層（マルチスケール）構造の理解と制御が不可欠です。J-OCTAは、スケールに対応して量子論から連続体理論までをカバーする統合シミュレーションプラットフォームであり、全原子モデル、粗視化モデル、連続体モデルを駆使し、構造・物性の予測からプロセス設計まで対応しています。力学・熱・電気・光学など多様な物性評価に対応し、スケール間連携やデータサイエンスとの統合も可能です。豊富な事例やチュートリアルにより、初めての方でも安心して利用でき、研究者や技術者が構造や挙動の理解を深め、設計・開発へ応用することを支援します。

J-OCTAは、マテリアルサイエンスで培った技術を活かし、ライフサイエンス分野にも強力な機能を提供しています。製剤設計では、DDS（ドラッグデリバリーシステム）向けの脂質ナノ粒子（LNP）、固体分散体、薬剤の溶解性の評価などに対応可能です。バイオマテリアル分野では、セルロースなどの糖鎖や脂質の分子構造に基づく物性予測、生体適合性や界面活性の評価に貢献します。創薬分野では、タンパク質とリガンドの結合構造探索や親和性評価を高精度に実施できます。J-OCTAはAI技術との連携も進めており、構造予測からシミュレーションまでを一貫して支援するプラットフォームとして進化を続けています。

マテリアルズ・インフォマティクスの実現に必要なデータサイエンス機能を集めて、MI-Suiteというパッケージとしてご提供しています。J-OCTAのシミュレーション技術をデータサイエンス技術とつなぐことで、データドリブン型の材料設計をサポートします。

多くの場合、分子シミュレーションはマルチスケール＆マルチフィジクスで高度な知識が必要となり、また実際にはどうなっているか分からないミクロな構造を仮説を立てて作ることが多く、初心者には難しさもありますが、J-OCTAの事例データベース（DB）やチュートリアル、シナリオ機能を活用することで着実に取り組めます。シナリオ機能では操作手順をフローチャート化して再利用でき、誤操作の回避やチーム内共有、大量な入力ファイルのバッチ処理にも便利です。

[1] C. Kobayashi, J. Jung, Y. Matsunaga, T. Mori, T. Ando, K. Tamura, M. Kamiya, and Y. Sugita, J. Compute. Chem. 38, 2193-2206 (2017).
[http://dx.doi.org/10.1002/jcc.24874]
[2] J. Jung, T. Mori, C. Kobayashi, Y. Matsunaga, T. Yoda, M. Feig, and Y. Sugita, WIREs Comput. Mol. Sci., 5, 310-323 (2015).
[http://dx.doi.org/10.1002/wcms.1220]
[3] J.Jung, K.Yagi, C.Tan, H.Oshima, T.Mori, I.Yu, Y.Matsunaga, C.Kobayashi, S.Ito, D.Ugarte La Torre, Y.Sugita, J. Phys. Chem. B 128, 25, 6028-6048 (2024).
[https://doi.org/10.1021/acs.jpcb.4c02096]

[4] ラグメント分子軌道計算エンジンABINIT-MP の文献：S. Tanaka, Y. Mochizuki, Y. Komeiji, Y. Okiyama, K. Fukuzawa, Phys. Chem. Chem. Phys. 16 (2014) 10310-10344　[https://doi.org/10.1039/C4CP00316K]
[5] FCEWS（FMO-DPD）の文献：K. Okuwaki, Y. Mochizuki, H. Doi, T. Ozawa, J. Phys. Chem. B, 122 (2018) 338-347[https://doi.org/10.1021/acs.jpcb.7b08461]