本研究では、同電子二原子分子の絶対電子エネルギーを記述する化学調和近似(AHA)を提案する。AHAは原子間距離の変化を考慮し、わずか1つの較正点から全ての同電子系列を予測できる。AHAはΔマシンラーニングのための強力なベースラインモデルとなり、化学精度を達成するために必要なトレーニングデータを1桁削減できる。
フラーレンジオールの気相および水溶液中での反応性指数と解離反応のポテンシャルエネルギー曲線を理論的に研究した。
多フィデリティベイズ最適化(MFBO)は、異なる精度のデータソースを活用することで、材料や分子の発見を高速化する有望なフレームワークである。しかし、MFBOの適用には慎重な検討が必要で、その性能は低フィデリティ(LF)データソースの特性に大きく依存する。本研究では、LFデータソースの情報量と費用に着目し、MFBOの適用条件を明らかにした。合成関数と化学分野の実問題を用いた検討から、LFデータが十分に安価かつ情報量が高い場合にMFBOが有効であることを示した。これらの知見は、化学・分子研究におけるMFBOの実用化を促進する。
パラ水素誘起過分極(PHIP)は、化学、生化学、医学分野で広く応用されている。本レビューでは、従来のPHIPに加えて、光誘起PHIP、部分的負の線(PNL)効果、oneH-PHIP、金属フリーPHIP、二次的変換によるPHIP検出、化学交換を介した分極移動など、PHIPの多様な現象について詳しく解説する。これらの新しい知見は、PHIPの理解を深め、その潜在的な可能性を引き出すことを目的としている。
Co-CsPbBr3 量子ドットの化学結合変形を利用して、ピコテスラ(pT)レベルの弱磁場を正確に検出する新しい手法を提案した。
ChemDFMは、一般ドメインの大規模言語モデルをベースに、化学分野の知識を獲得し、化学タスクの解決と自然言語対話を可能にする先駆的なモデルである。
有機化合物の共役π電子系が発する光の波長を計算し、その補色の波長域を特定することで、当該化合物が吸収する光の色を明らかにする。
アルカリ金属は酸素と反応して、酸化物、過酸化物、超酸化物、亜酸化物などの化合物を生成するが、酸化物、過酸化物、超酸化物が最も一般的である。
PFAS化合物のL-FABPへの結合メカニズムを、グラフ畳み込みネットワーク(GCN)と計算モデリングを組み合わせて明らかにした。
化学における新規分子や材料の発見を加速するためにマルチフィデリティベイズ最適化を活用する際の条件と課題について分析した。