JP7303765B2 - 材料設計プログラム - Google Patents
材料設計プログラム Download PDFInfo
- Publication number
- JP7303765B2 JP7303765B2 JP2020040348A JP2020040348A JP7303765B2 JP 7303765 B2 JP7303765 B2 JP 7303765B2 JP 2020040348 A JP2020040348 A JP 2020040348A JP 2020040348 A JP2020040348 A JP 2020040348A JP 7303765 B2 JP7303765 B2 JP 7303765B2
- Authority
- JP
- Japan
- Prior art keywords
- organic compound
- procedure
- molecular structure
- variable
- space
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000000463 material Substances 0.000 title claims description 28
- 150000002894 organic compounds Chemical class 0.000 claims description 148
- 238000000034 method Methods 0.000 claims description 121
- 230000000704 physical effect Effects 0.000 claims description 50
- 238000010801 machine learning Methods 0.000 claims description 36
- 238000012986 modification Methods 0.000 claims description 23
- 230000004048 modification Effects 0.000 claims description 23
- 239000012634 fragment Substances 0.000 claims description 21
- 230000002596 correlated effect Effects 0.000 claims description 10
- 230000000875 corresponding effect Effects 0.000 claims description 7
- 238000012900 molecular simulation Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 27
- 125000004429 atom Chemical group 0.000 description 21
- 230000008569 process Effects 0.000 description 20
- 210000003811 finger Anatomy 0.000 description 14
- 230000008859 change Effects 0.000 description 8
- 238000000329 molecular dynamics simulation Methods 0.000 description 7
- 125000004430 oxygen atom Chemical group O* 0.000 description 7
- 125000004432 carbon atom Chemical group C* 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 238000003466 welding Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 210000004247 hand Anatomy 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 241000208140 Acer Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000007876 drug discovery Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 210000005224 forefinger Anatomy 0.000 description 1
- 125000000524 functional group Chemical group 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 210000004935 right thumb Anatomy 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/50—Molecular design, e.g. of drugs
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/18—Details relating to CAD techniques using virtual or augmented reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/90—Programming languages; Computing architectures; Database systems; Data warehousing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Chemical & Material Sciences (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Pharmacology & Pharmacy (AREA)
- Medicinal Chemistry (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- User Interface Of Digital Computer (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
本発明は、材料設計プログラムに関し、さらに詳しくは、バーチャルリアリティ（ＶＲ）空間上において有機化合物の分子構造を表示及び改変することができ、かつ、ＶＲ空間上で創製された未知の有機化合物の物性値を推定することが可能な材料設計プログラムに関する。
有機化合物は、その分子構造に応じて物性値（例えば、粘度）が異なる。有機化合物をある種の用途に用いる際には、
（ａ）無数にある有機化合物の中からその用途に適した物性値を持つ特定の有機化合物を選択すること、あるいは、
（ｂ）その用途に適した分子構造を持つ有機化合物を設計すること
が行われる。
有機化合物が設計される場合、設計された有機化合物が目的とする用途に適しているか否かを知る方法としては、
（ａ）分子動力学（ＭＤ）計算を用いて、その有機化合物の物性値を推定する方法、
（ｂ）その有機化合物がその用途に適しているか否かを確認するための実験を行う方法
などがある。
（ａ）無数にある有機化合物の中からその用途に適した物性値を持つ特定の有機化合物を選択すること、あるいは、
（ｂ）その用途に適した分子構造を持つ有機化合物を設計すること
が行われる。
有機化合物が設計される場合、設計された有機化合物が目的とする用途に適しているか否かを知る方法としては、
（ａ）分子動力学（ＭＤ）計算を用いて、その有機化合物の物性値を推定する方法、
（ｂ）その有機化合物がその用途に適しているか否かを確認するための実験を行う方法
などがある。
しかしながら、ＭＤ計算や実験を用いた場合、設計した有機化合物が目的とする用途に適しているか否かが判明するまでに、数日～数週間程度の時間が必要となる場合が多い。そのため、これらの方法では、設計者の思考を一時的に止めてしまうという問題がある。
一方、ＶＲ空間上においては、有機化合物の分子構造の改変を比較的簡単に行うことができる。また、専門知識を持つユーザーであれば、表示された分子構造から、その有機化合物の物性値をある程度予測することもできる。そのため、ＶＲ空間上への目的物の表示に関し、従来から種々の提案がなされている。
一方、ＶＲ空間上においては、有機化合物の分子構造の改変を比較的簡単に行うことができる。また、専門知識を持つユーザーであれば、表示された分子構造から、その有機化合物の物性値をある程度予測することもできる。そのため、ＶＲ空間上への目的物の表示に関し、従来から種々の提案がなされている。
例えば、特許文献１には、新規な有機化合物の創製を目的とするものではないが、訓練生がリアルタイム模擬バーチャルリアリティ溶接訓練環境において溶接の方法を習得していく際の訓練生の習熟度を追跡するシステムが開示されている。
同文献には、
（Ａ）当該システムを用いると、バーチャルリアリティ空間において、リアルタイム溶融金属流動性及び熱放散特性を有する溶接だまりを模擬することが可能となる点、
（Ｂ）バーチャルリアリティ空間上において模造溶接工具が表示されているときに、そのユーザに対してリアルタイム視覚フィードバックを与えることにより、ユーザが溶接技術をリアルタイムで調節することが可能となる点、及び、
（Ｃ）これによって、ユーザによる溶接技術の習得を支援することが可能となる点
が記載されている。
同文献には、
（Ａ）当該システムを用いると、バーチャルリアリティ空間において、リアルタイム溶融金属流動性及び熱放散特性を有する溶接だまりを模擬することが可能となる点、
（Ｂ）バーチャルリアリティ空間上において模造溶接工具が表示されているときに、そのユーザに対してリアルタイム視覚フィードバックを与えることにより、ユーザが溶接技術をリアルタイムで調節することが可能となる点、及び、
（Ｃ）これによって、ユーザによる溶接技術の習得を支援することが可能となる点
が記載されている。
非特許文献１には、分子構造データの視覚化、操作、シミュレーション、及びコミュニケーションによるコラボレーションに焦点を当てたＶＲプラットフォームが開示されている。
同文献に記載のＶＲプラットフォームは、アプリケーション利用のための技術的なノウハウの必要性を最小限に抑え、分子構造とダイナミクスとをより直感的に表現することを目標に開発されたものであり、全参加者が等しく分子構造を調査、修正、及び操作することができる。このＶＲプラットフォームは、創薬に限らず、様々な分野の専門家からの意見をリアルタイムに組み込むことを可能にする。
同文献に記載のＶＲプラットフォームは、アプリケーション利用のための技術的なノウハウの必要性を最小限に抑え、分子構造とダイナミクスとをより直感的に表現することを目標に開発されたものであり、全参加者が等しく分子構造を調査、修正、及び操作することができる。このＶＲプラットフォームは、創薬に限らず、様々な分野の専門家からの意見をリアルタイムに組み込むことを可能にする。
非特許文献１に記載の方法は、有機化合物の分子構造の可視化を目的としており、有機化合物の物性値は表示されない。そのため、可視化された有機化合物の物性値を知るには、他の方法（例えば、ＭＤ計算や実験）によらざるを得ない。
一方、強化学習型の分子構造探索を用いて、目的とする物性値を持つ有機化合物を探索することも考えられる。しかしながら、強化学習型の分子構造探索は、高性能な分子ではあるが、合成困難なものを大量に生成してしまうという問題がある。これは、「合成のしやすさ」、「コスト」のようなデータ化しにくい要素を予測するのが困難なためである。
一方、強化学習型の分子構造探索を用いて、目的とする物性値を持つ有機化合物を探索することも考えられる。しかしながら、強化学習型の分子構造探索は、高性能な分子ではあるが、合成困難なものを大量に生成してしまうという問題がある。これは、「合成のしやすさ」、「コスト」のようなデータ化しにくい要素を予測するのが困難なためである。
L. J. Kingsley et al., Journal of Molecular Grahics and Modering 89(2019)234-241
本発明が解決しようとする課題は、ＶＲ空間上において有機化合物の分子構造を表示及び改変することができ、かつ、ＶＲ空間上で創製された未知の有機化合物の物性値を推定することが可能な材料設計プログラムを提供することにある。
上記課題を解決するために本発明に係る材料設計プログラムは、コンピュータに以下の手順を実行させるためのものからなる。
（Ａ）操作者に、起点となる有機化合物（Ａ）又はフラグメントの分子構造の入力を求め、入力された前記分子構造の立体画像をＶＲ空間上に表示させると同時に、入力された前記分子構造をメモリに記憶させる手順Ａ。
（Ｂ）前記ＶＲ空間上において、前記操作者が前記有機化合物（Ａ）又は前記フラグメントの分子構造を改変し、新たな有機化合物（Ｂ）を生成させたときは、前記有機化合物（Ｂ）の分子構造の立体画像を前記ＶＲ空間上に表示させると同時に、前記有機化合物（Ｂ）の分子構造を前記メモリに記憶させる手順Ｂ。
（Ｃ）前記有機化合物（Ｂ）の分子構造に基づいて、前記有機化合物（Ｂ）の物性値である目的変数（ＹB）と相関がある可能性がある説明変数（ＸB）を生成させ、前記説明変数（ＸB）を前記メモリに記憶させる手順Ｃ。
（Ｄ）分子構造及び物性値が既知である有機化合物（Ｃ）の目的変数（ＹC）と、前記目的変数（ＹC）と相関がある可能性がある説明変数（ＸC）との関係について予め学習させた機械学習モデルを用いて、前記説明変数（ＸB）から前記目的変数（ＹB）を予測し、予測された前記目的変数（ＹB）を前記ＶＲ空間上に表示させると同時に、前記目的変数（ＹB）を前記メモリに記憶させる手順Ｄ。
（Ｅ）前記手順Ｄの後、前記操作者が前記有機化合物（Ｂ）の新たな改変を選択した時には、前記手順Ｂ～手順Ｄを繰り返す手順Ｅ。
（Ａ）操作者に、起点となる有機化合物（Ａ）又はフラグメントの分子構造の入力を求め、入力された前記分子構造の立体画像をＶＲ空間上に表示させると同時に、入力された前記分子構造をメモリに記憶させる手順Ａ。
（Ｂ）前記ＶＲ空間上において、前記操作者が前記有機化合物（Ａ）又は前記フラグメントの分子構造を改変し、新たな有機化合物（Ｂ）を生成させたときは、前記有機化合物（Ｂ）の分子構造の立体画像を前記ＶＲ空間上に表示させると同時に、前記有機化合物（Ｂ）の分子構造を前記メモリに記憶させる手順Ｂ。
（Ｃ）前記有機化合物（Ｂ）の分子構造に基づいて、前記有機化合物（Ｂ）の物性値である目的変数（ＹB）と相関がある可能性がある説明変数（ＸB）を生成させ、前記説明変数（ＸB）を前記メモリに記憶させる手順Ｃ。
（Ｄ）分子構造及び物性値が既知である有機化合物（Ｃ）の目的変数（ＹC）と、前記目的変数（ＹC）と相関がある可能性がある説明変数（ＸC）との関係について予め学習させた機械学習モデルを用いて、前記説明変数（ＸB）から前記目的変数（ＹB）を予測し、予測された前記目的変数（ＹB）を前記ＶＲ空間上に表示させると同時に、前記目的変数（ＹB）を前記メモリに記憶させる手順Ｄ。
（Ｅ）前記手順Ｄの後、前記操作者が前記有機化合物（Ｂ）の新たな改変を選択した時には、前記手順Ｂ～手順Ｄを繰り返す手順Ｅ。
ＶＲ空間上において、分子構造の改変により新たな有機化合物（Ｂ）を生成させた時には、有機化合物（Ｂ）の目的変数（例えば、粘度）と相関のある説明変数（例えば、原子の種類及び数、原子の結合状態など）を生成させる。次に、予め学習させた機械学習モデルを用いて、生成させた説明変数から目的変数を予測する。さらに、予測された目的変数を分子構造と共にＶＲ空間上に表示する。
このような操作をＶＲ空間上において繰り返すと、目的とする用途に適した物性値を持つ新規な有機化合物を探査することができる。また、操作者が有機化合物の合成に関する専門知識を持つ者である場合には、「合成のしやすさ」、「コスト」のようなデータ化しにくい要素を考慮して、分子構造の改変が可能となる。
さらに、分子構造と物性値が同時に表示されるので、材料設計者は新規物質に関するインスピレーションを得やすい。また、遠隔地にいる参加者を含めて、多人数に対して同時に可視化することもできるので、集合知に対しても新規物質に関するインスピレーションを付与することができる。
さらに、分子構造と物性値が同時に表示されるので、材料設計者は新規物質に関するインスピレーションを得やすい。また、遠隔地にいる参加者を含めて、多人数に対して同時に可視化することもできるので、集合知に対しても新規物質に関するインスピレーションを付与することができる。
以下に、本発明の一実施の形態について詳細に説明する。
［１． 材料設計プログラム］
本発明に係る材料設計プログラムは、コンピュータに以下の手順を実行させるためのものからなる。
（Ａ）操作者に、起点となる有機化合物（Ａ）又はフラグメントの分子構造の入力を求め、入力された前記分子構造の立体画像をＶＲ空間上に表示させると同時に、入力された前記分子構造をメモリに記憶させる手順Ａ。
（Ｂ）前記ＶＲ空間上において、前記操作者が前記有機化合物（Ａ）又は前記フラグメントの分子構造を改変し、新たな有機化合物（Ｂ）を生成させたときは、前記有機化合物（Ｂ）の分子構造の立体画像を前記ＶＲ空間上に表示させると同時に、前記有機化合物（Ｂ）の分子構造を前記メモリに記憶させる手順Ｂ。
（Ｃ）前記有機化合物（Ｂ）の分子構造に基づいて、前記有機化合物（Ｂ）の物性値である目的変数（ＹB）と相関がある可能性がある説明変数（ＸB）を生成させ、前記説明変数（ＸB）を前記メモリに記憶させる手順Ｃ。
（Ｄ）分子構造及び物性値が既知である有機化合物（Ｃ）の目的変数（ＹC）と、前記目的変数（ＹC）と相関がある可能性がある説明変数（ＸC）との関係について予め学習させた機械学習モデルを用いて、前記説明変数（ＸB）から前記目的変数（ＹB）を予測し、予測された前記目的変数（ＹB）を前記ＶＲ空間上に表示させると同時に、前記目的変数（ＹB）を前記メモリに記憶させる手順Ｄ。
（Ｅ）前記手順Ｄの後、前記操作者が前記有機化合物（Ｂ）の新たな改変を選択した時には、前記手順Ｂ～手順Ｄを繰り返す手順Ｅ。
［１． 材料設計プログラム］
本発明に係る材料設計プログラムは、コンピュータに以下の手順を実行させるためのものからなる。
（Ａ）操作者に、起点となる有機化合物（Ａ）又はフラグメントの分子構造の入力を求め、入力された前記分子構造の立体画像をＶＲ空間上に表示させると同時に、入力された前記分子構造をメモリに記憶させる手順Ａ。
（Ｂ）前記ＶＲ空間上において、前記操作者が前記有機化合物（Ａ）又は前記フラグメントの分子構造を改変し、新たな有機化合物（Ｂ）を生成させたときは、前記有機化合物（Ｂ）の分子構造の立体画像を前記ＶＲ空間上に表示させると同時に、前記有機化合物（Ｂ）の分子構造を前記メモリに記憶させる手順Ｂ。
（Ｃ）前記有機化合物（Ｂ）の分子構造に基づいて、前記有機化合物（Ｂ）の物性値である目的変数（ＹB）と相関がある可能性がある説明変数（ＸB）を生成させ、前記説明変数（ＸB）を前記メモリに記憶させる手順Ｃ。
（Ｄ）分子構造及び物性値が既知である有機化合物（Ｃ）の目的変数（ＹC）と、前記目的変数（ＹC）と相関がある可能性がある説明変数（ＸC）との関係について予め学習させた機械学習モデルを用いて、前記説明変数（ＸB）から前記目的変数（ＹB）を予測し、予測された前記目的変数（ＹB）を前記ＶＲ空間上に表示させると同時に、前記目的変数（ＹB）を前記メモリに記憶させる手順Ｄ。
（Ｅ）前記手順Ｄの後、前記操作者が前記有機化合物（Ｂ）の新たな改変を選択した時には、前記手順Ｂ～手順Ｄを繰り返す手順Ｅ。
本発明に係る材料設計プログラムは、
（Ｆ）前記手順Ｅにおいて、前記操作者が前記有機化合物（Ｂ）の新たな改変を選択しなかった時には、前記有機化合物（Ｂ）の分子シミュレーションを行い、前記目的変数（ＹB）に対応する物性値を算出する手順Ｆ
をさらに備えていても良い。
（Ｆ）前記手順Ｅにおいて、前記操作者が前記有機化合物（Ｂ）の新たな改変を選択しなかった時には、前記有機化合物（Ｂ）の分子シミュレーションを行い、前記目的変数（ＹB）に対応する物性値を算出する手順Ｆ
をさらに備えていても良い。
さらに、本発明に係る材料設計プログラムは、前記メモリに、前記機械学習モデルを作成する際に用いた前記有機化合物（Ｃ）の分子構造、前記目的変数（ＹC）、及び前記説明変数（ＸC）に関するデータベースが記憶されている場合には、
（Ｇ）前記手順Ｃの後、前記データベースの中に、前記有機化合物（Ｂ）の前記説明変数（ＸB）と全一致する前記説明変数（ＸC）を持つ前記有機化合物（Ｃ）があるか否かを判断する手順Ｇ、及び、
（Ｈ）前記データベースの中に、説明変数が全一致する有機化合物（Ｃ）がある時には、前記説明変数が全一致する有機化合物（Ｃ）の前記目的変数（ＹC）を読み込み、これを前記目的変数（ＹB）として前記ＶＲ空間上に表示させる手順Ｈ
をさらに備えていても良い。
（Ｇ）前記手順Ｃの後、前記データベースの中に、前記有機化合物（Ｂ）の前記説明変数（ＸB）と全一致する前記説明変数（ＸC）を持つ前記有機化合物（Ｃ）があるか否かを判断する手順Ｇ、及び、
（Ｈ）前記データベースの中に、説明変数が全一致する有機化合物（Ｃ）がある時には、前記説明変数が全一致する有機化合物（Ｃ）の前記目的変数（ＹC）を読み込み、これを前記目的変数（ＹB）として前記ＶＲ空間上に表示させる手順Ｈ
をさらに備えていても良い。
［１．１． ＶＲ空間上への表示（手順Ａ）］
まず、操作者に、起点となる有機化合物（Ａ）又はフラグメントの分子構造の入力を求め、入力された前記分子構造の立体画像をＶＲ空間上に表示させると同時に、入力された前記分子構造をメモリに記憶させる（手順Ａ）。
起点には、有機化合物（Ａ）又はフラグメントのいずれを用いても良い。
「フラグメント」とは、目的変数（ＹB）の予測が行われる有機化合物（Ｂ）を構成する部分構造をいう。部分構造としては、例えば、
（ａ）有機化合物（Ｂ）に含まれる原子、
（ｂ）有機化合物（Ｂ）に含まれる原子団（例えば、Ｎ員環（Ｎ≧３）、有機化合物（Ｂ）よりも低分子量及び／又は単純構造の有機化合物、Ｃ－Ｃ、Ｏ－Ｃ、Ｃ＝Ｃ、＝Ｏなど）、
などがある。
まず、操作者に、起点となる有機化合物（Ａ）又はフラグメントの分子構造の入力を求め、入力された前記分子構造の立体画像をＶＲ空間上に表示させると同時に、入力された前記分子構造をメモリに記憶させる（手順Ａ）。
起点には、有機化合物（Ａ）又はフラグメントのいずれを用いても良い。
「フラグメント」とは、目的変数（ＹB）の予測が行われる有機化合物（Ｂ）を構成する部分構造をいう。部分構造としては、例えば、
（ａ）有機化合物（Ｂ）に含まれる原子、
（ｂ）有機化合物（Ｂ）に含まれる原子団（例えば、Ｎ員環（Ｎ≧３）、有機化合物（Ｂ）よりも低分子量及び／又は単純構造の有機化合物、Ｃ－Ｃ、Ｏ－Ｃ、Ｃ＝Ｃ、＝Ｏなど）、
などがある。
分子構造改変の起点としてフラグメントが選択された場合、操作者によって指定されたフラグメントの分子構造がＶＲ空間上に表示される。
一方、後述するように、メモリには、目的変数を予測するための機械学習モデルに加えて、機械学習モデルを作成する際に用いた有機化合物（Ｃ）の分子構造、目的変数（Ｙc）、及び説明変数（Ｘc）に関するデータベースが記憶されていても良い。このような場合、起点となる有機化合物（Ａ）として、メモリに記憶されている有機化合物（Ｃ）を選択し、その分子構造及び目的変数をＶＲ空間上に表示させても良い。
一方、後述するように、メモリには、目的変数を予測するための機械学習モデルに加えて、機械学習モデルを作成する際に用いた有機化合物（Ｃ）の分子構造、目的変数（Ｙc）、及び説明変数（Ｘc）に関するデータベースが記憶されていても良い。このような場合、起点となる有機化合物（Ａ）として、メモリに記憶されている有機化合物（Ｃ）を選択し、その分子構造及び目的変数をＶＲ空間上に表示させても良い。
ＶＲ空間上に分子構造の立体画像を表示させる方法は、特に限定されない。立体画像をＶＲ空間上に表示させるソフトは市販されているので、それを用いても良い。立体画像をＶＲ空間上に表示させるソフトとしては、例えば、Ｕｎｉｔｙ、ＵＮＲＥＡＬ ＥＮＧＩＮＥなどがある。
［１．２． 分子構造の改変（手順Ｂ）］
次に、前記ＶＲ空間上において、前記操作者が前記有機化合物（Ａ）又は前記フラグメントの分子構造を改変し、新たな有機化合物（Ｂ）を生成させたときは、前記有機化合物（Ｂ）の分子構造の立体画像を前記ＶＲ空間上に表示させると同時に、前記有機化合物（Ｂ）の分子構造を前記メモリに記憶させる（手順Ｂ）。
次に、前記ＶＲ空間上において、前記操作者が前記有機化合物（Ａ）又は前記フラグメントの分子構造を改変し、新たな有機化合物（Ｂ）を生成させたときは、前記有機化合物（Ｂ）の分子構造の立体画像を前記ＶＲ空間上に表示させると同時に、前記有機化合物（Ｂ）の分子構造を前記メモリに記憶させる（手順Ｂ）。
分子構造の改変方法としては、
（ａ）操作者がヘッドマウントディスプレイを装着し、ＶＲ空間上に配置されたボタン又はハンドジェスチャを用いて分子構造の改変を行う方法、
（ｂ）操作者がヘッドマウントディスプレイを装着し、ヘッドマウントディスプレイ付属のコントローラを用いて分子構造の改変を行う方法、
などがある。
特に、ボタン又はハンドジェスチャを用いて分子構造の改変を行う方法は、動作と分子構造変更の紐付けが容易であるため、直感的に操作しやすいという利点がある。例えば、ＶＲ空間上に、一般的なＷｅｂブラウザの「戻る」と同じマークのボタンがあれば、「分子が変更前の構造に戻る」と説明書きをせずとも、ボタンを押した後の結果を想像しやすい。また、「２本」の指で単結合に触れると「二重」結合に変更されるなど、イメージしやすい操作で構造変更が可能である。
（ａ）操作者がヘッドマウントディスプレイを装着し、ＶＲ空間上に配置されたボタン又はハンドジェスチャを用いて分子構造の改変を行う方法、
（ｂ）操作者がヘッドマウントディスプレイを装着し、ヘッドマウントディスプレイ付属のコントローラを用いて分子構造の改変を行う方法、
などがある。
特に、ボタン又はハンドジェスチャを用いて分子構造の改変を行う方法は、動作と分子構造変更の紐付けが容易であるため、直感的に操作しやすいという利点がある。例えば、ＶＲ空間上に、一般的なＷｅｂブラウザの「戻る」と同じマークのボタンがあれば、「分子が変更前の構造に戻る」と説明書きをせずとも、ボタンを押した後の結果を想像しやすい。また、「２本」の指で単結合に触れると「二重」結合に変更されるなど、イメージしやすい操作で構造変更が可能である。
［１．３． 説明変数の生成（手順Ｃ）］
次に、前記有機化合物（Ｂ）の分子構造に基づいて、前記有機化合物（Ｂ）の物性値である目的変数（ＹB）と相関がある可能性のある説明変数（ＸB）を生成させ、前記説明変数（ＸB）を前記メモリに記憶させる（手順Ｃ）。
「目的変数」とは、有機化合物の物性値であって、分子構造の設計時に着目しているものをいう。目的変数としては、例えば、粘度、密度、拡散係数、イオン伝導度などがある。
次に、前記有機化合物（Ｂ）の分子構造に基づいて、前記有機化合物（Ｂ）の物性値である目的変数（ＹB）と相関がある可能性のある説明変数（ＸB）を生成させ、前記説明変数（ＸB）を前記メモリに記憶させる（手順Ｃ）。
「目的変数」とは、有機化合物の物性値であって、分子構造の設計時に着目しているものをいう。目的変数としては、例えば、粘度、密度、拡散係数、イオン伝導度などがある。
「説明変数」とは、有機化合物の分子構造の特徴を表現する数値データであり、目的変数と相関がある可能性があるものをいう。
説明変数となり得る数値データとしては、例えば、Ｃ原子の数、Ｏ原子の数、環の数、特定の官能基や部分構造の数や有無などがある。
説明変数となり得る数値データとしては、例えば、Ｃ原子の数、Ｏ原子の数、環の数、特定の官能基や部分構造の数や有無などがある。
有機化合物（Ｂ）の分子構造から説明変数（ＸB）を生成させる方法は、特に限定されない。説明変数を生成させるためのソフトは公開又は市販されているので、それを用いても良い。説明変数を生成させるための公開又は市販のソフトとしては、例えば、ＲＤＫｉｔ、ｍｏｒｄｒｅｄ、ｔｈｅｒｍｏ、ＭＯＥなどがある。
［１．４． 目的変数の表示］
次に、有機化合物（Ｂ）の目的変数（ＹB）をＶＲ空間上に表示させる。有機化合物（Ｂ）の目的変数（ＹB）を取得する方法としては、
（ａ）機械学習モデルを用いて目的変数を推定する方法、
（ｂ）データベースから分子構造に対応する目的変数を読み込む方法
などがある。
次に、有機化合物（Ｂ）の目的変数（ＹB）をＶＲ空間上に表示させる。有機化合物（Ｂ）の目的変数（ＹB）を取得する方法としては、
（ａ）機械学習モデルを用いて目的変数を推定する方法、
（ｂ）データベースから分子構造に対応する目的変数を読み込む方法
などがある。
［１．４．１． 機械学習モデルを用いた目的変数の推定（手順Ｄ）］
機械学習モデルを用いて目的変数（ＹB）を推定する場合、まず、分子構造及び物性値が既知である有機化合物（Ｃ）の目的変数（ＹC）と、目的変数（ＹC）と相関がある可能性がある説明変数（ＸC）との関係について予め学習させ、機械学習モデルを作成する必要がある。
機械学習モデルを用いて目的変数（ＹB）を推定する場合、まず、分子構造及び物性値が既知である有機化合物（Ｃ）の目的変数（ＹC）と、目的変数（ＹC）と相関がある可能性がある説明変数（ＸC）との関係について予め学習させ、機械学習モデルを作成する必要がある。
機械学習モデルを作成するには、有機化合物（Ｃ）の分子構造、有機化合物（Ｃ）の物性値である目的変数（Ｙc）、及び、目的変数（Ｙc）と相関がある可能性がある説明変数（Ｘc）を決定する必要がある。分子構造は既知であるが、物性値は未知である有機化合物（Ｃ）については、実験により物性値を実測するか、あるいは、分子動力学（ＭＤ）法などの精度の高い分子シミュレーション法を用いて、目的変数（Ｙc）（すなわち、物性値）の推定値を求めておく。
有機化合物（Ｃ）の分子構造から説明変数（Ｘc）を生成する方法は、説明変数（ＸB）を生成させる方法と同様であるので、説明を省略する。
有機化合物（Ｃ）の分子構造から説明変数（Ｘc）を生成する方法は、説明変数（ＸB）を生成させる方法と同様であるので、説明を省略する。
次に、多数の有機化合物（Ｃ）について、目的変数（Ｙc）と説明変数（Ｘc）との関係についてコンピュータに学習させ、機械学習モデルを作成する。機械学習の方法は、特に限定されない。機械学習のためのソフトは公開又は市販されているので、それを用いても良い。機械学習のためのソフトとしては、例えば、Ｐｙｔｈｏｎ、Ｒ、ＭＡＴＬＡＢなどがある。
このようにして得られた機械学習モデルを用いて、前記説明変数（ＸB）から前記目的変数（ＹB）を予測し、予測された前記目的変数（ＹB）を前記ＶＲ空間上に表示させると同時に、前記目的変数（ＹB）を前記メモリに記憶させる（手順Ｄ）。
［１．４．２． データベースを用いた目的変数の表示（手順Ｇ、Ｈ）］
一旦、機械学習モデルを生成させると、その機械学習モデルを作成する際に用いた有機化合物（Ｃ）の分子構造、目的変数（ＹC）、及び説明変数（ＸC）に関するデータベースがなくても、有機化合物（Ｂ）の目的変数（ＹB）を推定することができる。しかしながら、このようなデータベースをメモリに記憶させておくと、機械学習モデルを用いることなく、目的変数（ＹB）を取得することができる。
一旦、機械学習モデルを生成させると、その機械学習モデルを作成する際に用いた有機化合物（Ｃ）の分子構造、目的変数（ＹC）、及び説明変数（ＸC）に関するデータベースがなくても、有機化合物（Ｂ）の目的変数（ＹB）を推定することができる。しかしながら、このようなデータベースをメモリに記憶させておくと、機械学習モデルを用いることなく、目的変数（ＹB）を取得することができる。
データベースを用いた目的変数の表示は、具体的には、以下のようにして行われる。
すなわち、まず、前記メモリに、前記機械学習モデルを作成する際に用いた前記有機化合物（Ｃ）の分子構造、前記目的変数（ＹC）、及び前記説明変数（ＸC）に関するデータベースが記憶されている場合、説明変数の生成（手順Ｃ）を行った後、前記データベースの中に、前記有機化合物（Ｂ）の前記説明変数（ＸB）と全一致する前記説明変数（ＸC）を持つ前記有機化合物（Ｃ）があるか否かを判断する（手順Ｇ）。
次に、前記データベースの中に、説明変数が全一致する有機化合物（Ｃ）がある時には、前記説明変数が全一致する有機化合物（Ｃ）の前記目的変数（ＹC）を読み込み、これを前記目的変数（ＹB）として前記ＶＲ空間上に表示させる（手順Ｈ）。
すなわち、まず、前記メモリに、前記機械学習モデルを作成する際に用いた前記有機化合物（Ｃ）の分子構造、前記目的変数（ＹC）、及び前記説明変数（ＸC）に関するデータベースが記憶されている場合、説明変数の生成（手順Ｃ）を行った後、前記データベースの中に、前記有機化合物（Ｂ）の前記説明変数（ＸB）と全一致する前記説明変数（ＸC）を持つ前記有機化合物（Ｃ）があるか否かを判断する（手順Ｇ）。
次に、前記データベースの中に、説明変数が全一致する有機化合物（Ｃ）がある時には、前記説明変数が全一致する有機化合物（Ｃ）の前記目的変数（ＹC）を読み込み、これを前記目的変数（ＹB）として前記ＶＲ空間上に表示させる（手順Ｈ）。
データベースに記憶されている目的変数（Ｙc）は、実測値又は精度の高い分子シミュレーション法により算出された推定値である。そのため、Ｙcは、通常、機械学習モデルを用いて推定された目的変数（ＹB）より精度が高い。機械学習モデルだけでなく、データベースも活用すると、目的変数（ＹB）の推定精度を向上させることができる。
［１．５． 分子構造改変の繰り返し（手順Ｅ）］
有機化合物（Ｂ）の目的変数（ＹB）をＶＲ空間上に表示させた後（手順Ｄ又は手順Ｈの後）、前記操作者が前記有機化合物（Ｂ）の新たな改変を選択した時には、前記手順Ｂ～手順Ｄを繰り返す（手順Ｅ）。ＶＲ空間上におけるこのような分子構造の改変の繰り返しは、１人で行うこともでき、あるいは、多人数に対して同時に可視化した状態で行うこともできる。
有機化合物（Ｂ）の目的変数（ＹB）をＶＲ空間上に表示させた後（手順Ｄ又は手順Ｈの後）、前記操作者が前記有機化合物（Ｂ）の新たな改変を選択した時には、前記手順Ｂ～手順Ｄを繰り返す（手順Ｅ）。ＶＲ空間上におけるこのような分子構造の改変の繰り返しは、１人で行うこともでき、あるいは、多人数に対して同時に可視化した状態で行うこともできる。
［１．６． 分子シミュレーション（手順Ｆ）］
ＶＲ空間上において分子構造の改変を行い、目標とする物性値を持つ有機化合物（Ｂ）を発見した場合、発見された前記有機化合物（Ｂ）について分子シミュレーションを行い、前記目的変数（ＹB）に対応する物性値を算出しても良い（手順Ｆ）。手順Ｆは、必ずしも必要ではないが、手順Ｆがあると、新たに発見された有機化合物（Ｂ）が目標をクリアしているか否かをより高い精度で判定することができる。
ＶＲ空間上において分子構造の改変を行い、目標とする物性値を持つ有機化合物（Ｂ）を発見した場合、発見された前記有機化合物（Ｂ）について分子シミュレーションを行い、前記目的変数（ＹB）に対応する物性値を算出しても良い（手順Ｆ）。手順Ｆは、必ずしも必要ではないが、手順Ｆがあると、新たに発見された有機化合物（Ｂ）が目標をクリアしているか否かをより高い精度で判定することができる。
［２． フローチャート］
図１に、本発明に係る材料設計プログラムのフローチャートを示す。
図１に、本発明に係る材料設計プログラムのフローチャートを示す。
［２．１． 手順Ａ］
まず、操作者に、起点となる有機化合物（Ａ）又はフラグメントの分子構造の入力を求め、入力された分子構造の立体画像をＶＲ空間上に表示させると同時に、入力された分子構造をメモリに記憶させる（手順Ａ）。
まず、操作者に、起点となる有機化合物（Ａ）又はフラグメントの分子構造の入力を求め、入力された分子構造の立体画像をＶＲ空間上に表示させると同時に、入力された分子構造をメモリに記憶させる（手順Ａ）。
メモリに、機械学習モデルを作成する際に用いた有機化合物（Ｃ）の分子構造、目的変数（ＹC）、及び説明変数（ＸC）に関するデータベースが記憶されている場合、ステップ１（以下、単に「Ｓ１」ともいう）に進む。
Ｓ１では、操作者に、データベースに記憶されている有機化合物（Ｃ）の一つを有機化合物（Ａ）として読み込むか否かの選択を求める（手順Ａ１）。データベースからの読み込みが選択された時（Ｓ１：ＹＥＳ）には、Ｓ２に進む。
Ｓ１では、操作者に、データベースに記憶されている有機化合物（Ｃ）の一つを有機化合物（Ａ）として読み込むか否かの選択を求める（手順Ａ１）。データベースからの読み込みが選択された時（Ｓ１：ＹＥＳ）には、Ｓ２に進む。
Ｓ２では、操作者に、読み込むべき有機化合物（Ｃ）の選択を求める（手順Ａ２）。有機化合物（Ｃ）の選択方法は、特に限定されない。例えば、有機化合物（Ｃ）に通し番号を割り振っておくと、有機化合物（Ｃ）に対応する番号を入力するだけで、有機化合物（Ｃ）を特定することができる。
次に、Ｓ３に進む。Ｓ３では、操作者により選択された有機化合物（Ｃ）の分子構造及び目的変数（ＹC）をデータベースから読み込み、これを有機化合物（Ａ）の分子構造及び目的変数（ＹA）としてＶＲ空間上に表示させる（手順Ａ３）。これと同時に、入力された分子構造をメモリに記憶させる。
なお、メモリにデータベースが記憶されていない場合、Ｓ１～Ｓ３（手順Ａ１～Ａ３）を省略することができる。
次に、Ｓ３に進む。Ｓ３では、操作者により選択された有機化合物（Ｃ）の分子構造及び目的変数（ＹC）をデータベースから読み込み、これを有機化合物（Ａ）の分子構造及び目的変数（ＹA）としてＶＲ空間上に表示させる（手順Ａ３）。これと同時に、入力された分子構造をメモリに記憶させる。
なお、メモリにデータベースが記憶されていない場合、Ｓ１～Ｓ３（手順Ａ１～Ａ３）を省略することができる。
一方、データベースからの読み込みを選択しない場合（Ｓ１：ＮＯ）には、Ｓ４に進む。Ｓ４では、操作者に、起点となるフラグメントの決定を求める（手順Ａ４）。次いで、Ｓ５において、決定されたフラグメントの構造をＶＲ空間上に表示させる（手順Ａ５）。これと同時に、決定された分子構造をメモリに記憶させる。
［２．２． 手順Ｂ］
Ｓ３又はＳ５において、起点となる有機化合物（Ａ）又はフラグメントの分子構造の立体画像をＶＲ空間上に表示させた後、Ｓ６に進む。Ｓ６では、ＶＲ空間上において、操作者が有機化合物（Ａ）又はフラグメントの分子構造を改変し、新たな有機化合物（Ｂ）を生成させたときは、有機化合物（Ｂ）の分子構造の立体画像をＶＲ空間上に表示させると同時に、有機化合物（Ｂ）の分子構造をメモリに記憶させる（手順Ｂ）。
Ｓ３又はＳ５において、起点となる有機化合物（Ａ）又はフラグメントの分子構造の立体画像をＶＲ空間上に表示させた後、Ｓ６に進む。Ｓ６では、ＶＲ空間上において、操作者が有機化合物（Ａ）又はフラグメントの分子構造を改変し、新たな有機化合物（Ｂ）を生成させたときは、有機化合物（Ｂ）の分子構造の立体画像をＶＲ空間上に表示させると同時に、有機化合物（Ｂ）の分子構造をメモリに記憶させる（手順Ｂ）。
次に、Ｓ７に進む。Ｓ７では、分子数が１か否かが判断される。Ｓ６において、分子の切断が１回以上行われた場合、ＶＲ空間上には２個以上の分子が表示されていることになる。ＶＲ空間上に複数の分子が存在していると、どの分子について目的変数（ＹB）を推定すべきかがわからない。そのため、ＶＲ空間上の分子数が１でない場合（Ｓ７：ＮＯ）には、Ｓ６に戻り、操作者に不要な分子の消去を求める。
一方、ＶＲ空間上の分子数が１である場合（Ｓ７：ＹＥＳ）には、Ｓ８に進む。
一方、ＶＲ空間上の分子数が１である場合（Ｓ７：ＹＥＳ）には、Ｓ８に進む。
［２．３． 手順Ｃ］
Ｓ８では、有機化合物（Ｂ）の分子構造に基づいて、有機化合物（Ｂ）の物性値である目的変数（ＹB）と相関がある可能性がある説明変数（ＸB）を生成させ、説明変数（ＸB）をメモリに記憶させる（手順Ｃ）。説明変数（ＸB）の生成方法の詳細については、上述した通りであるので、説明を省略する。
Ｓ８では、有機化合物（Ｂ）の分子構造に基づいて、有機化合物（Ｂ）の物性値である目的変数（ＹB）と相関がある可能性がある説明変数（ＸB）を生成させ、説明変数（ＸB）をメモリに記憶させる（手順Ｃ）。説明変数（ＸB）の生成方法の詳細については、上述した通りであるので、説明を省略する。
［２．４． 手順Ｇ］
次に、Ｓ９に進む。Ｓ９では、メモリに、機械学習モデルを作成する際に用いた有機化合物（Ｃ）の分子構造、目的変数（ＹC）、及び説明変数（ＸC）に関するデータベースが記憶されている場合において、データベースの中に、有機化合物（Ｂ）の説明変数（ＸB）と全一致する前記説明変数（ＸC）を持つ有機化合物（Ｃ）があるか否かが判断される（手順Ｇ）。データベースの中にそのような有機化合物（Ｃ）がない場合（Ｓ９：ＹＥＳ）には、Ｓ１０に進む。なお、上述したように、このようなデータベースがメモリ内にないときは、Ｓ９を省略することができる。
次に、Ｓ９に進む。Ｓ９では、メモリに、機械学習モデルを作成する際に用いた有機化合物（Ｃ）の分子構造、目的変数（ＹC）、及び説明変数（ＸC）に関するデータベースが記憶されている場合において、データベースの中に、有機化合物（Ｂ）の説明変数（ＸB）と全一致する前記説明変数（ＸC）を持つ有機化合物（Ｃ）があるか否かが判断される（手順Ｇ）。データベースの中にそのような有機化合物（Ｃ）がない場合（Ｓ９：ＹＥＳ）には、Ｓ１０に進む。なお、上述したように、このようなデータベースがメモリ内にないときは、Ｓ９を省略することができる。
［２．５． 手順Ｄ］
次に、Ｓ１０において、分子構造及び物性値が既知である有機化合物（Ｃ）の目的変数（ＹC）と、目的変数（ＹC）と相関がある可能性がある説明変数（ＸC）との関係について予め学習させた機械学習モデルを用いて、説明変数（ＸB）から目的変数（ＹB）を予測し、予測された目的変数（ＹB）をＶＲ空間上に表示させると同時に、目的変数（ＹB）をメモリに記憶させる（手順Ｄ）。機械学習モデル及びこれを用いた目的変数（ＹB）の予測の詳細については、上述した通りであるので、説明を省略する。
次に、Ｓ１０において、分子構造及び物性値が既知である有機化合物（Ｃ）の目的変数（ＹC）と、目的変数（ＹC）と相関がある可能性がある説明変数（ＸC）との関係について予め学習させた機械学習モデルを用いて、説明変数（ＸB）から目的変数（ＹB）を予測し、予測された目的変数（ＹB）をＶＲ空間上に表示させると同時に、目的変数（ＹB）をメモリに記憶させる（手順Ｄ）。機械学習モデル及びこれを用いた目的変数（ＹB）の予測の詳細については、上述した通りであるので、説明を省略する。
［２．６． 手順Ｅ、Ｆ］
次に、Ｓ１１に進む。Ｓ１１では、分子構造の改変を継続するか否かが判断される。操作者が有機化合物（Ｂ）の新たな改変を選択した時（Ｓ１１：ＹＥＳ）には、Ｓ６に戻り、上述したＳ６～Ｓ１１の各ステップを繰り返す（手順）Ｅ）。
一方、有機化合物（Ｂ）の新たな改変を選択しなかった時（Ｓ１１：ＮＯ）には、Ｓ１２に進む。Ｓ１２では、有機化合物（Ｂ）の分子シミュレーションを行い、目的変数（ＹB）に対応する物性値を算出する（手順Ｆ）。上述したように、Ｓ１２は必ずしも必要ではないが、Ｓ１２があると、物性値の推定精度が向上する。
次に、Ｓ１１に進む。Ｓ１１では、分子構造の改変を継続するか否かが判断される。操作者が有機化合物（Ｂ）の新たな改変を選択した時（Ｓ１１：ＹＥＳ）には、Ｓ６に戻り、上述したＳ６～Ｓ１１の各ステップを繰り返す（手順）Ｅ）。
一方、有機化合物（Ｂ）の新たな改変を選択しなかった時（Ｓ１１：ＮＯ）には、Ｓ１２に進む。Ｓ１２では、有機化合物（Ｂ）の分子シミュレーションを行い、目的変数（ＹB）に対応する物性値を算出する（手順Ｆ）。上述したように、Ｓ１２は必ずしも必要ではないが、Ｓ１２があると、物性値の推定精度が向上する。
次に、Ｓ１３に進む。Ｓ１３では、分子構造の改変を継続するか否かが判断される。操作者が有機化合物（Ｂ）の新たな改変を選択した時（Ｓ１３：ＹＥＳ）には、Ｓ６に戻り、上述したＳ６～Ｓ１３の各ステップを繰り返す。
一方、有機化合物（Ｂ）の新たな改変を選択した時（Ｓ１３：ＮＯ）には、プログラムを終了させる。
一方、有機化合物（Ｂ）の新たな改変を選択した時（Ｓ１３：ＮＯ）には、プログラムを終了させる。
［２．７． 手順Ｈ］
一方、Ｓ９において、データベースの中に、説明変数が全一致する有機化合物（Ｃ）がある時（Ｓ９：ＮＯ）には、Ｓ１４に進む。Ｓ１４では、説明変数が全一致する有機化合物（Ｃ）の目的変数（ＹC）を読み込み、これを目的変数（ＹB）としてＶＲ空間上に表示させる（手順Ｈ）。
次に、Ｓ１５に進む。Ｓ１５では、分子構造の改変を継続するか否かが判断される。操作者が有機化合物（Ｂ）の新たな改変を選択した時（Ｓ１５：ＹＥＳ）には、Ｓ６に戻り、上述したＳ６～Ｓ１４の各ステップを繰り返す。
一方、有機化合物（Ｂ）の新たな改変を選択した時（Ｓ１５：ＮＯ）には、プログラムを終了させる。
一方、Ｓ９において、データベースの中に、説明変数が全一致する有機化合物（Ｃ）がある時（Ｓ９：ＮＯ）には、Ｓ１４に進む。Ｓ１４では、説明変数が全一致する有機化合物（Ｃ）の目的変数（ＹC）を読み込み、これを目的変数（ＹB）としてＶＲ空間上に表示させる（手順Ｈ）。
次に、Ｓ１５に進む。Ｓ１５では、分子構造の改変を継続するか否かが判断される。操作者が有機化合物（Ｂ）の新たな改変を選択した時（Ｓ１５：ＹＥＳ）には、Ｓ６に戻り、上述したＳ６～Ｓ１４の各ステップを繰り返す。
一方、有機化合物（Ｂ）の新たな改変を選択した時（Ｓ１５：ＮＯ）には、プログラムを終了させる。
［３． 作用］
ＶＲ空間上において、分子構造の改変により新たな有機化合物（Ｂ）を生成させた時には、有機化合物（Ｂ）の目的変数（例えば、粘度）と相関のある説明変数（例えば、原子の種類及び数、原子の結合状態など）を生成させる。次に、予め学習させた機械学習モデルを用いて、生成させた説明変数から目的変数を予測する。さらに、予測された目的変数を分子構造と共にＶＲ空間上に表示する。
ＶＲ空間上において、分子構造の改変により新たな有機化合物（Ｂ）を生成させた時には、有機化合物（Ｂ）の目的変数（例えば、粘度）と相関のある説明変数（例えば、原子の種類及び数、原子の結合状態など）を生成させる。次に、予め学習させた機械学習モデルを用いて、生成させた説明変数から目的変数を予測する。さらに、予測された目的変数を分子構造と共にＶＲ空間上に表示する。
このような操作をＶＲ空間上において繰り返すと、目的とする用途に適した物性値を持つ新規な有機化合物を探査することができる。また、操作者が有機化合物の合成に関する専門知識を持つ者である場合には、「合成のしやすさ」、「コスト」のようなデータ化しにくい要素を考慮して、分子構造の改変が可能となる。
ＭＤ計算や実験を用いた場合、設計した有機化合物の物性値を求めるまでに、概ね数日～数週間の時間が必要となり、設計者の思考を一旦止めてしまう。これに対し、本システムでは、機械学習モデルを用いることで、リアルタイム（１秒未満）で物性値を予測することができる。そのため、設計者の思考を止めることなく、即座に新たな分子構造を模索することが可能となる。これにより、材料設計者の新規物質に関するインスピレーションを誘発し、革新的な新規材料設計を促進することができる。
加えて、一般的に機械学習の利用には高度なコンピュータスキルが必要となるが、本システムは、分子模型を使用するような感覚で操作できるため、操作の難易度が低い。
さらに、インターネット回線を用いることで、本システムが稼働する場所によらず、同じＶＲ空間で同じ分子を見ながらディスカッションが可能である。また、自由な位置から分子を観察できるため、複数人に対してもインスピレーションを与えることができる。
さらに、インターネット回線を用いることで、本システムが稼働する場所によらず、同じＶＲ空間で同じ分子を見ながらディスカッションが可能である。また、自由な位置から分子を観察できるため、複数人に対してもインスピレーションを与えることができる。
［１． プログラムの作成］
図１に示す材料設計プログラムを作成した。ここでは、分子の粘度を目的変数とし、その分子構造をもとに「ＲＤＫｉｔ」で構造記述子を生成させた。また、構造記述子を説明変数として、機械学習手法の１種である「ｌｉｇｈｔＧＢＭ」を用いて、機械学習モデルを構築した。
図１に示す材料設計プログラムを作成した。ここでは、分子の粘度を目的変数とし、その分子構造をもとに「ＲＤＫｉｔ」で構造記述子を生成させた。また、構造記述子を説明変数として、機械学習手法の１種である「ｌｉｇｈｔＧＢＭ」を用いて、機械学習モデルを構築した。
また、ゲーム開発プラットフォーム「Ｕｎｉｔｙ」を使用し、有機化合物の分子構造を設計できるＶＲ空間をプログラミングした。また、Ａｃｅｒ社の「Ｗｉｎｄｏｗｓ Ｍｉｘｅｄ Ｒｅａｌｉｔｙヘッドセット」を使用し、ＶＲ空間の映像を両目に投影した。さらに、Ｌｅａｐ Ｍｏｔｉｏｎ社の「Ｌｅａｐ Ｍｏｔｉｏｎ」を使用し、両手の動きをキャプチャした。
［２． プログラムの操作］
図２～図５に、材料設計プログラムの実際の表示画面を示す。
図２～図５に、材料設計プログラムの実際の表示画面を示す。
［２．１． 起点となる有機化合物（Ａ）の表示］
図２（Ａ）の左図に、スタート画面を示す。スタート画面の下部にはテンキーが表示されている。メモリ内に既知分子の分子構造が記憶されている時には、ＶＲ空間上においてテンキーを操作し、既知分子に割り振られた番号を入力する。
番号が入力されると、図２（Ａ）の右図に示すように、その番号に対応する有機化合物（Ａ）の分子構造と物性値が表示される。図２（Ａ）においては、物性値として４．５が表示されている。
図２（Ａ）の左図に、スタート画面を示す。スタート画面の下部にはテンキーが表示されている。メモリ内に既知分子の分子構造が記憶されている時には、ＶＲ空間上においてテンキーを操作し、既知分子に割り振られた番号を入力する。
番号が入力されると、図２（Ａ）の右図に示すように、その番号に対応する有機化合物（Ａ）の分子構造と物性値が表示される。図２（Ａ）においては、物性値として４．５が表示されている。
［２．２． 分子構造の改変及び目的変数の推定］
次に、ボタン又はハンドジェスチャを用いて、分子構造の改変を行う。また、これと同時に、機械学習モデルを用いた目的変数の推定、又はデータベースからの目的変数の読み込みを行う。
次に、ボタン又はハンドジェスチャを用いて、分子構造の改変を行う。また、これと同時に、機械学習モデルを用いた目的変数の推定、又はデータベースからの目的変数の読み込みを行う。
［２．２．１． フラグメントの結合］
例えば、画面上に表示されている分子に六員環を結合させる場合、図２（Ｂ）の左図に示すように、ＶＲ空間上においてフラグメントを選択するボタンの内、六員環に対応するボタンを押し、六員環をＶＲ空間上に出現させ、これをＶＲ空間上において掴む。
次に、図２（Ｂ）の中図に示すように、掴んだ六員環を分子に近づける。その結果、図２（Ｂ）の右図に示すように、分子と六員環が結合し、分子構造が変化する。これとほぼ同時に、分子構造に対応する物性値（機械学習モデルによる予測値、又は、メモリ内に記憶されている物性値）がＶＲ空間上に表示される。図２（Ｂ）では、六員環を結合することにより、物性値が４．５から８に増加したことが示されている。
例えば、画面上に表示されている分子に六員環を結合させる場合、図２（Ｂ）の左図に示すように、ＶＲ空間上においてフラグメントを選択するボタンの内、六員環に対応するボタンを押し、六員環をＶＲ空間上に出現させ、これをＶＲ空間上において掴む。
次に、図２（Ｂ）の中図に示すように、掴んだ六員環を分子に近づける。その結果、図２（Ｂ）の右図に示すように、分子と六員環が結合し、分子構造が変化する。これとほぼ同時に、分子構造に対応する物性値（機械学習モデルによる予測値、又は、メモリ内に記憶されている物性値）がＶＲ空間上に表示される。図２（Ｂ）では、六員環を結合することにより、物性値が４．５から８に増加したことが示されている。
［２．２．２． 原子の置換、消去］
ＶＲ空間上において原子の置換、消去を行う場合、ＶＲ空間上の指の操作について、予めルールを決めておくのが好ましい。そのようなルールとしては、例えば、
（ａ）右手の人差し指で触れた原子は、炭素原子に置換される、
（ｂ）右手の人差し指と中指の２本で触れた原子は、酸素原子に置換される、
（ｃ）右手の中指と薬指を折りたたむと右手が杖に変化し、杖で原子に触れると、その原子は消去される、
などがある。
ＶＲ空間上において原子の置換、消去を行う場合、ＶＲ空間上の指の操作について、予めルールを決めておくのが好ましい。そのようなルールとしては、例えば、
（ａ）右手の人差し指で触れた原子は、炭素原子に置換される、
（ｂ）右手の人差し指と中指の２本で触れた原子は、酸素原子に置換される、
（ｃ）右手の中指と薬指を折りたたむと右手が杖に変化し、杖で原子に触れると、その原子は消去される、
などがある。
原子の置換、消去は、具体的には以下のようにして行う。例えば、図３（Ａ）の左図に示すように、分子中の酸素原子に右手の人差し指を近づける。右手の人差し指が酸素原子に触れると、図３（Ａ）の右図に示すように、その酸素原子が炭素原子に置換される。図３（Ａ）では、酸素原子から炭素原子への置換により、物性値が４．５から４．６に増加したことが示されている。
あるいは、図３（Ｂ）の左図に示すように、右手の中指と薬指を折りたたむと、右手が杖に変化する。これにより、原子を削除する機能が起動する。次いで、図３（Ｂ）の中図に示すように杖で原子に触れる。その結果、図３（Ｂ）の右図に示すように原子が消去され、分子構造が変化する。図３（Ｂ）では、原子の消去により、物性値が４．５から３．９に減少したことが示されている。
あるいは、図３（Ｂ）の左図に示すように、右手の中指と薬指を折りたたむと、右手が杖に変化する。これにより、原子を削除する機能が起動する。次いで、図３（Ｂ）の中図に示すように杖で原子に触れる。その結果、図３（Ｂ）の右図に示すように原子が消去され、分子構造が変化する。図３（Ｂ）では、原子の消去により、物性値が４．５から３．９に減少したことが示されている。
［２．２．３． 結合の変更、切断、再結合］
ＶＲ空間上において結合の変更、切断、再結合を行う場合、ＶＲ空間上の指の操作について、予めルールを決めておくのが好ましい。そのようなルールとしては、例えば、
（ａ）左手の人差し指で触れた結合は、単結合に変更される、
（ｂ）左手の人差し指と中指の２本で触れた結合は、二重結合に変更される、
（ｃ）左手の中指と薬指を折りたたむと左手がハサミに変化し、ハサミで結合に触れると、その結合は切断される、
（ｄ）右手の親指で触れた２つの原子を近づけると、２つの原子が結合する、
などである。
ＶＲ空間上において結合の変更、切断、再結合を行う場合、ＶＲ空間上の指の操作について、予めルールを決めておくのが好ましい。そのようなルールとしては、例えば、
（ａ）左手の人差し指で触れた結合は、単結合に変更される、
（ｂ）左手の人差し指と中指の２本で触れた結合は、二重結合に変更される、
（ｃ）左手の中指と薬指を折りたたむと左手がハサミに変化し、ハサミで結合に触れると、その結合は切断される、
（ｄ）右手の親指で触れた２つの原子を近づけると、２つの原子が結合する、
などである。
結合の変更、切断、再結合は、具体的には、以下のようにして行う。例えば、図４（Ａ）の左図に示すように、二重結合を左手の人差し指で触れる。その結果、図４（Ａ）の右図に示すように、二重結合が単結合に変化する。図４（Ａ）では、二重結合から単結合への変化により、物性値が４．２から４．５に増加したことが示されている。
あるいは、図４（Ｂ）の左図に示すように、左手の中指と薬指を折りたたむと、左手がハサミに変化する。これにより、結合を切断する機能が起動する。次いで、図４（Ｂ）の中図に示すように、ハサミで結合に触れる。その結果、図４（Ｂ）の右図に示すように、結合が切断される。この場合、ＶＲ空間上に２つの分子が表示されているので、物性値は３．９のままで変化しない。切断後の分子の物性値を表示させるには、不要な分子を消去し、ＶＲ空間上の分子数を１にする。
あるいは、図４（Ｂ）の左図に示すように、左手の中指と薬指を折りたたむと、左手がハサミに変化する。これにより、結合を切断する機能が起動する。次いで、図４（Ｂ）の中図に示すように、ハサミで結合に触れる。その結果、図４（Ｂ）の右図に示すように、結合が切断される。この場合、ＶＲ空間上に２つの分子が表示されているので、物性値は３．９のままで変化しない。切断後の分子の物性値を表示させるには、不要な分子を消去し、ＶＲ空間上の分子数を１にする。
あるいは、図５（Ａ）の左図に示すように、結合させたい２つの分子にそれぞれ含まれる２つの原子を右手の親指で触れる。次いで、図５（Ａ）の中図に示すように、選択した２つの原子を近づける。その結果、図５（Ａ）の右図に示すように、選択した２つの原子が結合し、分子構造が変化する。図５（Ａ）では、分子の再結合により、物性値が６．９から５．１に減少したことが示されている。
［２．３． 多人数によるディスカッション］
図５（Ｂ）に、本発明に係る材料設計プログラムを多人数のディスカッションに応用した状態を示す。図５（Ｂ）の左図は、設計者Ｂの頭と手がＶＲ空間上に表示されており、設計者ＡがそのＶＲ空間を見ている状態を表している。この状態から、設計者Ｂが設計者Ａから、例えば、「六員環を結合して下さい」とアドバイスされた時には、図５（Ｂ）の中図に示すように、ＶＲ空間上に六員環を出現させる。次いで、図５（Ｂ）の右図に示すように、六員環を分子に結合させる。これとほぼ同時に、物性値が４．９から７．６に増加する。このように、本発明に係る材料設計プログラムを用いると、分子構造の変化とそれに伴う物性値の変化を多人数に対して同時に可視化することができる。
図５（Ｂ）に、本発明に係る材料設計プログラムを多人数のディスカッションに応用した状態を示す。図５（Ｂ）の左図は、設計者Ｂの頭と手がＶＲ空間上に表示されており、設計者ＡがそのＶＲ空間を見ている状態を表している。この状態から、設計者Ｂが設計者Ａから、例えば、「六員環を結合して下さい」とアドバイスされた時には、図５（Ｂ）の中図に示すように、ＶＲ空間上に六員環を出現させる。次いで、図５（Ｂ）の右図に示すように、六員環を分子に結合させる。これとほぼ同時に、物性値が４．９から７．６に増加する。このように、本発明に係る材料設計プログラムを用いると、分子構造の変化とそれに伴う物性値の変化を多人数に対して同時に可視化することができる。
以上、本発明の実施の形態について詳細に説明したが、本発明は上記実施の形態に何ら限定されるものではなく、本発明の要旨を逸脱しない範囲で種々の改変が可能である。
本発明に係る材料設計プログラムは、新規物質の創製、多人数によるディスカッションなどに用いることができる。
Claims (3)
- コンピュータに以下の手順を実行させるための材料設計プログラム。
（１）前記材料設計プログラムは、
（Ａ）操作者に、起点となる有機化合物（Ａ）又はフラグメントの分子構造の入力を求め、入力された前記分子構造の立体画像をＶＲ空間上に表示させると同時に、入力された前記分子構造をメモリに記憶させる手順Ａと、
（Ｂ）前記ＶＲ空間上において、前記操作者が前記有機化合物（Ａ）又は前記フラグメントの分子構造を改変し、新たな有機化合物（Ｂ）を生成させたときは、前記有機化合物（Ｂ）の分子構造の立体画像を前記ＶＲ空間上に表示させると同時に、前記有機化合物（Ｂ）の分子構造を前記メモリに記憶させる手順Ｂと、
（Ｃ）前記有機化合物（Ｂ）の分子構造に基づいて、前記有機化合物（Ｂ）の物性値である目的変数（ＹB）と相関がある可能性がある説明変数（ＸB）を生成させ、前記説明変数（ＸB）を前記メモリに記憶させる手順Ｃと、
（Ｄ）分子構造及び物性値が既知である有機化合物（Ｃ）の目的変数（ＹC）と、前記目的変数（ＹC）と相関がある可能性がある説明変数（ＸC）との関係について予め学習させた機械学習モデルを用いて、前記説明変数（ＸB）から前記目的変数（ＹB）を予測し、予測された前記目的変数（ＹB）を前記ＶＲ空間上に表示させると同時に、前記目的変数（ＹB）を前記メモリに記憶させる手順Ｄと、
（Ｅ）前記手順Ｄの後、前記操作者が前記有機化合物（Ｂ）の新たな改変を選択した時には、前記手順Ｂ～手順Ｄを繰り返す手順Ｅと
を備えている。
（２）前記メモリには、前記機械学習モデルを作成する際に用いた前記有機化合物（Ｃ）の分子構造、前記目的変数（Ｙ C ）、及び前記説明変数（Ｘ C ）に関するデータベースが記憶されており、
前記手順Ａは、
前記操作者に、前記データベースに記憶されている前記有機化合物（Ｃ）の一つを前記有機化合物（Ａ）として読み込むか否かの選択を求める手順Ａ１と、
前記データベースからの読み込みが選択された時には、前記操作者に、読み込むべき前記有機化合物（Ｃ）の選択を求める手順Ａ２と、
前記操作者により選択された前記有機化合物（Ｃ）の分子構造及び前記目的変数（Ｙ C ）を前記データベースから読み込み、これを前記有機化合物（Ａ）の分子構造及び目的変数（Ｙ A ）として前記ＶＲ空間上に表示させる手順Ａ３と
を備えている。
（３）前記材料設計プログラムは、
前記手順Ａ１において、前記データベースからの読み込みが選択されなかった時には、前記操作者に、起点とする前記フラグメントの決定を求める手順Ａ４と、
前記フラグメントの構造を前記ＶＲ空間上に表示させる手順Ａ５と
をさらに備えている。
（４）前記材料設計プログラムは、
前記手順Ｅにおいて、前記操作者が前記有機化合物（Ｂ）の新たな改変を選択しなかった時には、前記有機化合物（Ｂ）の分子シミュレーションを行い、前記目的変数（Ｙ B ）に対応する物性値を算出する手順Ｆ
をさらに備えている。
（５）前記メモリには、前記機械学習モデルを作成する際に用いた前記有機化合物（Ｃ）の分子構造、前記目的変数（Ｙ C ）、及び前記説明変数（Ｘ C ）に関するデータベースが記憶されており、
前記材料設計プログラムは、
前記手順Ｃの後、前記データベースの中に、前記有機化合物（Ｂ）の前記説明変数（Ｘ B ）と全一致する前記説明変数（Ｘ C ）を持つ前記有機化合物（Ｃ）があるか否かを判断する手順Ｇと、
前記データベースの中に、説明変数が全一致する有機化合物（Ｃ）がある時には、前記説明変数が全一致する有機化合物（Ｃ）の前記目的変数（Ｙ C ）を読み込み、これを前記目的変数（Ｙ B ）として前記ＶＲ空間上に表示させる手順Ｈ
をさらに備えている。 - 前記物性値は、粘度である請求項１に記載の材料設計プログラム。
- 前記手順Ｂは、前記ＶＲ空間上に配置されたボタン又はハンドジェスチャを用いて前記分子構造の改変を行うための手順を含む請求項１又は２に記載の材料設計プログラム。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020040348A JP7303765B2 (ja) | 2020-03-09 | 2020-03-09 | 材料設計プログラム |
| US17/195,210 US20210280277A1 (en) | 2020-03-09 | 2021-03-08 | Material design program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020040348A JP7303765B2 (ja) | 2020-03-09 | 2020-03-09 | 材料設計プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2021140701A JP2021140701A (ja) | 2021-09-16 |
| JP7303765B2 true JP7303765B2 (ja) | 2023-07-05 |
Family
ID=77555907
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020040348A Active JP7303765B2 (ja) | 2020-03-09 | 2020-03-09 | 材料設計プログラム |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20210280277A1 (ja) |
| JP (1) | JP7303765B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023074542A1 (ja) * | 2021-11-01 | 2023-05-04 | ソニーグループ株式会社 | 合成材料選択方法、材料製造方法、合成材料選択データ構造、及び製造方法 |
| JP2023140012A (ja) * | 2022-03-22 | 2023-10-04 | 住友化学株式会社 | 発光素子及びその製造方法、発光性化合物及びその製造方法、組成物及びその製造方法、情報処理方法、情報処理装置、プログラム、発光性化合物の提供方法、並びにデータ生成方法 |
| JP7406664B1 (ja) | 2023-03-31 | 2023-12-27 | 住友化学株式会社 | 学習モデルの生成方法、情報処理装置、コンピュータプログラム、物質の選別方法及び模擬実験値の生成方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003294660A (ja) | 2002-03-29 | 2003-10-15 | Kurimoto Ltd | 熱可塑性樹脂の軟化温度予測方法 |
| WO2004031999A1 (ja) | 2002-10-07 | 2004-04-15 | Nippon Zoki Pharmaceutical Co., Ltd. | 三次元構造活性相関法 |
| JP2013218562A (ja) | 2012-04-10 | 2013-10-24 | Fujitsu Ltd | 環境負荷評価装置、環境負荷評価方法及びプログラム |
| JP2017188032A (ja) | 2016-04-08 | 2017-10-12 | 住友ゴム工業株式会社 | ポリマー組成物の性能の予測方法 |
| WO2019048965A1 (ja) | 2017-09-06 | 2019-03-14 | 株式会社半導体エネルギー研究所 | 物性予測方法および物性予測システム |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01161578A (ja) * | 1987-12-18 | 1989-06-26 | Toshiba Corp | 分子設計支援システム |
| JP3127026B2 (ja) * | 1991-12-20 | 2001-01-22 | 富士通株式会社 | 分子設計支援システム |
| KR102457974B1 (ko) * | 2015-11-04 | 2022-10-21 | 삼성전자주식회사 | 신규 물질 탐색 방법 및 장치 |
-
2020
- 2020-03-09 JP JP2020040348A patent/JP7303765B2/ja active Active
-
2021
- 2021-03-08 US US17/195,210 patent/US20210280277A1/en active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003294660A (ja) | 2002-03-29 | 2003-10-15 | Kurimoto Ltd | 熱可塑性樹脂の軟化温度予測方法 |
| WO2004031999A1 (ja) | 2002-10-07 | 2004-04-15 | Nippon Zoki Pharmaceutical Co., Ltd. | 三次元構造活性相関法 |
| JP2013218562A (ja) | 2012-04-10 | 2013-10-24 | Fujitsu Ltd | 環境負荷評価装置、環境負荷評価方法及びプログラム |
| JP2017188032A (ja) | 2016-04-08 | 2017-10-12 | 住友ゴム工業株式会社 | ポリマー組成物の性能の予測方法 |
| WO2019048965A1 (ja) | 2017-09-06 | 2019-03-14 | 株式会社半導体エネルギー研究所 | 物性予測方法および物性予測システム |
Non-Patent Citations (2)
| Title |
|---|
| 坂本亘 外１名，Mixed Realityによる創薬支援システムの開発と応用，情報処理学会研究報告，2017年06月25日，Vol. 2017-BIO-50, No. 43 |
| 石黒正路 外１名，三次元コンピュータグラフィックスによる分子設計，有機合成化学協会誌 [online]，1984年，第４２巻，第８号，pp. 722-731，[検索日 2023.01.18], インターネット，ＵＲＬ：https://www.jstage.jst.go.jp/article/yukigoseikyokaishi1943/42/8/42_8_722/_pdf |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2021140701A (ja) | 2021-09-16 |
| US20210280277A1 (en) | 2021-09-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7303765B2 (ja) | 材料設計プログラム | |
| Vuletic et al. | The challenges in computer supported conceptual engineering design | |
| JP5383555B2 (ja) | デバイスの視覚化を伴うサポート知識ベースの協働的リンキング | |
| Kim et al. | SketchingWithHands: 3D sketching handheld products with first-person hand posture | |
| Coffey et al. | Design by dragging: An interface for creative forward and inverse design with simulation ensembles | |
| US20090157478A1 (en) | Usability evaluation method and system of virtual mobile information appliance | |
| US11023643B2 (en) | System and method for interactive datasheets | |
| JP4122434B2 (ja) | 仮想ユーザを用いた操作性評価処理システム | |
| Gajos et al. | Decision-Theoretic User Interface Generation. | |
| Bleser et al. | Toto: a tool for selecting interaction techniques | |
| JP2013025745A (ja) | 教師データの作成方法、教師データの作成のためのプログラム、及び教師データ作成装置 | |
| Zhou et al. | Color-in-fist: a metaphor for color selection with mid-air interaction | |
| Cho et al. | IntuModels: Enabling Interactive Modeling for the Novice through Idea Generation and Selection | |
| Tching et al. | IM-sgi: an interface model for shape grammar implementations | |
| Damaraju et al. | Multi-tap sliders: advancing touch interaction for parameter adjustment | |
| Ruiz et al. | UI-GEAR: User interface generation preview capable to adapt in real-time | |
| Guerra et al. | An Extension to the Keystroke-Level Model for Extended Reality Interactions | |
| Sun et al. | Elicitation and Evaluation of Hand-based Interaction Language for 3D Conceptual Design in Mixed Reality | |
| JP2006351045A (ja) | 汎用解析システム | |
| JP2004029958A (ja) | 作業性評価方法及びその装置 | |
| Jung et al. | Spray modeling: Augmented reality based 3D modeling interface for intuitive and evolutionary form development | |
| Wells et al. | Designing with Your Eyes: Active and Two-Way Employment of Our Visual Sense | |
| Perles et al. | Interactive virtual tools for manipulating NURBS surfaces in a virtual environment | |
| Coomans | A virtual reality user interface for a design information system | |
| Weber et al. | Usability and Adoption of Graphical Data-Driven Development Tools |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200807 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20200807 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20200807 Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20200808 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200925 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220114 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230117 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230131 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230320 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230530 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230623 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7303765 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |