企業

化学原理を理解するAI…新薬・新素材の開発を加速

スマートフォンの電池が長持ちするか、難病を治療する新薬が開発できるかは、材料を構成する原子がどれだけ安定に結合しているかにかかっています。この無数の原子をどのように配置して最も安定な分子を形成するかが「分子設計」の核心です。これまでこのプロセスは、巨大な山脈の中で最も低い谷を見つけるのと同じくらい難しく、膨大な時間と費用がかかりました。 KAISTの研究者らは、人工知能を利用してこのプロセスを迅速かつ正確に解決する新技術を開発した。 KAISTは2月10日、化学科のキム・ウヨン教授の研究チームが、分子の安定性を支配する物理法則を理解して構造を予測する人工知能モデル「リーマンノイズ除去モデル（R-DM）」を開発したと発表した。 このモデルの最大の特徴は、分子の「エネルギー」を直接考慮していることです。既存の AI モデルは単に分子の形状を模倣していましたが、R-DM は分子内に働く力を考慮して構造を洗練させます。研究チームは分子構造を地図として表し、高エネルギーを山、低エネルギーを谷として表現し、エネルギーが最も低い谷に向かって移動して見つけるようにAIを設計した。 R-DM は、このエネルギー状況をナビゲートし、不安定な構造を避けて最も安定した状態を見つけることによって分子を完成させます。これは「リーマン幾何学」の数学理論を適用し、その結果、AI は「物質はエネルギーが最も低い状態を好む」という化学の基本法則を学習します。 実験の結果、R-DM は既存の AI モデルよりも最大 20 倍高い精度を達成し、正確な量子力学計算とほぼ区別できないレベルまで予測誤差を削減したことが示されました。これは、AIを活用した分子構造予測技術としては世界最高レベルの性能となります。 この技術は、新薬開発や次世代電池材料、高性能触媒の設計など、さまざまな分野で活用できます。これまで長時間を要していた分子設計プロセスを大幅に短縮し、研究開発を飛躍的にスピードアップする「AIシミュレータ」として期待されている。さらに、化学事故や有害物質の拡散など、実験が困難な状況でも化学反応経路を迅速に予測できるため、環境・安全分野でも大きな可能性を秘めています。 キム・ウヨン教授は「人工知能が化学の基本原理を理解し、分子の安定性を自ら判断した初めての事例だ。新材料の開発方法を根本的に変える可能性のある技術だ」と述べた。 ウー・ジェイ、キム・S、キム・JH、キム・ワイ。 化学的精度で分子構造を最適化するためのリーマンノイズ除去モデル。 ナット コンピューティング サイエンス2026 年 1 月 2 日。土井: 10.1038/s43588-025-00919-1 #化学原理を理解するAI新薬新素材の開発を加速