機械学習による自動コポリマー合成によるMRIエージェントの発見

科学分野:

• ポリマー科学
• 材料科学
• コンピュータ化学

背景:

• 現代のポリマー科学は 巨大な化学空間により 構造と性質の関係に関する研究を 阻害する課題に直面しています
• 19F磁気共鳴画像 (MRI) のような高度な材料の開発は,多次元性のために複雑です.

研究 の 目的:

• 複雑な材料の伝統的なポリマー合成と特徴付けの限界を克服する.
• 材料発見のための自動合成と機械学習を組み合わせたコンピュータ主導のアプローチを採用する.

主な方法:

• ソフトウェア制御の連続ポリマー合成プラットフォームを開発し,自動化された反復実験計算サイクルを開発した.
• 機械学習 (ML) を活用して6つの変数の構成空間を探索し,非直感的な設計基準を特定しました.
• 全体的な構成空間 (<0.9%) の限られた探索の中で397のユニークな共ポリマー組成物を合成した.

主要な成果:

• ML駆動型探査による非直感的な設計基準を特定した.
• 既存の最先端の材料を大幅に上回る 10以上の新しい共ポリマー組成を発見しました.
• 複雑なポリマー化学空間をナビゲートするコンピュータによるアプローチの効率性を実証した.

結論:

• 自動合成と機械学習を統合した コンピュータによる材料発見は ポリマー科学の進歩のための強力な戦略です
• このアプローチは,コポリマー開発における多次元性の課題に効果的に取り組んでいます.
• 特定された共ポリマーは,19FMRI剤の応用において有望である.