新規化合物の設計にあたり、溶解度は重要なパラメータのひとつである。しかし、候補化合物全てに対し実験で溶解度を求めるのは現実的に困難であるため、定量的構造物性相関(QSPR)を利用した推算が行われている。本研究では、QSPRに用いるモデルとして情報分野で広く使われ始めている深層学習を利用した。溶質・溶媒の構造記述子から溶解度予測に必要な情報を抽出する特徴抽出層、溶質・溶媒の相互作用を表現する関係表現層の2階層のモデルを作成することで実際の化学的現象に沿ったモデル構築を行った。構築したモデルが既往の手法(Random Forest)に比べて高い予測精度を示すことを確認したほか、モデルの中間出力をIsomapによって可視化した。可視化マップを用いることで溶媒の特性の理解が可能であり、代替溶媒の探索や併用の可否判定などができる可能性を示した。

材料開発において未知の材料を効率的に探索するには、組成の情報のみから物性を予測する手法の開発が必要である。本研究では、無機材料の組成式を記述子に変換して説明変数とし、物性との関係を表す回帰モデルを構築した。さまざまな物性の予測に対応できるよう情報を損失なく変換するために、組成式中の各元素の個数や割合を表す記述子、原子量、原子半径、電気陰性度といった元素の物理学的パラメータを使用した記述子など、合計387個の記述子を提案した。ケーススタディとして、これらの記述子を用いてRandom Forestによるモデルを構築し、結晶の生成エネルギー、密度、屈折率という3種類の物性の予測を行って R2 値がそれぞれ 0.970、0.977、0.766という結果を得た。また、統計的に選択されそれぞれの物性予測モデルの構築に寄与した記述子が、化学的知見から考えても妥当なものであったことからこの手法の有用性を確認した。

マイクロアレイや次世代シーケンサーを用いた網羅的発現変動解析において、多数の実験条件の組み合わせの中から有意に細胞の表現型に影響を与えているものを見つけ出す必要があり、そのためには分散分析（ANOVA）を始めとする多変量解析のための統計分析手法が必要となる。本研究ではRNA-seqを用いたユーグレナ（Euglena gracilis）の発現解析のデータをもとに、Bayes ANOVAを用いた発現変動解析により代謝経路のなかで有意に変動している遺伝子を抽出するアプローチを紹介する。培養条件の変化（好気環境から嫌気・微好気への変化）及び、増殖フェイズの変化（指数増殖期から定常期への変化）に応答して発現の変動した遺伝子を解析した。置換検定にもとづいてベイズ因子の分布を計算することにより、一般には検出の基準が不明瞭なベイズ因子によるモデル比較に対し、有意水準やFDRによる定量的な検出の基準を与えることを可能にしている。

Data mining techniques such as machine learning have greatly advanced the chemical and biological sciences. Especially, technological advances in data mining are anticipated for analyzing big data derived from biological and environmental systems. From this perspective, we analyze the complex metabolic and microbial responses of human skin and the relations among these responses using advanced data mining techniques. To this end, metabolic profiles of human sweats were characterized via multiple NMR spectra, followed by an advanced analytical strategy based on data-driven and machine learning approaches. These methods extracted the important variables of the metabolites associated with microbial community variations. Moreover, the relation between the sweat metabolites and the skin microbes was successfully visualized by correlation-based networks. This analytical strategy promises a versatile and useful approach for big data analyses in various fields of science.

Pd 触媒を用いたHeck反応は、有機合成や有機金属化学において最も広く用いられている、重要な反応の一つである。触媒として用いられるPd 錯体の配位子は、反応性に影響するため、その探索は重要な研究課題の一つである。本研究では、密度汎関数理論（DFT）計算を用いて新たに合成された2-(2'-ピリジル)ベンゾアゾール, L を配位子に持つPd錯体を触媒としたHeck反応の反応機構の解析を行った。計算結果より、活性種は反応基質のエチレンとPh-Brから生成するPd(Ph)(Br)(L)であることがわかった。生成した活性種から始まる触媒サイクルは、(1)エチレン配位、(2)エチレン挿入反応、 (3) β-H引き抜き反応、(4)スチレンの脱離、 (5) Ph-Br配位、(6)H-Brの脱離反応、(7) Ph-Brの酸化的付加反応の7つの素反応過程から構成される。律速段階はPh-Brの酸化的付加反応であり、その活性化自由エネルギーは30 ～ 32 kcal/mol程度と計算された。これらの結果より、この触媒サイクルは、PdII/PdIV ではなく、Pd0/PdII で進むことが明らかとなった。

産業プラントにおいては測定困難なプロセス変数をリアルタイムに推定する手法としてソフトセンサーが広く使用されている。触媒の劣化や原料組成の変化等によりプラントの運転状態は変化するため、ソフトセンサーモデルはそのプロセス特性の変化に追随しなければならない。そこで新しく測定された運転データを活用したモデルの再構築が行われている。しかしばらつきが小さいデータを用いてモデルが再構築された場合、そのモデルはプロセスの急激な変化に対応できない。モデルの予測性能はデータベースに依存するといえる。そこで本研究では、データベースを管理するための指標database monitoring index (DMI)およびDMIを用いたデータベース管理手法を提案する。DMIは2つのデータの類似度に基づく指標であり、目的変数の差の絶対値と説明変数の類似度との比で定義される。2つのデータが類似しているほどDMIの値は小さくなる。新しいデータが測定された際、そのデータとデータベース内の全データとのDMI値を計算し、それらの最小値が大きいデータのみデータベースに追加する。これによりデータベースのデータ数を抑えながらデータベースの情報量を大きくすることができる。本手法を用いてシミュレーションデータ解析を行った結果、DMIにより適切なデータベース管理が可能であり、ソフトセンサーモデルの予測性能が向上することを確認した。

Membrane bioreactor (MBR) は工場排水や生活下水などの汚水を微生物で分解し、その後処理水と微生物を膜で分離する装置のことである。短時間かつ省スペースでの水処理が可能であるため、ビルや工場などにMBRを分散設置して無人運転を行うことは水不足問題の解決策として注目されている。しかし、膜に微生物や固形物などが堆積することでファウリングが発生し、膜差圧の上昇および運転コストの上昇は大きな課題となっており、膜差圧が一定水準に到達すると膜を薬品で洗浄し膜に付着した堆積物を除去しなければならない。そこで本研究では膜洗浄時期の推定のために1週間以上の長期にわたり、精度良く膜差圧を予測することを試みた。水質以外の変数から膜抵抗(resistance, R)を予測するモデルと水質関連変数からファウラントの堆積しやすさ(deposition rate, DR)を予測するモデルを構築し、それぞれのモデルから長期膜差圧予測を行う手法を提案した。モデル構築手法として線形手法であるpartial least squares (PLS)法と非線形手法であるsupport vector regression (SVR)法を使用した。Rを予測するモデルでは、PLS法とSVR法を用いた場合の両方とも高い予測性能を示したが、DRを予測するモデルでは、PLS法よりSVR法を用いた場合の方が予測性能は高かった。その後長期的に膜差圧を予測したが、Rを予測するモデルよりDRを予測するモデルを用いた方が精度良く予測できることが確認された。提案手法を活用することで、MBRの分散設置や無人運転化の拡大が期待される。

りんごについて測定された近赤外スペクトル用いて、内部品質である糖度および蜜・褐変の有無を推定する情報化学的手法の確立を行った。糖度に関しては、近赤外スペクトルを説明変数、糖度を目的変数とした回帰モデルを構築した。遺伝的アルゴリズムを応用した領域選択手法であるGenetic Algorithm-based Wavelength Selection (GAWLS)法を適用し、従来手法であるGenetic Algorithm-based Partial Least Squares (GAPLS)法によるモデルとの比較を行った。その結果、GAWLS法によるモデルの精度は従来手法と同程度であったが、糖度を説明するために重要である波長領域を明確に特定することが可能であることが示された。蜜・褐変の有無に関しては、GAWLS法をk-Nearest Neighbor (k-NN)法と組み合わせることでクラス分類問題へと適用する新規手法を提案し、k-NN法およびSupport Vector Machine (SVM)によるモデルとの比較を行った。その結果、糖度に関する解析と同様に、GAWLS法は重要な波長領域を明確に求めることが可能であった。以上の結果から、GAWLS法は近赤外スペクトルを用いた果物の内部品質解析において有用な手法であるとの結論が得られた。

A new capability has been added to the synthesis design system SYNSUP [1]. The new module generates synthetic routes that focus on key-bonds. Key-bonds are selected according to their spatial relationships to chiral atoms and central atoms of functional groups. When the key-bonds cannot be formed by any reaction known to SYNSUP, then structure changes in the vicinity of the bonds are effected so that the key-bonds can be disconnected in a retro-synthetic pathway. We called the fashion “selective search”. Such structure changes were studied, using 27 reported total synthesis of 25 naturally occurring compounds. This kind of selective search has been shown to be useful and practical for relatively complicated molecules.

An algorithm and a tool for automatic generation of structures of Phospholipids are proposed. The input is a compact representation of the variable part of phospholipids in a systematic way. The output is a structure of the phospholipid represented in the MDL Molfile format. The output molfile describes not only the topological connectivity of atoms but also the 2D coordinate of each atom in order to draw the structure without any overlapping. The variation of phospholipids that the tool covers includes glycerophospholipids (phosphatidylcholines, phosphatidylethanolamines, phosphatidylglicerols, phosphatidylinositols and phosphatidylserines) and sphingophospholipids with arbitrary length and arbitrary number of double bonds at arbitrary positions and in arbitrary cis/trans isomerism.