材料・創薬分野向けツール　Multi-Sigma-Alchemy

概要

Multi-Sigma-Alchemyは、Multi-Sigma本体の機能に加えて材料・創薬分野の解析に便利な機能を搭載した拡張ツールです。研究データの収集・整理から化合物探索・AI予測まで、研究開発の意思決定プロセス全体をひとつの環境で完結できます。

学習済みの多様な物性予測モデルをそのまま使うことも、自分の実験データからAIモデルをボタン操作だけで一から構築することもできます。分子構造・結晶構造・スペクトル・組成といった多様な研究データは、AIが学習できる形へ自動で変換。プログラミングや計算科学の専門知識がなくても、研究者自身の手で解析を回し、膨大な化合物空間から次に試すべき候補を絞り込めます。

「データはあるのに、AIに渡せない」
その入口の詰まりを解消し、実験を"試して確かめる"から"絞り込んでから試す"へと変えるための環境です。

機能

特徴量抽出

自身のデータでAIモデル構築を行う際のデータ準備機能です。分子構造、結晶構造、スペクトル、材料組成などのデータはそのままではAI学習に使用できません。各データに合わせた方法で特徴量を抽出し、数値データに自動変換します。

手法	用途	データ
RDKit特徴量化	分子構造から分子特性を予測	SMILES（分子構造を1行の文字列で表したもの）から2D記述子/3D記述子/フィンガープリントを計算
Mordred特徴量化	分子構造から分子特性を予測（RDKit特徴量化よりも包括的に探索）	SMILES（分子構造を1行の文字列で表したもの）から2D記述子/3D記述子を計算
Matminer特徴量化	化学式から物質特性を予測（主に無機材料向け）	化学式からマテリアルサイエンス記述子（電気陰性度、原子半径等）を計算
事前学習エンコーダ	分子構造から分子特性を予測	各SMILES文字列を、数百万の分子から学習された化学的文脈を捉えた密な数値ベクトルに変換（MolFormer, ChemBERTa等の事前学習モデルを使用）
スペクトル特徴量化	スペクトル強度データから物質特性を予測	IR、ラマン、UV-Vis、NMRスペクトルなどの1Dスペクトルデータからピーク特徴量、微分特徴量等を計算

特徴量抽出後の解析の例

Multi-Sigma本体の機能を用いてモデル構築・予測・要因分析・最適化（逆解析）を行います。

金属有機構造体（MOF）の合成条件と構造特性から物性を予測
太陽電池材料として有望な特性を持つ化合物を探索
薬剤活性を最大化、血管障害リスクを最小化する分子記述子の組み合わせを探索
水和自由エネルギーを最小化する分子記述子の組み合わせを探索　　など

材料開発分野の事例

創薬分野の事例

分子データベース

構造の完全一致／類似構造の検索に加え、あらかじめ物性を予測済みの数百万分子から目標物性・構造条件に合致する候補を即座に抽出します。さらに目標特性から候補構造を提案する逆設計により、既知化合物の枠を超えた探索が可能です。

利用可能な分子空間	用途	物性カテゴリフィルタ
Bioactive Molecules	薬剤探索・ADME・毒性スクリーニング向け有機分子を検索	Drug Discovery : 薬効、溶解性、脂溶性、透過性、毒性など Toxicology : 安全性関連の確率および受容体応答指標
Small Organic Molecules	溶媒系・揮発性・冷媒・光学的有機分子を検索	Thermodynamics : 臨界定数および相に関連する記述子 Quantum Chemistry : 励起エネルギーと振動子強度
General Exploration	制限なし・全カテゴリの全特性グループを検索	上記全てのフィルタ

分子AI

創薬、物性予測、熱力学的特性、毒性評価、機械的特性、その他材料・分子関連の用途に活用できる、拡大し続けるAIモデルのライブラリをご利用いただけます。構造を入力するだけで、学習データの収集やモデルの自作を行うことなく、予測値を取得可能です。

ツール名	機能
予測	単一の分子に対して、物理化学的特性、薬物様性、ADMET特性の範囲を即座に予測
検索	PubChem上の化合物を検索し、その構造と予測物性を確認
バッチ	複数の分子（SMILES表記）に対して一度に予測を実行
比較	2つの分子（SMILES表記）の予測特性を比較、類似度算出

概要

ポイント

使うも、作るも、クリックだけ

どんな科学データも、AIの入力に変わる

少量データから始められ、積み重ねが資産になる

ラボを超えた、世界規模の材料空間へ