コンピュータ化学 で
切り拓く 未来の化学

山本 典史

千葉工業大学 工学部 応用化学科

https://yamlab.jp

双子の計算術士 テオとテラ
プロローグ

おひさしぶりです!

ガイダンス以来ですね

山本典史
山本 典史やまもと のりふみ
🏠
出身佐賀県 伊万里市伊万里焼の町
💻
専門コンピュータ化学計算で分子を調べる
📚
また会う授業量子化学 1・22 年後期・3 年前期
伊万里生まれ 九州大学博士に 東京大学研究員 岐阜大学助教 名古屋大学特任助教 千葉工大いまここ
プロローグ

今日の案内役:双子の計算術士

兄テオと相棒のフクロウの賢者
兄テオ真理の織り手
量子化学・理論化学
ひとつの分子の中の電子を、精密に解き明かす
相棒:フクロウの賢者
杖は波動関数 Ψ
妹テラと相棒の光の鳥の大群
妹テラ流転の予言者
分子動力学・機械学習
たくさんの分子の動きを、いっきに追う
相棒:光の鳥の大群
髪は α-ヘリックス

イラスト:揚げ鶏々(サイエンスイラストレーター) yamlab.jp/mascot

プロローグ

化学の研究って、フラスコだけ?

⚗️

実験室の化学

薬品を混ぜて、変化を観察する

+
💻

コンピュータの中の化学

分子の動きや性質を、計算で調べる

テラ

コンピュータの中にも「実験室」があるんだよ!

プロローグ

ノーベル化学賞にも、計算と AI

  1. 🏅1998

    量子化学の計算法

    電子を計算して
    分子を調べる

    コーン、ポープル

  2. 🏅2013

    大きな分子の計算

    タンパク質の中の
    反応も計算

    カープラス ほか

  3. 🏅2024

    AI でタンパク質

    AI が形を
    予測・設計

    ハサビス ほか

  4. 🏅2025

    穴だらけの材料 MOF

    やまラボも
    計算で研究中

    北川進 ほか

テオ

計算化学と AI は、いま化学のど真ん中にある。

プロローグ

計算化学の「超能力」

🔍

見る

小さすぎ・速すぎて
見えない分子の動きを見る

🔮

予測する

作る前に、性質や
結果が分かる

⚡

探す

何十万もの候補を
一気に試せる

🧠

学ぶ

データから
規則を見つける(AI)

テラ

今日は、この 4 つを全部使ってもらうよ!

プロローグ

💊 新しい薬ができるまで、何年かかる?

研究をはじめてから、薬として承認されるまでの年数は?

出典:厚生労働省 有識者検討会 参考資料(2023 年 1 月。日本製薬工業協会調べ)

テオ
プロローグ

薬になるのは、3 万個に 1 個

652,336 個の候補から 75 個が人での試験へ、21 個が薬として承認
プロローグ

今日のミッション

MISSION
インフルエンザの飲み薬を、
コンピュータで設計せよ
  1. 🦠敵を知る
  2. 🔑くぼみにはまる分子を探す
  3. 💊体に届く分子に直す
  4. 🧠データから規則を学ぶ
テオとテラ
STEP 1 敵を知る

STEP 1

敵を知る

インフルエンザウイルスは、どうやって広がる?

どこをねらえば、ウイルスを止められる?

テオ
STEP 1 敵を知る

🦠 インフルエンザウイルスが増えるしくみ

1 個のウイルスが、細胞の中でどんどん増えていく

ウイルスが細胞にくっつき、入りこみ、設計図をコピーし、部品をつくり、外へ出て、切りはなされて広がる 6 つの段階
STEP 1 敵を知る

🔍 カギをにぎる、表面の 2 つの「手」

くっつく手(①で活躍)と、切りはなすはさみ(⑥で活躍)

インフルエンザウイルスの表面の 2 種類のとげ
STEP 1 敵を知る

🎬
動画:やまラボの先輩が、模型で説明します
インフルエンザウイルスと薬の相互作用の研究
(ブラウザ版のスライドで再生できます:yamlab.jp/iac)
STEP 1 敵を知る

🖐 はさみが広げる、薬が止める

「薬なし」と「薬あり」を切りかえてみよう

ノイラミニダーゼがつなぎ目を切ってウイルスが広がる。薬がはさみをふさぐと広がれない
STEP 2 くぼみにはまる分子を探す

STEP 2

くぼみにはまる
分子を探す

超能力「探す」を使う

はさみのくぼみにぴったりはまる分子は?

テラ
STEP 2 くぼみにはまる分子を探す

鍵と鍵穴:はまる分子の 2 つの条件

🧩

① 形が合う

くぼみの形に、すき間なく、ぶつからずに入る

🤝

② 手をつなぐ

くぼみの「手」と、O-H・N-H が引き合う(水素結合)

テオ

手をつなぐ強さは、電子を計算すると分かる。

テラ

じゃあ、実際にはめてみよう!

STEP 2 くぼみにはまる分子を探す

🖐 ドッキング・パズル

どの候補が、いちばんはまる?

4 つの候補の分子をくぼみに入れた結果
STEP 2 くぼみにはまる分子を探す

🖐 コンピュータなら、一気にためせる

たくさんの分子をコンピュータでふるいにかけ、有望な候補を選ぶ
STEP 2 くぼみにはまる分子を探す

人類が見つけた答え

同じくぼみにはまるのに、飲み方がちがう?

吸入薬:粉を吸いこむ。のど・気管に直接とどく
リレンザ(ザナミビル)とタミフル(オセルタミビル)の立体構造。同じ向きにそろえてある
飲み薬:カプセルを飲む。腸から体に入る
STEP 3 体に届く分子に直す

STEP 3

体に届く
分子に直す

超能力「見る」「予測する」を使う

リレンザを、飲み薬にできる?

テオ
STEP 3 体に届く分子に直す

🤔 水になじみやすいのは、どっち?

リレンザとタミフルの立体構造

STEP 3 体に届く分子に直す

🖐 水と油は、なぜ分かれる?

よく振っても、勝手に分かれていく

水の粒と油の粒が、時間とともに分かれていく
STEP 3 体に届く分子に直す

💧 水と手をつなぐ分子、水をはじく分子

O-H は水と手をつなぎ(水素結合)、C-H は水をはじく

砂糖(グルコース)のまわりには水がくっつき、油(ヘキサン)のまわりからは水が離れる
STEP 3 体に届く分子に直す

🎞 細胞膜を通れるのは?

細胞膜を通る分子と、はね返される分子
STEP 3 体に届く分子に直す

油水分配係数 log P

油と水に、分子がどう分かれるかを数える

油の層に 91 個、水の層に 9 個。P = 91 ÷ 9 ≒ 10、log P = 1
STEP 3 体に届く分子に直す

🖐 身近な分子の log P を計算してみよう

ビタミン C と ビタミン A、どちらが油になじむ?

分子 log P 分子 log P
水 −0.82 グルコース −3.22
エタノール 0.00 カフェイン −1.03
1-オクタノール +2.34 アスピリン +1.31
ベンゼン +1.69 ビタミン C / A −1.41 / +5.51

RDKit の Crippen 法で計算した値

STEP 3 体に届く分子に直す

リレンザの log P は −3.79

だから、飲み薬ではなく吸入薬

  • 💧 log P = −3.79:水のほうに約 6,000 倍なじむ
  • 🚧 腸の細胞膜を通りにくい
  • 🚫 飲んでも、体に吸収されにくい
  • 🌬️ 粉を吸いこみ、ウイルスがいるのどに直接届ける
吸入薬:粉を吸いこむ。のど・気管に直接とどく
STEP 3 体に届く分子に直す

🖐 リレンザを飲み薬にしよう

水になじむ部分を減らすと、log P はどう変わる?

書き換え(上から順に足していく) log P
リレンザ(ザナミビル) −3.79
① 側鎖の OH ×3 → 炭化水素 −0.34
② グアニジノ基 → アミノ基 +0.35
③ 環の O → CH₂ +0.81
④ COOH → COOEt(エステル)= タミフル +1.29

RDKit の Crippen 法で計算した値

STEP 3 体に届く分子に直す

改良のポイント

くぼみにはまる骨組みは残して、O-H・N-H を C-H に

リレンザからタミフルへの 4 か所の書き換えを強調した立体構造
STEP 4 データから規則を学ぶ

STEP 4

データから
規則を学ぶ

超能力「学ぶ」を使う(AI)

log P の計算は、どうやって作られた?

テラ
STEP 4 データから規則を学ぶ

log P の規則はどこから?

原子ごとの「油になじむ度合い」を足し合わせる

C
+
+
C
+
+
O
−
+
N
−
=
log P
  • 原子ごとの値は、log P を測ったたくさんの分子のデータから決めた
  • データから規則を見つける → AI(機械学習)と同じ考え方
STEP 4 データから規則を学ぶ

🖐 データから規則を学ぶ

5 つのアルコールの実測値から学習して、まだ測っていない分子を予測

学習前の線が、学習で実測値に合う線になり、まだ測っていない分子の log P を予測する
STEP 4 データから規則を学ぶ

AI × 化学の最先端

🧬

形を予測する

アミノ酸の並びから、タンパク質の形を AI が予測
(AlphaFold、2024 年ノーベル化学賞)

✨

分子を考える

欲しい性質を伝えると、AI が新しい分子の候補を考える

🤖

自分で実験する

AI が計画し、ロボットが実験し、結果から学ぶ実験室

テオ

計算・AI・実験が、一つにつながり始めている。

STEP 4 データから規則を学ぶ

AI を使いこなすのは、化学が分かる人

テラ

AI がいれば、化学の勉強はいらなくなる?

テオ

逆だよ。何を計算させて、答えが正しいかを
判断できるのは、化学が分かる人だけ。

テラ

化学 × コンピュータ × AI。これが最強の組み合わせだね!

ミッション・クリア

MISSION CLEAR!インフルエンザの飲み薬を、コンピュータで設計した

🦠

敵を知る

はさみを
ねらう

🔑

探す

ドッキングで
はまる分子を選ぶ

💊

見る・予測

MD と log P で
体に届く形に直す

🧠

学ぶ

データから
規則を見つける

やまラボ

種明かし

このミッション、
やまラボの毎日です

千葉工大 応用化学科 山本研究室(やまラボ)

テオとテラ
やまラボ

やまラボの道具箱

ミッションで使った道具は、研究でも使っている

🎞

分子動力学(MD)

水と油 → タンパク質や材料の動き

🔑

ドッキング・結合の計算

パズル → 薬とタンパク質の結合の強さ

⚛️

量子化学計算

手をつなぐ強さ → 反応・光・色のしくみ

🧠

機械学習・データ

log P の予測 → 材料の性質の予測

テラ

同じ道具で、薬にも材料にも光にも挑戦してるんだ!

やまラボ:生物物理チーム

🧬 ミッションの続編①:ウイルスの逆襲

ウイルスが変異すると、薬がはまらなくなる(薬剤耐性)

変異の前と後。はまり度 92 → 48
やまラボ:化学工学チーム

⚙️ ミッションの続編②:穴で CO₂ をつかまえる

化学工学チーム

分子を「穴」にはめて、
CO₂ だけを取り出す

🏆
MOF は
2025 年ノーベル化学賞
🌍
CO₂ を減らして
気候変動に挑む
🔍
穴が開くなぞを
計算で解く
MOF の穴に CO2 だけがつかまるようす
やまラボ:光化学チーム

💡 ミッションの続編③:ホタルの色を計算する

光化学チーム

光の色のなぞを、
電子の計算で解く

🦕
1 億年前のホタルは
深い緑(548 nm)
🧬
色を決めるのは
アミノ酸の並び
🔦
赤い光で
がんを見つける
ホタルの光の色と波長
やまラボ

やまラボで身につく力と、その先

⚗️
化学分子を見る目
+
💻
プログラミング計算機を使いこなす
+
🧠
データ・AI規則を見つける
やまラボ×
💊
化学・製薬メーカーの研究開発新しい薬や材料の候補を、作る前に計算でしぼりこむ
🖥️
計算化学エンジニアシミュレーションで、ものづくりの現場を支える
📊
化学データサイエンティスト実験データと AI で、開発のスピードを上げる
🤖
IT・AI エンジニア化学が分かるエンジニアとして、AI の道具をつくる
🎓
大学院・研究者まだ誰も知らない分子のしくみを、計算で解き明かす
やまラボ

やまラボに入るまで

1 年
化学・物理・数学の基礎
いまここ
2 年
物理化学
量子化学 1(後期)
3 年
量子化学 2(前期)
後期に研究室配属
4 年
卒業研究
自分のテーマで計算
テラ

プログラミングは、研究室に入ってからでも大丈夫!

テオ

見学はいつでも歓迎。yamlab.jp から連絡を。

エピローグ

今日の問いへの答え

コンピュータだけで、化学の研究はできる?

🔍

見る

MD で分子の動きを

🔮

予測する

作る前に log P を

⚡

探す

何十万もの候補から

🧠

学ぶ

データから規則を

テオ

できる。しかも実験と組めば、もっと速く、もっと深く分かる。

エピローグ

コンピュータ化学 で
切り拓く 未来の化学

課題(manaba「アンケート」):yamlab.jp を参考にして、計算化学が切り拓く未来について述べよ。期限は manaba で確かめてください

yamlab.jp の QR コード https://yamlab.jp
テオとテラ

時間: 1 分 言うこと:今日は、実験をしない化学、コンピュータの中で分子を調べる化学の話をする。今日は皆さんにも研究者になってもらう。

時間: 1.5 分 言うこと:ガイダンスで会った人も多いはず。改めて、山本です。出身は佐賀県伊万里市(伊万里焼の町)。専門はコンピュータ化学で、計算で分子を調べている。2 年後期の量子化学 1、3 年前期の量子化学 2 でまた会う。 見せ方:下の道のりを点がたどっていく。九州大学で博士の学位を取り、学振 PD で東京大学、岐阜大学の助教、名古屋大学の特任助教を経て千葉工大へ。研究者はいろいろな大学を渡り歩きながら研究を続ける。

時間: 1.5 分 言うこと:今日の案内役は、やまラボのマスコット「双子の計算術士」。計算化学を擬人化した兄妹で、サイエンスイラストレーターの揚げ鶏々さんに描いてもらった。 言うこと:兄のテオは量子化学の担当。ひとつの分子の中の電子を精密に計算する。相棒はフクロウの賢者(CPU のように、ひとつずつ確実に計算する精霊)。持っている杖は、電子の状態を表す波動関数の記号 Ψ。 言うこと:妹のテラは分子動力学と機械学習の担当。たくさんの分子の動きを追う。相棒は光の鳥の大群(GPU のように、たくさんの計算をいちどにこなす精霊)。髪型はタンパク質の α-ヘリックス。 言うこと:衣装や持ち物に、計算化学のモチーフがたくさん隠れている。詳しくは yamlab.jp のマスコットのページで。

時間: 1.5 分 問いかけ:化学の研究というと、白衣を着てフラスコを振る姿を思い浮かべる人が多いはず。コンピュータだけで化学の研究ができると思う? 手を挙げてもらう。

時間: 2 分 言うこと:1998 年、電子を計算する方法(量子化学計算)にノーベル化学賞。2013 年、コンピュータでタンパク質のような大きな分子の反応を計算する方法に。2024 年は AI でタンパク質の形を予測・設計した研究に。そして 2025 年は、日本の北川進先生らの MOF。MOF はやまラボでも計算で研究している(後で出てくる)。

時間: 1.5 分 言うこと:コンピュータ化学の 4 つの超能力。分子は 1 億分の 1 cm、反応は 1 兆分の 1 秒。それを「見る」。作る前に「予測する」。何十万の候補から「探す」。たくさんのデータから「学ぶ」。 言うこと:今日のミッションで、この 4 つを順に使う。

時間: 1.5 分 見せ方:選択肢を読み上げ、手を挙げさせてから押す。 言うこと:9〜17 年。今 18 歳の皆さんが今日始めた研究が薬になるのは 30 代。費用は数百億〜数千億円。

時間: 1.5 分 言うこと:65 万個の候補のうち、人での試験に進めたのは 75 個、薬になったのは 21 個。約 3 万分の 1。ほとんどが途中で脱落するから、時間もお金もかかる。 問いかけ:どうすれば、もっと速く当たりを見つけられる? → コンピュータで、作る前に当たりをつける。

時間: 1 分 言うこと:今日は皆さんが製薬会社の研究者。ミッションは「インフルエンザの飲み薬をコンピュータで設計すること」。4 つのステップで進める。案内役はテオとテラ。

時間: 0.5 分 言うこと:まずは敵を知る。どこをねらえばウイルスを止められるか。

時間: 3 分 見せ方:何も押さなくても ①〜⑥ が約 35 秒でくり返す(上の札が今の場面)。説明しながら見せるときは「一時停止」してから番号の札を押すと、その場面で止まる。「再生」で続き、「ゆっくり」で半分の速さ。① 手(HA)が細胞の表面のシアル酸(緑のひし形)をつかむ → ② 膜にくるまれて中へ入り、設計図(RNA 8 本)を出す → ③ 核で設計図がコピーされる(8 本 → 32 本)→ ④ とげ(部品)がつくられて膜へ、RNA が膜の下に集まる → ⑤ 膜ごと包んで外へ出る(出芽)。でも手がつかんだままで離れられない → ⑥ はさみ(NA)で切って、となりの細胞へ。1 回で 4 個ふえる(本物はもっとたくさん)。 言うこと:ウイルスは自分では増えられない。細胞の中の工場を乗っ取って、自分のコピーを大量につくらせる。 問いかけ:このどこかを止めれば、ウイルスは広がらない。どこを止める? → 次のスライドで、カギになる 2 つの「手」を詳しく見る。

時間: 1.5 分 見せ方:「くっつく手」「はさみ」を順に押して、2 種類のとげを光らせる。 言うこと:大きさは 1 万分の 1 mm。ヘマグルチニン(HA)は、さっきの①で細胞をつかんだ「手」。ノイラミニダーゼ(NA)は、⑥でつなぎ目を切った「はさみ」。今日のねらいは、このはさみ。

時間: 2.5 分 見せ方:模型で、ノイラミニダーゼが細胞表面のシアル酸を切る場面まで(1〜2 分)を流す。音あり。 言うこと:説明しているのはやまラボの卒業生。卒業研究で、インフルエンザウイルスと薬の関係を計算で調べた。

時間: 2 分 見せ方:細胞の中で RNA ととげが膜の下に集まり、膜がふくらんで新しいウイルスが出てくる(さっきの⑤)。最初は「薬なし」で、はさみで切って次の細胞へ広がり、数が増える。「薬あり」に切りかえると、薬がはさみのくぼみにはまって ✕ で切れず、ウイルスが表面から離れられない。数が止まって「ストップ!」。「薬なし」に戻すとまた広がる。 言うこと:薬は、ウイルスが出てくるのを止めるのではなく、出たあとに離れられなくする。 言うこと:ねらうのは「はさみのくぼみ」。ここにはまる分子が、薬の候補になる。

時間: 0.5 分 言うこと:次は、はさみのくぼみにはまる分子を探す。

時間: 1 分 言うこと:薬が効くには 2 つの条件。形が合うこと、そして水素結合で手をつなぐこと。水素結合は高校化学で習った。

時間: 4 分 見せ方:まず学生に「どれがいちばんはまると思う?」と聞いて手を挙げさせる。A(大きすぎる)→ D(小さすぎる)→ B(形はぴったり、手がない)→ C(形も手もぴったり)の順に入れる。C を「回す」と、手がつなげなくなってはまり度が下がる。最後に「全部ためす」でランキング。 言うこと:これがドッキング計算の考え方。本物の計算では、はまる強さをエネルギーで見積もる。 操作:ボタンを押してもスライドは進まない。

時間: 1.5 分 見せ方:「スタート」→「はやおくり」。カウンターが 100 万まで回り、ときどき有望な候補が光って右の箱に落ちる。 言うこと:これがバーチャルスクリーニング。実験で 1 つずつ作って調べる前に、計算でふるいにかけて、有望なものだけを作る。超能力「探す」。

時間: 2 分 見せ方:2 つの分子は同じ向きにそろえて、一緒に回っている(ドラッグで回せる)。真ん中の環とまわりの飾りの位置がよく似ていることを見せる。左右の図で飲み方のちがいを言う(左:粉を吸いこみ、のど・気管に直接とどく。右:カプセルを飲み、腸から体に入る)。 問いかけ:どちらもインフルエンザの薬。飲んだ(吸った)ことがある人? 言うこと:リレンザは粉を吸いこむ吸入薬、タミフルはカプセルの飲み薬。同じくぼみにはまるのに、なぜ飲み方がちがうのか。これが次のステップ。

時間: 0.5 分 言うこと:くぼみにはまるだけでは薬にならない。飲んだあと、体の中に届かなければいけない。

時間: 1.5 分 見せ方:まず予想させてから、「O と N を光らせる」を押して、水と手をつなげる原子を数えさせる。それからボタンで答え合わせ。 問いかけ:赤(O)と青(N)の原子が多いのはどっち?

時間: 3 分 見せ方:最初はよく混ざった状態。しばらく見ていると、青(水)と黄(油)が分かれていく。「よく振る」で何度でも混ぜられる。 言うこと:水どうしは水素結合で強く引き合うので、油は仲間に入れない。「分かれろ」とはどこにも書いていないのに、粒どうしの力だけを計算すると勝手に分かれる。これが分子動力学。超能力「見る」。

時間: 2 分 見せ方:「水を入れる」で水分子が近づく。砂糖(グルコース)の O-H には水が手をつないでくっつき(点線=水素結合)、油(ヘキサン)のまわりからは水が離れていく。下の「くっついた水」の数を比べる。 言うこと:砂糖が水に溶けて、油が溶けないのはこのため。リレンザの側鎖は、砂糖のように O-H だらけ。だから水になじむ。

時間: 1.5 分 言うこと:飲み薬は、腸の細胞膜を通り抜けて体に入る。膜の中は油のようなもの。油になじむ分子と小さな分子は通れるが、水になじむ大きな分子ははね返される。

時間: 2.5 分 見せ方:最初は log P = 1 で落ちついた状態(油 91 個、水 9 個)。体積は同じなので、個数の比がそのまま濃度の比。物質のボタンを押すと振りなおす:メタノール(17 対 83、−0.7)→ 1-ブタノール(89 対 11、+0.9)→ 1-オクタノール(水の層が 1 個に満たない、+3.0)。炭素が増えるほど油に寄る。つまみを 0 → 1 → 2 と動かすと、P が 1 → 10 → 100 と 10 倍ずつ増える。 言うこと:落ちついたあとも、ときどき点が境目をこえて入れかわる。分子は行き来しているが、数の比は変わらない(動的平衡)。 つまずき所:ボタンの値は実測の目安を丸めたもの。次のスライドの計算アプリ(Crippen 法)の値とは少しちがう。 言うこと:log P は「油の濃さ ÷ 水の濃さ」の対数。log P が 1 増えると、P(油 ÷ 水)が 10 倍。

時間: 3 分 見せ方:水 → エタノール → オクタノール と炭素の鎖を長くしていく。次にビタミン C(水溶性)と A(脂溶性)。 問いかけ:ビタミン A のサプリが油に溶かしてあるのはなぜ? 言うこと:実験しなくても、構造式から一瞬で予測できる。超能力「予測する」。 聞かれたら:Crippen 法は推定値。実測とは差がある(エタノール:計算 0.00、実測 −0.31)。

時間: 1.5 分 見せ方:→ キーで 1 段ずつ開く。右の図は吸入薬の使い方(粉を吸いこみ、のど・気管に直接とどく)。 言うこと:逆に言えば、飲み薬にしたければ log P を上げればよい。やってみよう。

時間: 4 分 見せ方:「どのボタンがいちばん効くと思う?」と予想させてから 1 つずつ押す。側鎖の OH を変えるのがいちばん効く(−3.79 → −0.34)。他の 3 つだけでは −1.96。4 つ全部でタミフルの構造(+1.29)。 つまずき所:途中段階は考え方を見せるためのもので、実際の合成の道筋ではない。④ のエステルは体内で外れて COOH に戻る(プロドラッグ)。

時間: 2 分 見せ方:最初は「全部」で 4 か所が光っている。①〜④ を順に押して、変わった場所を光らせる。リレンザ側の水になじむ部分(ローズ)が、タミフル側の油になじむ部分(黄)に置きかわっている。光っていない骨組み(くぼみにはまる形)は同じ。最後に「全部」に戻し、下の log P(−3.79 → +1.29)と吸入薬 → 飲み薬を指す。 つまずき所:③ は、環の O が炭素に変わり、二重結合の位置もずれている(前のアプリの「環の O → CH₂」は分子全体の組成で見た言い方)。 言うこと:効き目(くぼみにはまる形)と、体への届きやすさ(log P)。両方を、作る前に計算で予測しながら設計する。 つまずき所:④ のエステルは体内で外れて COOH に戻る(プロドラッグ)。

時間: 0.5 分 言うこと:さっきのアプリは、なぜ一瞬で log P を出せたのか。種明かしすると、そこには「データから学んだ規則」がある。

時間: 1.5 分 言うこと:Crippen 法は、原子の種類(とまわりの原子)ごとに「油になじむ度合い」を決めておいて、足し合わせる。炭素はプラス、酸素や窒素はマイナス。その値は、log P を測ったたくさんの分子のデータから決めた。

時間: 3.5 分 見せ方:最初の画面。点は実際に測ったアルコール 5 つ(メタノール〜ペンタノール)。灰色の直線は「まだ何も学んでいない規則」、赤い線が規則と実測のずれ。 見せ方:「学習する」。コンピュータが、ずれが小さくなる向きに傾きと切片を少しずつ直していく。直線が回って点に寄り、赤い線が縮み、誤差の棒が下がる。式の数字の動きに注目させる。 言うこと:学習完了。見つかった規則は「炭素 1 個で log P が +0.56」。CH₂ が 1 つ増えるごとに油になじみやすくなる。これはデータから「学んだ」化学の規則(実測値:Sangster, J. Phys. Chem. Ref. Data 18, 1111 (1989))。 見せ方:「まだ測っていない分子を予測」→「答え合わせ」。1-オクタノール(予測 3.13、実測 3.07)と 1-デカノール(予測 4.26、実測 4.57)。データから学んだ規則で、測っていない分子まで当てられた。 聞かれたら(時間があれば「おまけ:覚えすぎると…」):5 点を全部ぴったり通る複雑な規則にすると、1-デカノールの予測は 15 と大はずれ。覚えすぎ(過学習)。AI がもっともらしい間違いをする例として、次のスライドにつなげられる。

時間: 2 分 言うこと:タンパク質の形は、以前は実験で何年もかけて決めていた。いまは AI が予測する。欲しい性質を伝えると新しい分子を考える AI、ロボットと組んで自分で実験を進める AI(自律実験ラボ)も研究されている。

時間: 1.5 分 言うこと:さっきの過学習のように、AI はもっともらしい間違いをする。それを見抜けるのは化学が分かる人。化学とコンピュータの両方が分かる人は、これからますます求められる。

時間: 1 分 言うこと:ミッション・クリア! 皆さんは今日、計算化学の 4 つの超能力を全部使った。

時間: 0.5 分 言うこと:実は、今日のミッションで使った道具は、やまラボで毎日使っている研究の道具そのもの。

時間: 1.5 分 言うこと:やまラボには 3 つのチームがある。生物物理、化学工学、光化学。どのチームも、今日の道具を組み合わせて研究している。ここからは、ミッションの「続編」として紹介する。

時間: 2.5 分 見せ方:「ウイルスが変異する」を押すと、くぼみの一部が盛り上がって、薬の手が 1 本はずれ、はまり度が下がる。もう一度押すと元に戻る。 言うこと:ウイルスは変異して薬から逃げる。どの変異が結合をどれだけ弱めるかを、自由エネルギー計算で調べている(北海道大学 人獣共通感染症国際共同研究所と共同研究)。さっきの先輩の動画も、このチームの研究。 言うこと:生物物理チームは、ALS に関係するタンパク質 SOD1 の研究も(東北大学 大学院薬学研究科と共同研究)。 つまずき所:はまり度は説明用の目安。変異も特定の実在の変異ではなく、R292K 型の耐性のイメージ。

時間: 1.5 分 言うこと:化学とコンピュータの両方が分かる人は、どの業界でも少ない。だから求められる。化学メーカーや製薬会社の研究開発でも、計算や AI を使える人が増えている。

時間: 1.5 分 言うこと:研究室の配属は 3 年後期。それまでの授業、特に物理化学と量子化学がつながっている。プログラミングは研究室に入ってから先輩と一緒に覚える人がほとんど。

時間: 1.5 分 言うこと:答えは「できる」。そして計算は実験の代わりではなく、実験の相棒。両方を組み合わせると、化学はもっと速く、もっと深くなる。

時間: 1.5 分 言うこと:課題は manaba のアンケートから。今日の話から一つ選んで、調べて広げてもらえればよい。質問・感想もアンケートに。 言うこと:課題は、yamlab.jp の研究紹介や「計算化学とは」のページを読んで、自分の考える未来を書いてもらう。今日のスライドも yamlab.jp に置いておく。