東京大学大学院新領域創成科学研究科の中尾篤之さんと津田宏治教授、北海道大学創成研究機構化学反応創成研究拠点（WPI-ICReDD）の原渕祐助教、及び前田理教授らの研究グループは、グラフニューラルネットワーク(GNN)に基づく単成分人工力誘起反応(SC-AFIR)法の高速化のアプローチを提案しました。本研究では、GNNを用いてSC-AFIR法における原子対の選択を最適化することにより、Glutathione（tripeptide）における探索効率を大幅に向上できることを示しました。また、Glutathioneにおいて学習されたモデルを利用した転移学習により、Tuftsin（tetrapeptide）の反応経路探索におけるさらなる効率向上を実現しました。この結果は、本手法が、蓄積したデータを活用して化学空間の探索を加速できることを示しており、今後の反応経路探索に基づく解析や反応開発への利用が期待されます。
詳細はこちら。
