Datachemical LABを用いた研究成果が国際学術論文に掲載されました。

分子科学研究所の椴山先生のグループにより、データ駆動型手法を用いて、室温で効率的な高フッ素化ナフタレンのハロゲン化反応を可能にする添加剤の設計を実証した論文が発表されました。

本研究では、Datachemical LABを用いて機械学習モデルを構築しました。量子化学計算（DFT）から得られた分子の特性値（電荷分布・芳香族性への寄与など）を入力として、どのような添加剤が有効かを予測するモデルを作成。添加剤開発において、従来の経験的な試行錯誤から、機械学習による効果的な戦略への転換を示しています。

論文はこちらよりご確認頂けます。