物性予測モデルを、すぐに使う
創薬、熱力学的特性、毒性評価、機械的特性などに活用できる AI モデルのライブラリから、構造を入力して予測値を取得できます。
予測対象の例
- 融点・沸点・熱容量
- 溶解性・ logP ・分光特性
- バンドギャップ・ HOMO
- 生成エネルギー・弾性率
- 生物活性・毒性・環境特性
「データはあるのに、AI に渡せない」を解消
自社開発の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予測モデルを構築することもできます。プログラミングや計算化学の専門知識を前提とせず、研究者自身が予測と候補の絞り込みを進められます。
研究データから候補探索まで
多様な科学データを、自動で特徴量化
SMILES などの分子構造、CIF 形式などの結晶構造、IR ・ラマン・ XRD ・ UV-Vis などのスペクトル、顕微鏡画像や組成表を、同じ環境で扱えます。
扱えるデータ
- 有機分子・無機材料
- 周期構造・格子情報・原子配置
- 測定スペクトル
- 顕微鏡・テクスチャ画像
- 組成・実験条件
自分のデータから、ノーコードで学習
予測したい項目を選び、ボタン操作でモデルを構築します。国際特許を取得した自動調整技術により、10 件、20 件といった初期データからでも探索を始められます。
モデルを次のテーマへ
過去のモデルを出発点に新しい化合物群へ適応させるファインチューニングや、「組成 → 構造 → 物性」の多段階予測に対応します。
数百万分子から、次の候補を絞り込む
物性を予測済みの数百万分子から目標物性や構造条件に合う候補を抽出。完全一致・類似構造検索に加え、目標特性から候補構造を提案する逆設計にも対応します。
探索方法
- 目標物性からのフィルタリング
- 完全一致・類似構造検索
- 化学構造最適化
- 目標特性からの逆設計
Alchemy の 4 つのポイント
- 使うも、作るも、クリックだけ
- 既存モデルの利用と自分のデータによるモデル構築を、同じノーコード環境で実行できます。
- 科学データを AI の入力へ
- 分子、結晶、スペクトル、組成、画像を前処理スクリプトなしで特徴量化します。
- 少量データから開始
- 初期データでモデルを構築し、実験とモデルを積み重ねて次の探索へ活用できます。
- 材料空間を広く探索
- 大規模な予測データと構造検索、逆設計により、ラボだけでは評価しきれない候補群を調べられます。
