[发明专利]物性预测方法及物性预测系统

说明书

提供一种谁都能够简单并以高精确度预测未知的有机化合物的物性的物性预测方法。此外，提供一种谁都能够简单并以高精确度预测有机化合物的物性的物性预测系统。提供一种有机化合物的物性预测方法，该物性预测方法包括学习有机化合物的分子结构与物性的相关的阶段及基于该学习结果从目的物质的分子结构预测目的物性值的阶段，并且作为上述有机化合物的分子结构的表现方法同时使用多种指纹印迹法。

技术领域

本发明的一个方式涉及一种有机化合物的物性预测方法及物性预测装置。

背景技术

以往只能通过合成目的物质并直接测量来得知有机化合物的物性。但是，因为其特性取决于该有机化合物的分子结构，所以现在数据积累了，只要是熟练的研究员就可以大概得知具有某种分子结构的有机化合物的物性值多少。此外，近年也可以使用第一原理模拟理论等进行计算来预测物性。

在使用有机化合物的研究及开发中，根据所需要的特性选择并使用具有相应物性的有机化合物。因此，如果能够不经实际合成而根据已知物质或未知物质精确地预测、选择并使用具有所需要的物性的有机化合物，就有可能大幅度地提高开发速度。

但是，上述精确的预测不是每个人做得到的，而且目前模拟计算需要过大的成本及时间。另一方面，因为候选有机化合物非常多，所以对每个人能够简单而迅速预测目的有机化合物的物性的方法及系统的需求日益增高。

近年来，使用机器学习等方法进行分类、推断、预测等的方法取得了大进步。尤其是，使用卷积神经网络的深度学习所进行的辨别或预测的性能大幅度提高，对各种领域做了较大的贡献。但是，在有机化合物的技术领域中，目前几乎还没有足以使计算机完全储存结构并精确地抽出有关物性的特征且其信息量为易于处理的程度的有机化合物的表现方法。因此，还没实现谁都能够简单并以高精确度预测有机化合物的物性的物性预测方法及系统。

专利文献1揭示使用机器学习的新颖物质搜索方法及其装置。

[先行技术文献]

[专利文献]

[专利文献1]日本专利申请公开第2017-91526号公报

发明内容

发明所要解决的技术问题

本发明的一个方式的目的是提供一种谁都能够简单并以高精确度预测未知的有机化合物的物性的物性预测方法。此外，本发明的一个方式的目的是提供一种谁都能够简单并以高精确度预测有机化合物的物性的物性预测系统。

发明所要解决问题的手段

本发明的一个方式是一种有机化合物的物性预测方法，该物性预测方法包括学习有机化合物的分子结构与物性的相关的阶段及基于该学习结果从目的物质的分子结构预测目的物性的阶段，并且作为上述有机化合物的分子结构的表现方法同时使用多种指纹印迹(Fingerprint)法。

此外，本发明的另一个方式是一种有机化合物的物性预测方法，该物性预测方法包括学习有机化合物的分子结构与物性的相关的阶段及基于该学习结果从目的物质的分子结构预测目的物性的阶段，并且作为上述有机化合物的分子结构的表现方法同时使用两种指纹印迹法。

此外，本发明的另一个方式是一种有机化合物的物性预测方法，该物性预测方法包括学习有机化合物的分子结构与物性的相关的阶段及基于该学习结果从目的物质的分子结构预测目的物性的阶段，并且作为上述有机化合物的分子结构的表现方法同时使用三种指纹印迹法。

此外，本发明的另一个方式是一种具有上述结构的物性预测方法，作为上述指纹印迹法，至少包括Atom pair型、Circular型、Substructure keys型及Path-based型中的任何一个。