クラウドコンピューティングを用いた有機半導体材料の大規模な理論的スクリーニング

パナソニックの科学者たちは、Schrödinger の研究者らと共同で、『The Journal of Physical Chemistry』誌に論文を発表し、 「クラウドコンピューティング環境を用いたヘテロアセン系正孔伝導性有機材料の大規模理論スクリーニング」と題し、クラウドコンピューティング環境下で有機電子材料候補の大規模な理論スクリーニングを行い、最適な正孔移動度特性を持つ分子を特定した。有機半導体デバイスの性能は、デバイスを構成する低導電性材料を通る電荷の移動に大きく依存している。正の電荷キャリアと負の電荷キャリアは、それぞれ正孔と電子である。 電荷輸送は、固体中を分子から分子へとホッピングすることで発生し、これはSchrödinger プラットフォームにおける原子スケールのシミュレーション技術を用いてモデル化されています。本研究では、有機半導体における正孔移動度に焦点を当てました。

パナソニックは、フuran、チオフェン、セレンフェンを融合させた構造の研究に関心を示していた。これらの化合物は、さまざまな用途向けの有機半導体として利用可能である点で注目されている。特にパナソニックは、現在利用可能な化合物よりも高い電荷移動度を持つ有機半導体材料を必要とする、印刷可能なRF-ID（無線周波数識別）タグの開発に関心を寄せている。これらの材料は、住宅、小売、倉庫管理などの分野で活用される可能性がある。 非接触型のレジ精算や在庫管理は、将来の小売取引技術をさらに進化させるだろう。例えば、パナソニックの現行製品である「レジロボ」は、人件費を10％削減しつつ、顧客の会計処理を迅速化する新しい自動レジシステムである。

本研究において、Schrödinger は、高性能正孔伝導材料の化合物空間 の基礎として、構造列挙法を用いて7,032,432種類の化合物を生成した。初期セットの中から250,000種類を無作為に抽出し、正孔再配置エネルギーに関する密度汎関数理論（DFT ）計算を行った。解析対象となる化合物の数が膨大であったため、研究チームは計算処理能力を飛躍的に向上させるべく、クラウドコンピューティング環境下で計算を行うことを決定した。

Googleのクラウドコンピューティング技術を活用し、25万種類の化合物のホール再編成エネルギーを予測するために、360万回のDFT 計算が実行され、これはわずか16日間で完了した。

Schrödingerの材料科学部門グループ に所属するシニア・プリンシパル・サイエンティスト、アレクサンダー・ゴールドバーグ氏は、この論文の主な発見について次のように説明している：

この研究がなぜ重要なのか、説明していただけますか？ 
移動度を向上させた有機材料を得ることができれば、有機エレクトロニクス分野の発展に寄与するでしょう。有機エレクトロニクス材料は、低コストで、柔軟性が高く、加工が容易で、軽量かつ持続可能なソリューションであるため、この分野への関心と投資が急増しています。世界の有機半導体市場だけでも、2024年までに1,794億ドルに達し、2019年比で22.4％増加すると予測されています。¹

有機材料を用いたデバイスの性能は、主要な用途において無機材料に匹敵するレベルまで向上しましたが、その基礎となる物理的メカニズムは依然として解明されておらず、動作原理の解明も必要であるため、さらなる発展には基礎研究が依然として求められています。Schrödinger プラットフォームを活用することで、この研究を推進し、高品質な次世代有機電子材料の設計を実現することができます。

この論文が何を意味するのか説明してください。なぜこれほど注目されているのでしょうか？
ほんの数年前までは、これほどの規模のスクリーニングをこれほどの短期間で実施することは不可能でした。 クラウドコンピューティングの進歩により、原子スケールシミュレーションを用いた化合物空間 のスクリーニング規模を飛躍的に拡大することが可能になりました。一般的な200 CPUのHPCリソースを使用した場合、この数の化合物をスクリーニングするには100日かかることを考えると、クラウドコンピューティングがいかに高速であるかがわかります。もし従来の実験手法でこの数の化合物をスクリーニングするとしたら、およそ5,000年かかる計算になります。

このプロジェクトでは、最も最適な正孔移動度を持つ構造を見つけるため、7,032,432個の構造からなる化学ライブラリ から、正孔輸送材料としての250,000個の構造の適合性を評価しました。そのプロセスについて説明していただけますか？
250,000個の構造を無作為に選択し、正孔再編成エネルギーの密度汎関数理論（DFT ）計算を行いました。 次に、再配置エネルギーが最も低い130個の化合物の正孔移動度について、DFT と分子動力学（MD）法を組み合わせた手法を適用してさらに解析を行いました。この手法を用いることで、実験的に観測された最高レベルの移動度を持つ最先端の化合物 であるジナフトチエノフェン（DNTT）よりも20倍高い正孔移動度が予測される構造を同定 することができました。²

上の図1Aに示されているように、25万種の化合物について、計算された双極子モーメントを正孔再編成エネルギーに対してプロットした。優れた電荷輸送材料は、固体状態での電荷トラップを防ぐために、双極子モーメントが小さいことが求められる。正孔再編成エネルギーの範囲は0.055～0.50 eVである。 そこから、図1bに示すように、正孔再編成エネルギーが0.1 eV未満の17,000種の化合物に絞り込んだ。正孔再編成エネルギーが0.12 eVであるDNTTと比較すると、これら17,000種の化合物はすべて、改良された正孔輸送材料の有望な候補であると判断できる。

図2は、検討対象としたすべてのトポロジカル化合物 における、計算された最小のホール再編成エネルギーと、それに対応する化学的構造 を示している。

高移動度候補を絞り込むために、段階的な選別が行われましたか？
はい。例えば、移動度の計算コストは再編成エネルギーの計算よりもはるかに高いため、クラウド上でDFT を用いた大規模並列計算を行った後、ホール再編成エネルギーが最も低い130化合物を選定し、凝縮状態におけるphase のホール移動度の推定値を得るためのさらなる計算を行いました。130化合物を計算することで、どの化合物が最も高いホール移動度を持つかをランク付けすることができました。 図3（下）は、そのグループ から選定された、正孔移動度が最も高い上位4つの化合物の化学構造を示している。候補化合物の順位付けにおける移動度の計算には、異なる近似に基づく2つの手法が用いられた。パーコレーション理論はランダムウォークの手法に基づいているのに対し、エネルギー無秩序理論は固体中のエネルギー状態の分布に基づいている。

Schrödinger がクラウドコンピューティングを活用している他の例はありますか？
Schrödinger では、マテリアルデザインだけでなく、創薬やバイオ医薬品の研究においてもクラウドコンピューティングを活用しています。クラウドコンピューティングを活用することで、オンプレミスのコンピューティングリソースを使用する場合に比べて、はるかに短い時間で化合物空間 の広大な領域をスクリーニングすることが可能になります。

Schrödinger 当社は、クラウド上でのバーチャルスクリーニングにおいて、これまで数々の記録を打ち立ててきました。2013年、当社の材料科学チームはCycle Computing社と提携し、「Megarun^」3と名付けられた156,000コアを超えるクラウドコンピューティングの実行を実現しました。このプロジェクトでは、世界中のAmazon Web Services（AWS）パブリッククラウドの8つのリージョンにまたがる仮想マシンを使用し、合計18時間にわたり実行され、総費用はわずか33,000ドルでした。 これは当時、史上最大かつ最速のクラウドコンピューティング実行でした。この画期的な成果と今回のスクリーニングを比較してみると、クラウドコンピューティング技術がいかに急速に進歩しているかがわかります。

今年初め、Schrödinger はGoogle Cloudと提携し、研究の加速を図りました。オンデマンドでほぼ無制限の処理能力を活用することで、化合物空間 のより広範な領域を探索し、オンプレミスのコンピューティング環境を使用する場合に比べて、はるかに短い時間で膨大な数の化合物をモデル化することが可能になりました。

また、Googleは、新型コロナウイルス（COVID-19）との闘いにおける当社の取り組みを推進するため、リソースを寄付しました。「Schrödinger 」は、抗ウイルス治療薬の開発を目的として、世界中の主要なバイオ医薬品企業と共同で進められている慈善活動の一環です。Google Cloudは、この協力の一環として、1,600万時間のGPU利用時間を提供しています。これは、世界最速のスーパーコンピュータを利用できることに相当します。
 

今後の展開は？
次のステップとして、パナソニックとの緊密な連携を継続し、本研究の成果を活用して、機械学習技術を用いて構造-特性の関係を解明するとともに、高移動度アプリケーション向けの有機半導体の設計空間をさらにスクリーニングしていく予定です。
 

最後に何かご意見はありますか？
クラウドコンピューティングは、研究の進め方に革命をもたらしました。原子レベルのシミュレーションはすでに材料の研究開発に多大な影響を与えており、コストの削減、開発期間の短縮、リスクの低減、そしてイノベーションの推進に貢献しています。クラウドは、実質的に「無限」のリソースを提供してくれます。 もはや候補物質を特定のライブラリに限定する必要はありません。化合物空間 の膨大なデータベースにアクセスできるということは、最も最適な特性を持つ最良の候補物質を見つけられる可能性が高まることを意味します。また、処理が高速化されたことで、次のステップを決定するための結果を迅速に得ることが可能になりました。今、材料研究に携わることは、実に刺激的な時代です。