特開2022-159743予測モデル作成装置、予測モデル作成方法、プログラム、及び予測装置
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2022159743
(43)【公開日】2022-10-18
(54)【発明の名称】予測モデル作成装置、予測モデル作成方法、プログラム、及び予測装置
(51)【国際特許分類】
C07B 61/00 20060101AFI20221011BHJP
G06N 20/00 20190101ALI20221011BHJP
【ＦＩ】
C07B61/00 Z
G06N20/00
【審査請求】未請求
【請求項の数】6
【出願形態】ＯＬ
(21)【出願番号】P 2021064127
(22)【出願日】2021-04-05
(71)【出願人】
【識別番号】000002901
【氏名又は名称】株式会社ダイセル
(74)【代理人】
【識別番号】110002860
【氏名又は名称】弁理士法人秀和特許事務所
(72)【発明者】
【氏名】大野 充
【テーマコード（参考）】
4H006
【Ｆターム（参考）】
4H006AA04
4H006AC41
4H006AC46
4H006BC40
(57)【要約】
【課題】統一的な手法でより多くのカルボン酸エステルの反応性を精度よく予測する。
【解決手段】予測モデル作成装置は、カルボン酸エステルのアルカリ加水分解の二段階の素反応それぞれのギブス自由エネルギー差に基づく値、カルボン酸エステルの最低空軌道のエネルギー準位に基づく値、及びカルボン酸エステルの水－オクタノール分配係数に基づく値を含む説明変数と、アルカリ加水分解の反応速度に関する値である目的変数との組合せを記憶する記憶装置から、説明変数と目的変数とを読み出すデータ読出部と、説明変数と目的変数との関係を学習し、反応速度の予測モデルを作成する予測モデル作成部とを備える。
【選択図】図１
【解決手段】予測モデル作成装置は、カルボン酸エステルのアルカリ加水分解の二段階の素反応それぞれのギブス自由エネルギー差に基づく値、カルボン酸エステルの最低空軌道のエネルギー準位に基づく値、及びカルボン酸エステルの水－オクタノール分配係数に基づく値を含む説明変数と、アルカリ加水分解の反応速度に関する値である目的変数との組合せを記憶する記憶装置から、説明変数と目的変数とを読み出すデータ読出部と、説明変数と目的変数との関係を学習し、反応速度の予測モデルを作成する予測モデル作成部とを備える。
【選択図】図１
【特許請求の範囲】
【請求項1】
カルボン酸エステルのアルカリ加水分解の二段階の素反応それぞれのギブス自由エネルギー差に基づく値、前記カルボン酸エステルの最低空軌道のエネルギー準位に基づく値、及び前記カルボン酸エステルの水－オクタノール分配係数に基づく値を含む説明変数と、前記アルカリ加水分解の反応速度に関する値である目的変数との組合せを記憶する記憶装置から、前記説明変数と前記目的変数とを読み出すデータ読出部と、
前記説明変数と前記目的変数との関係を学習し、前記反応速度の予測モデルを作成する予測モデル作成部と、
を備える予測モデル作成装置。
前記説明変数と前記目的変数との関係を学習し、前記反応速度の予測モデルを作成する予測モデル作成部と、
を備える予測モデル作成装置。
【請求項2】
前記ギブス自由エネルギー差に基づく値は、基準とするカルボン酸エステルのアルカリ加水分解の素反応のギブス自由エネルギー差と、対象とするカルボン酸エステルのアルカリ加水分解の素反応のギブス自由エネルギー差との差であり、
前記最低空軌道のエネルギー準位に基づく値は、基準とするカルボン酸エステルの最低空軌道のエネルギー準位と、対象とするカルボン酸エステルの最低空軌道のエネルギー準位との差であり、
前記水－オクタノール分配係数に基づく値は、基準とするカルボン酸エステルの水－オクタノール分配係数と、対象とするカルボン酸エステルの水－オクタノール分配係数との差であり、
前記アルカリ加水分解の反応速度に関する値は、基準とするカルボン酸エステルのアルカリ加水分解速度と、対象とするカルボン酸エステルのアルカリ加水分解速度との比に基づく値である
請求項１に記載の予測モデル作成装置。
前記最低空軌道のエネルギー準位に基づく値は、基準とするカルボン酸エステルの最低空軌道のエネルギー準位と、対象とするカルボン酸エステルの最低空軌道のエネルギー準位との差であり、
前記水－オクタノール分配係数に基づく値は、基準とするカルボン酸エステルの水－オクタノール分配係数と、対象とするカルボン酸エステルの水－オクタノール分配係数との差であり、
前記アルカリ加水分解の反応速度に関する値は、基準とするカルボン酸エステルのアルカリ加水分解速度と、対象とするカルボン酸エステルのアルカリ加水分解速度との比に基づく値である
請求項１に記載の予測モデル作成装置。
【請求項3】
前記予測モデル作成部は、前記説明変数と前記目的変数とを用いて部分的最小二乗回帰を行う
請求項１又は２に記載の予測モデル作成装置。
請求項１又は２に記載の予測モデル作成装置。
【請求項4】
カルボン酸エステルのアルカリ加水分解の二段階の素反応それぞれのギブス自由エネルギー差に基づく値、前記カルボン酸エステルの最低空軌道のエネルギー準位に基づく値、及び前記カルボン酸エステルの水－オクタノール分配係数に基づく値を含む説明変数と、前記アルカリ加水分解の反応速度に関する値である目的変数との組合せを記憶する記憶装置から、前記説明変数と前記目的変数とを読み出すデータ読出ステップと、
前記説明変数と前記目的変数との関係を学習し、前記反応速度の予測モデルを作成する予測モデル作成ステップと、
をコンピュータが実行する予測モデル作成方法。
前記説明変数と前記目的変数との関係を学習し、前記反応速度の予測モデルを作成する予測モデル作成ステップと、
をコンピュータが実行する予測モデル作成方法。
【請求項5】
カルボン酸エステルのアルカリ加水分解の二段階の素反応それぞれのギブス自由エネルギー差に基づく値、前記カルボン酸エステルの最低空軌道のエネルギー準位に基づく値、及び前記カルボン酸エステルの水－オクタノール分配係数に基づく値を含む説明変数と、前記アルカリ加水分解の反応速度に関する値である目的変数との組合せを記憶する記憶装置から、前記説明変数と前記目的変数とを読み出すデータ読出ステップと、
前記説明変数と前記目的変数との関係を学習し、前記反応速度の予測モデルを作成する予測モデル作成ステップと、
をコンピュータに実行させるプログラム。
前記説明変数と前記目的変数との関係を学習し、前記反応速度の予測モデルを作成する予測モデル作成ステップと、
をコンピュータに実行させるプログラム。
【請求項6】
カルボン酸エステルのアルカリ加水分解の二段階の素反応それぞれのギブス自由エネルギー差に基づく値、前記カルボン酸エステルの最低空軌道のエネルギー準位に基づく値、及び前記カルボン酸エステルの水－オクタノール分配係数に基づく値を含む説明変数、及
び前記アルカリ加水分解の反応速度に関する値である目的変数の関係を学習した前記反応速度の予測モデルと、予測対象のカルボン酸エステルのアルカリ加水分解の二段階の素反応それぞれのギブス自由エネルギー差に基づく値、前記予測対象のカルボン酸エステルの最低空軌道のエネルギー準位に基づく値、及び前記予測対象のカルボン酸エステルの水－オクタノール分配係数に基づく値とを読み出すデータ読出部と、
読み出された前記予測モデルと、予測対象のカルボン酸エステルのアルカリ加水分解の二段階の素反応それぞれのギブス自由エネルギー差に基づく値、前記予測対象のカルボン酸エステルの最低空軌道のエネルギー準位に基づく値、及び前記予測対象のカルボン酸エステルの水－オクタノール分配係数に基づく値とを用いて、前記アルカリ加水分解の反応速度に関する値の予測値を算出する予測部と、
を備える予測装置。
び前記アルカリ加水分解の反応速度に関する値である目的変数の関係を学習した前記反応速度の予測モデルと、予測対象のカルボン酸エステルのアルカリ加水分解の二段階の素反応それぞれのギブス自由エネルギー差に基づく値、前記予測対象のカルボン酸エステルの最低空軌道のエネルギー準位に基づく値、及び前記予測対象のカルボン酸エステルの水－オクタノール分配係数に基づく値とを読み出すデータ読出部と、
読み出された前記予測モデルと、予測対象のカルボン酸エステルのアルカリ加水分解の二段階の素反応それぞれのギブス自由エネルギー差に基づく値、前記予測対象のカルボン酸エステルの最低空軌道のエネルギー準位に基づく値、及び前記予測対象のカルボン酸エステルの水－オクタノール分配係数に基づく値とを用いて、前記アルカリ加水分解の反応速度に関する値の予測値を算出する予測部と、
を備える予測装置。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、予測モデル作成装置、予測モデル作成方法、プログラム、及び予測装置に関する。
【背景技術】
【0002】
従来、カルボン酸エステル類のアルカリ加水分解速度を予測するための技術が提案されている。例えば、非特許文献１では、化合物の生分解性を予測することを目的として、１８種類のカルボン酸エステルに対し、量子化学計算により活性化自由エネルギーを求め、活性化自由エネルギーを用いてアルカリ加水分解速度を予測する方法が開示されている。しかしながら、カルボン酸エステルの種類によっては、弱い相関しか得られなかったとされている。
【0003】
また、Ｈａｍｍｅｔｔ則により、芳香族カルボン酸エステルのアルカリ加水分解速度を含む反応性を予測できること、Ｔａｆｔ則により、脂肪族カルボン酸エステルのアルカリ加水分解速度を含む反応性を予測できることは知られている（例えば非特許文献２）。
【先行技術文献】
【非特許文献】
【0004】
【非特許文献1】小畑友洋、岩井志帆、隅本倫徳、堀憲次、「理論及び実験的手法を併用したエステル類の加水分解性予測に関する情報化学的研究」、第３６回情報化学討論会、２０１３年１０月３１日
【非特許文献2】藤田稔夫、「生理活性物質の定量的構造活性相関－Hansch-Fujita法の基礎－」、日本農薬学会誌、２０１３年、３８巻１号、ｐ２－１９
【発明の概要】
【発明が解決しようとする課題】
【0005】
Ｈａｍｍｅｔｔ則、Ｔａｆｔ則を用いる手法は、予測の精度は高いが、化合物の構造に含まれる置換基に対し、予測に用いるパラメータが存在するか、別途パラメータを実験的に求める必要がある。また、Ｈａｍｍｅｔｔ則から予測される反応性は、芳香族カルボン酸エステル、Ｔａｆｔ則から予測される反応性は、酢酸エステル誘導体に限られ、これらを統一的に予測する手法は知られていなかった。
【0006】
そこで、本技術は、統一的な手法でより多くのカルボン酸エステルの反応性を精度よく予測することを目的とする。
【課題を解決するための手段】
【0007】
本開示に係る予測モデル作成装置は、カルボン酸エステルのアルカリ加水分解の二段階の素反応それぞれのギブス自由エネルギー差に基づく値、カルボン酸エステルの最低空軌道のエネルギー準位に基づく値、及びカルボン酸エステルの水－オクタノール分配係数に基づく値を含む説明変数と、アルカリ加水分解の反応速度に関する値である目的変数との組合せを記憶する記憶装置から、説明変数と目的変数とを読み出すデータ読出部と、説明変数と目的変数との関係を学習し、反応速度の予測モデルを作成する予測モデル作成部とを備える。
【0008】
また、ギブス自由エネルギー差に基づく値は、基準とするカルボン酸エステルのアルカリ加水分解の素反応のギブス自由エネルギー差と、対象とするカルボン酸エステルのアルカリ加水分解の素反応のギブス自由エネルギー差との差であり、最低空軌道のエネルギー
準位に基づく値は、基準とするカルボン酸エステルの最低空軌道のエネルギー準位と、対象とするカルボン酸エステルの最低空軌道のエネルギー準位との差であり、水－オクタノール分配係数に基づく値は、基準とするカルボン酸エステルの水－オクタノール分配係数と、対象とするカルボン酸エステルの水－オクタノール分配係数との差であり、アルカリ加水分解の反応速度に関する値は、基準とするカルボン酸エステルのアルカリ加水分解速度と、対象とするカルボン酸エステルのアルカリ加水分解速度との比に基づく値であってもよい。
準位に基づく値は、基準とするカルボン酸エステルの最低空軌道のエネルギー準位と、対象とするカルボン酸エステルの最低空軌道のエネルギー準位との差であり、水－オクタノール分配係数に基づく値は、基準とするカルボン酸エステルの水－オクタノール分配係数と、対象とするカルボン酸エステルの水－オクタノール分配係数との差であり、アルカリ加水分解の反応速度に関する値は、基準とするカルボン酸エステルのアルカリ加水分解速度と、対象とするカルボン酸エステルのアルカリ加水分解速度との比に基づく値であってもよい。
【0009】
また、予測モデル作成部は、説明変数と目的変数とを用いて部分的最小二乗回帰を行うようにしてもよい。
【0010】
また、本開示に係る予測装置は、カルボン酸エステルのアルカリ加水分解の二段階の素反応それぞれのギブス自由エネルギー差に基づく値、カルボン酸エステルの最低空軌道のエネルギー準位に基づく値、及びカルボン酸エステルの水－オクタノール分配係数に基づく値を含む説明変数、及びアルカリ加水分解の反応速度に関する値である目的変数の関係を学習した反応速度の予測モデルと、予測対象のカルボン酸エステルのアルカリ加水分解の二段階の素反応それぞれのギブス自由エネルギー差に基づく値、予測対象のカルボン酸エステルの最低空軌道のエネルギー準位に基づく値、及び予測対象のカルボン酸エステルの水－オクタノール分配係数に基づく値とを読み出すデータ読出部と、読み出された予測モデルと、予測対象のカルボン酸エステルのアルカリ加水分解の二段階の素反応それぞれのギブス自由エネルギー差に基づく値、予測対象のカルボン酸エステルの最低空軌道のエネルギー準位に基づく値、及び予測対象のカルボン酸エステルの水－オクタノール分配係数に基づく値とを用いて、アルカリ加水分解の反応速度に関する値の予測値を算出する予測部とを備える。
【0011】
なお、課題を解決するための手段に記載の内容は、本開示の課題や技術的思想を逸脱しない範囲で可能な限り組み合わせることができる。また、課題を解決するための手段の内容は、コンピュータ等の装置若しくは複数の装置を含むシステム、コンピュータが実行する方法、又はコンピュータに実行させるプログラムとして提供することができる。なお、プログラムを保持する記録媒体を提供するようにしてもよい。
【発明の効果】
【0012】
開示の技術によれば、統一的な手法でより多くのカルボン酸エステルの反応性を精度よく予測することができる。
【図面の簡単な説明】
【0013】
【発明を実施するための形態】
【0014】
以下、図面を参照しつつ予測装置の実施形態について説明する。
【0015】
本実施形態では、部分的最小二乗（ＰＬＳ：Partial Least Squares）回帰を用いて、
カルボン酸エステルの既知のアルカリ加水分解速度を学習した予測モデルを作成する。ＰＬＳ回帰は、例えば統計解析ソフトＲ version 4.0.0（library PLS）を用いて実行する
ことができる。目的変数は、アルカリ加水分解の速度定数に関する値である。具体的には、基準とするカルボン酸エステルの速度定数と、対象のカルボン酸エステルの速度定数との相対値であり、例えば、これらの速度定数の比を対数化したものを用いることができる。また、説明変数は、反応前後のギブス自由エネルギーの差に関する値、基質であるカルボン酸エステルの最低空軌道（ＬＵＭＯ：Lowest Unoccupied Molecular Orbital）のエ
ネルギー準位に関する値、及び基質であるカルボン酸エステルの水－オクタノール分配係数（ｌｏｇＰ）に関する値を用いる。また、説明変数の各々も、基準とするカルボン酸エステルの値と、対象のカルボン酸エステルの値との相対値であり、例えば、これらの値の差を用いることができる。
カルボン酸エステルの既知のアルカリ加水分解速度を学習した予測モデルを作成する。ＰＬＳ回帰は、例えば統計解析ソフトＲ version 4.0.0（library PLS）を用いて実行する
ことができる。目的変数は、アルカリ加水分解の速度定数に関する値である。具体的には、基準とするカルボン酸エステルの速度定数と、対象のカルボン酸エステルの速度定数との相対値であり、例えば、これらの速度定数の比を対数化したものを用いることができる。また、説明変数は、反応前後のギブス自由エネルギーの差に関する値、基質であるカルボン酸エステルの最低空軌道（ＬＵＭＯ：Lowest Unoccupied Molecular Orbital）のエ
ネルギー準位に関する値、及び基質であるカルボン酸エステルの水－オクタノール分配係数（ｌｏｇＰ）に関する値を用いる。また、説明変数の各々も、基準とするカルボン酸エステルの値と、対象のカルボン酸エステルの値との相対値であり、例えば、これらの値の差を用いることができる。
【0016】
カルボン酸エステルのアルカリ加水分解は、以下のように２段階の反応機構で成り立っている。なお、Ｒ１、Ｒ２は任意の置換基である。
なお、出発物、中間体、生成物のギブス自由エネルギーを、それぞれｄＧ１、ｄＧ２、ｄＧ３とする。また、中間体と出発物とのギブス自由エネルギー差ｄＧｔｅ＿ｅ、生成物と中間体とのギブス自由エネルギー差ｄＧａ＿ｔｅは、それぞれ以下の式（１）、式（２）で求められる。
ｄＧｔｅ＿ｅ＝ｄＧ２－ｄＧ１ ・・・（１）
ｄＧａ＿ｔｅ＝ｄＧ３－ｄＧ２ ・・・（２）
ギブス自由エネルギー及びＬＵＭＯのエネルギー準位は、例えばＧａｕｓｓｉａｎ（登録商標）を用いて、化合物の構造に基づいて算出が可能である。また、水－オクタノール分配係数は、Ｓｃｉｇｒｅｓｓ（登録商標）を用いて算出することができる。なお、エステル結合が連続するポリマーやオリゴマーは、速度定数や上述した中間体を規定することが難しいため、本実施形態ではいわゆる低分子のカルボン酸エステルを対象とする。
【化1】
なお、出発物、中間体、生成物のギブス自由エネルギーを、それぞれｄＧ１、ｄＧ２、ｄＧ３とする。また、中間体と出発物とのギブス自由エネルギー差ｄＧｔｅ＿ｅ、生成物と中間体とのギブス自由エネルギー差ｄＧａ＿ｔｅは、それぞれ以下の式（１）、式（２）で求められる。
ｄＧｔｅ＿ｅ＝ｄＧ２－ｄＧ１ ・・・（１）
ｄＧａ＿ｔｅ＝ｄＧ３－ｄＧ２ ・・・（２）
ギブス自由エネルギー及びＬＵＭＯのエネルギー準位は、例えばＧａｕｓｓｉａｎ（登録商標）を用いて、化合物の構造に基づいて算出が可能である。また、水－オクタノール分配係数は、Ｓｃｉｇｒｅｓｓ（登録商標）を用いて算出することができる。なお、エステル結合が連続するポリマーやオリゴマーは、速度定数や上述した中間体を規定することが難しいため、本実施形態ではいわゆる低分子のカルボン酸エステルを対象とする。
【0017】
＜装置構成＞
図１は、予測装置１の構成の一例を示すブロック図である。予測装置１は、一般的なコンピュータであり、通信インターフェース（Ｉ／Ｆ）１１と、記憶装置１２と、入出力装置１３と、プロセッサ１４とを備えている。通信Ｉ／Ｆ１１は、例えばネットワークカードや通信モジュールであってもよく、所定のプロトコルに基づき、他のコンピュータと通信を行う。記憶装置１２は、ＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）等の主記憶装置、及びＨＤＤ（Hard-Disk Drive）やＳＳＤ（Solid State Drive）、フラッシュメモリ等の補助記憶装置（二次記憶装置）であってもよい。主記憶装置は、プロセッサ１４が読み出すプログラムや他のコンピュータとの間で送受信する情報を一時的に記憶したり、プロセッサ１４の作業領域を確保したりする。補助記憶装置は、プロセッサ１４が実行するプログラムや他のコンピュータとの間で送受信する情報等を記憶する。入出力装置１３は、例えば、キーボード、マウス等の入力装置、モニタ等の出力装置、タッチパネルのような入出力装置等のユーザインターフェースである。プロセッサ１４は、ＣＰＵ（Central Processing Unit）等の演算処理装置であり、プログラムを実行するこ
とにより本実施形態に係る各処理を行う。図１の例では、プロセッサ１４内に機能ブロックを示している。すなわち、プロセッサ１４は、所定のプログラムを実行することにより
、データ入出力部１４１、前処理部１４２、モデル作成部１４３、検証部１４４、及び予測部１４５として機能する。
図１は、予測装置１の構成の一例を示すブロック図である。予測装置１は、一般的なコンピュータであり、通信インターフェース（Ｉ／Ｆ）１１と、記憶装置１２と、入出力装置１３と、プロセッサ１４とを備えている。通信Ｉ／Ｆ１１は、例えばネットワークカードや通信モジュールであってもよく、所定のプロトコルに基づき、他のコンピュータと通信を行う。記憶装置１２は、ＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）等の主記憶装置、及びＨＤＤ（Hard-Disk Drive）やＳＳＤ（Solid State Drive）、フラッシュメモリ等の補助記憶装置（二次記憶装置）であってもよい。主記憶装置は、プロセッサ１４が読み出すプログラムや他のコンピュータとの間で送受信する情報を一時的に記憶したり、プロセッサ１４の作業領域を確保したりする。補助記憶装置は、プロセッサ１４が実行するプログラムや他のコンピュータとの間で送受信する情報等を記憶する。入出力装置１３は、例えば、キーボード、マウス等の入力装置、モニタ等の出力装置、タッチパネルのような入出力装置等のユーザインターフェースである。プロセッサ１４は、ＣＰＵ（Central Processing Unit）等の演算処理装置であり、プログラムを実行するこ
とにより本実施形態に係る各処理を行う。図１の例では、プロセッサ１４内に機能ブロックを示している。すなわち、プロセッサ１４は、所定のプログラムを実行することにより
、データ入出力部１４１、前処理部１４２、モデル作成部１４３、検証部１４４、及び予測部１４５として機能する。
【0018】
データ入出力部１４１は、例えば記憶装置１２からデータを読み出したり、記憶装置１２へデータを書き込んだりする。また、入出力装置１３を介してデータを表示させるようにしてもよい。前処理部１４２は、予測モデルを作成する学習処理の入力データや、予測処理の入力データを標準化する。例えば、温度などの測定条件が異なる測定値について所定の調整を行うようにしてもよい。モデル作成部１４３は、学習対象のカルボン酸エステルのアルカリ加水分解速度の予測モデルを作成する。学習には、例えばＰＬＳ回帰を用いることができる。検証部１４４は、作成された予測モデルの予測精度を検証する。検証には、例えばLeave One Out法を用いることができる。予測部１４５は、作成された予測モ
デルを用いて、予測対象のカルボン酸エステルについて加水分解速度を予測する。
デルを用いて、予測対象のカルボン酸エステルについて加水分解速度を予測する。
【0019】
以上のような構成要素が、バス１５を介して接続されている。
【0020】
＜学習処理＞
図２は、予測装置１が実行する学習処理の一例を示す処理フロー図である。なお、記憶装置１２には、学習対象のカルボン酸エステルの加水分解速度を表すデータ（例えば速度定数）、並びに、出発物、中間体及び目的物のギブス自由エネルギー、出発物であるカルボン酸エステルの最低空軌道（ＬＵＭＯ：Lowest Unoccupied Molecular Orbital）のエ
ネルギー準位、及び出発物であるカルボン酸エステルの水－オクタノール分配係数は、上述の通り量子化学計算により算出され、予め記憶装置１２に記憶されているものとする。
図２は、予測装置１が実行する学習処理の一例を示す処理フロー図である。なお、記憶装置１２には、学習対象のカルボン酸エステルの加水分解速度を表すデータ（例えば速度定数）、並びに、出発物、中間体及び目的物のギブス自由エネルギー、出発物であるカルボン酸エステルの最低空軌道（ＬＵＭＯ：Lowest Unoccupied Molecular Orbital）のエ
ネルギー準位、及び出発物であるカルボン酸エステルの水－オクタノール分配係数は、上述の通り量子化学計算により算出され、予め記憶装置１２に記憶されているものとする。
【0021】
予測装置１のデータ入出力部１４１は、学習対象のカルボン酸エステルの加水分解速度を表すデータを記憶装置１２から読み出す（図２：Ｓ１）。図３は、学習データの一例を示す図である。図３の表は、「Ｎｏ．」、「カルボン酸エステル」、「溶媒」、「温度」、「アルカリ加水分解速度」の各列を含む。「Ｎｏ．」の列には、便宜上、レコードを特定するための通し番号が登録されている。「カルボン酸エステル」の列には、カルボン酸エステルを示す識別情報が登録されている。識別情報は、例えばＳＭＩＬＥＳ記法等を用いて記述することができる。「溶媒」の列には、溶媒の割合を示す値が登録されている。「温度」の列には、測定環境の温度を示す値が登録されている。「加水分解速度」の列には、加水分解速度に応じた値が登録されている。なお、本実施形態では、学習対象のデータに、溶媒濃度や測定温度などの測定条件が異なるデータが含まれるものとする。図２のＳ１においては、図３に示すようなデータのほか、出発物、中間体及び目的物のギブス自由エネルギー、出発物であるカルボン酸エステルの最低空軌道（ＬＵＭＯ：Lowest Unoccupied Molecular Orbital）のエネルギー準位、及び出発物であるカルボン酸エステルの
水－オクタノール分配係数が読み出されるものとする。
水－オクタノール分配係数が読み出されるものとする。
【0022】
また、予測装置１の前処理部１４２は、学習に用いるデータに対して前処理を行う（図２：Ｓ２）。本ステップでは、溶媒濃度や測定温度などの測定条件が異なるデータについて、各条件下での測定データがあるカルボン酸エステルを基準として、アルカリ加水分解速度の値を標準化するものとする。図３の例では、Ｎｏ．１、Ｎｏ．３のレコードに示すように、酢酸エチル（O=C(OCC)C）が、溶媒７０ＡＴ％、温度２４．８℃の条件下と、溶
媒６０ＡＴ％、温度２５．０℃の条件下とで共通に測定されており、アルカリ加水分解速度の比はｋｔ１：ｋｔ３である。例えば、溶媒７０ＡＴ％、温度２４．８℃の測定条件を基準とする場合、溶媒６０ＡＴ％、温度２５．０℃の条件下で測定されたＮｏ．４の加水分解速度ｋｔ４は、ｋｔ１／ｋｔ３倍することで、標準化を行う。すなわち、基準とする化合物の異なる測定条件における測定値の比に基づいて、基準とする測定条件に標準化するための係数を決定し、基準以外の測定条件における測定値に乗じる。なお、同一の条件で測定したデータを用意できる場合は、標準化を実行しないようにしてもよい。
媒６０ＡＴ％、温度２５．０℃の条件下とで共通に測定されており、アルカリ加水分解速度の比はｋｔ１：ｋｔ３である。例えば、溶媒７０ＡＴ％、温度２４．８℃の測定条件を基準とする場合、溶媒６０ＡＴ％、温度２５．０℃の条件下で測定されたＮｏ．４の加水分解速度ｋｔ４は、ｋｔ１／ｋｔ３倍することで、標準化を行う。すなわち、基準とする化合物の異なる測定条件における測定値の比に基づいて、基準とする測定条件に標準化するための係数を決定し、基準以外の測定条件における測定値に乗じる。なお、同一の条件で測定したデータを用意できる場合は、標準化を実行しないようにしてもよい。
【0023】
また、前処理部１４２は、前処理として、基準とするカルボン酸エステルの速度定数に対する、学習対象のカルボン酸エステルの標準化された速度定数の比率を示す値を対数変換する。また、前処理部１４２は、前処理として、中間体と出発物とのギブス自由エネルギー差、目的物と中間体とのギブス自由エネルギー差、基質であるカルボン酸エステルの最低空軌道（ＬＵＭＯ：Lowest Unoccupied Molecular Orbital）のエネルギー準位、及
び基質であるカルボン酸エステルの水－オクタノール分配係数について、それぞれ基準とするカルボン酸エステルの値と学習対象のカルボン酸エステルの値との差を算出する。
び基質であるカルボン酸エステルの水－オクタノール分配係数について、それぞれ基準とするカルボン酸エステルの値と学習対象のカルボン酸エステルの値との差を算出する。
【0024】
また、予測装置１のモデル作成部１４３は、アルカリ加水分解速度の学習処理を行う（図２：Ｓ３）。本ステップでは、モデル作成部１４３は、目的変数とするアルカリ加水分解の速度定数に関する値と、説明変数とする、反応前後のギブス自由エネルギーの差に関する値、基質であるカルボン酸エステルの最低空軌道（ＬＵＭＯ：Lowest Unoccupied Molecular Orbital）のエネルギー準位に関する値、及び基質であるカルボン酸エステルの
水－オクタノール分配係数に関する値を用いて、ＰＬＳ回帰を行う。目的変数及び説明変数は、Ｓ２において前処理が行われた値を用いるものとする。ＰＬＳ回帰によって得られる回帰式を予測モデルと呼ぶ。ＰＬＳによれば、学習データが比較的少ない場合や、説明変数の間に相関が高い場合であっても計算できる。
水－オクタノール分配係数に関する値を用いて、ＰＬＳ回帰を行う。目的変数及び説明変数は、Ｓ２において前処理が行われた値を用いるものとする。ＰＬＳ回帰によって得られる回帰式を予測モデルと呼ぶ。ＰＬＳによれば、学習データが比較的少ない場合や、説明変数の間に相関が高い場合であっても計算できる。
【0025】
また、予測装置１の検証部１４４は、作成された予測モデルの精度を検証する（図２：Ｓ４）。検証は、例えばLeave One Out法を用いて行うことができる。すなわち、データ
のうち１つをテストデータとし、その他を学習データとして作成した上述の予測モデルの性能を検証する。また、順にテストデータと学習データとを入れ替えて繰り返し予測モデルの作成と検証を行い、結果を平均して最終的な予測モデルの評価を行うものとする。
のうち１つをテストデータとし、その他を学習データとして作成した上述の予測モデルの性能を検証する。また、順にテストデータと学習データとを入れ替えて繰り返し予測モデルの作成と検証を行い、結果を平均して最終的な予測モデルの評価を行うものとする。
【0026】
そして、データ入出力部１４１は、作成された予測モデル及び検証結果を記憶装置１２に格納する（図２：Ｓ５）。
【0027】
＜予測処理＞
図４は、予測装置１が実行する予測処理の一例を示す処理フロー図である。なお、学習処理で作成された予測モデルが、予め記憶装置１２に記憶されているものとする。また、予測対象のカルボン酸エステルである出発物、中間体及び目的物のギブス自由エネルギー、予測対象のカルボン酸エステルのＬＵＭＯのエネルギー準位、及び予測対象のカルボン酸エステルの水－オクタノール分配係数は、上述の通り量子化学計算により算出され、予め記憶装置１２に記憶されているものとする。
図４は、予測装置１が実行する予測処理の一例を示す処理フロー図である。なお、学習処理で作成された予測モデルが、予め記憶装置１２に記憶されているものとする。また、予測対象のカルボン酸エステルである出発物、中間体及び目的物のギブス自由エネルギー、予測対象のカルボン酸エステルのＬＵＭＯのエネルギー準位、及び予測対象のカルボン酸エステルの水－オクタノール分配係数は、上述の通り量子化学計算により算出され、予め記憶装置１２に記憶されているものとする。
【0028】
予測装置１の予測装置１のデータ入出力部１４１は、予測対象のカルボン酸エステルに関するデータを記憶装置１２から読み出す（図４：Ｓ１１）。本ステップでは、予測対象のカルボン酸エステルである出発物、中間体及び目的物のギブス自由エネルギー、予測対象のカルボン酸エステルのＬＵＭＯのエネルギー準位、及び予測対象のカルボン酸エステルの水－オクタノール分配係数が読み出されるものとする。
【0029】
また、予測装置１の前処理部１４２は、予測に用いるデータに対して前処理を行う（図４：Ｓ１２）。本ステップでは、前処理部１４２は、前処理として、中間体と出発物とのギブス自由エネルギー差、目的物と中間体とのギブス自由エネルギー差、基質であるカルボン酸エステルのＬＵＭＯのエネルギー準位、及び基質であるカルボン酸エステルの水－オクタノール分配係数について、それぞれ基準とするカルボン酸エステルの値と予測対象のカルボン酸エステルの値との差を算出する。
【0030】
また、予測装置１の予測部１４５は、記憶装置１２に記憶されている予測モデルとＳ２
で算出された値とを用いて、予測処理を行う（図４：Ｓ１３）。本ステップでは、Ｓ２で算出された値を予測モデルに当てはめ、アルカリ加水分解の反応速度に関する値を算出する。
で算出された値とを用いて、予測処理を行う（図４：Ｓ１３）。本ステップでは、Ｓ２で算出された値を予測モデルに当てはめ、アルカリ加水分解の反応速度に関する値を算出する。
【0031】
そして、データ入出力部１４１は、アルカリ加水分解の反応速度に関する値を記憶装置１２に格納する（図４：Ｓ１４）。なお、出力先は、モニタ等の入出力装置１３であってもよい。
【実施例0032】
＜実施例１＞
学習対象のデータを、以下の文献から抽出した。
（１）C.H.BAMFORD、C.F.H.TIPPER、”Comprehensive Chemical Kinetics”, vol 10, p168-169 (1972), Elsevier Publishing Co.
（２）藤田稔夫、「生理活性物質の活性と立体効果」、有機合成化学第３６巻第１０号（１９７８）
（３）北条卓、宇高正徳、吉田善一、「オルト効果（第4報）置換安息香酸エチルの水中
におけるアルカリ加水分解速度」、有機合成化学第２３巻第１１号（１９６５）
（４）北条卓、宇高正徳、吉田善一、「オルト効果（第６報）置換オルト・トリル酸エチルのアルカリ加水分解におけるオルト効果の置換基効果」、有機合成化学第２３巻第１２号（１９６５）
（５）OWEN H. WHEELER, CHAO, and J. R. SANCHEZ-CALDAS, ”Kinetics of Saponification of Some Cyclic Esters”, 26, p2505 (1961)
学習対象のデータを、以下の文献から抽出した。
（１）C.H.BAMFORD、C.F.H.TIPPER、”Comprehensive Chemical Kinetics”, vol 10, p168-169 (1972), Elsevier Publishing Co.
（２）藤田稔夫、「生理活性物質の活性と立体効果」、有機合成化学第３６巻第１０号（１９７８）
（３）北条卓、宇高正徳、吉田善一、「オルト効果（第4報）置換安息香酸エチルの水中
におけるアルカリ加水分解速度」、有機合成化学第２３巻第１１号（１９６５）
（４）北条卓、宇高正徳、吉田善一、「オルト効果（第６報）置換オルト・トリル酸エチルのアルカリ加水分解におけるオルト効果の置換基効果」、有機合成化学第２３巻第１２号（１９６５）
（５）OWEN H. WHEELER, CHAO, and J. R. SANCHEZ-CALDAS, ”Kinetics of Saponification of Some Cyclic Esters”, 26, p2505 (1961)
【0033】
また、統計解析ソフト R version 4.0.0（library PLS）を用いてＰＬＳによる解析及
び予測モデルの作成を行った。Scigress ver 2.9を用いて、水－オクタノール分配係数を算出した。また、Gaussian 16 (DFT / B3LYP / 6-311G(d, p), scrf(solvent = water)
により、構造最適化および振動解析を行い、ＬＵＭＯ、ギブス自由エネルギーの算出を行った。結果、脂肪族カルボン酸４１種、芳香族カルボン酸３１種（無置換１種、ｏ－置換芳香族カルボン酸９種、ｍ－置換芳香族カルボン酸９種、ｐ－置換芳香族カルボン酸１２種）を得た。なお、汎関数Ｂ３ＬＹＰは、ヨウ素が計算対象外のため、収集したデータ中、ヨウ素を含むカルボン酸エチルエステル２種を除外した。
び予測モデルの作成を行った。Scigress ver 2.9を用いて、水－オクタノール分配係数を算出した。また、Gaussian 16 (DFT / B3LYP / 6-311G(d, p), scrf(solvent = water)
により、構造最適化および振動解析を行い、ＬＵＭＯ、ギブス自由エネルギーの算出を行った。結果、脂肪族カルボン酸４１種、芳香族カルボン酸３１種（無置換１種、ｏ－置換芳香族カルボン酸９種、ｍ－置換芳香族カルボン酸９種、ｐ－置換芳香族カルボン酸１２種）を得た。なお、汎関数Ｂ３ＬＹＰは、ヨウ素が計算対象外のため、収集したデータ中、ヨウ素を含むカルボン酸エチルエステル２種を除外した。
【0034】
データセット中、脂肪族カルボン酸については、測定条件が、溶媒７０ＡＴ％、温度２４．８℃の酢酸エチルの速度定数を基準として上述した標準化を行った。また、芳香族カルボン酸エチルエステルについては、測定条件が、溶媒６０ＡＴ％、温度２５．０℃安息香酸エチルの速度定数を基準として上述した標準化を行った。また、一部のデータについては、同一の測定条件で測定された酢酸エチル又は安息香酸エチルの測定結果がないため、複数の文献に測定結果が記載された他のカルボン酸エステルを基準として、同様の標準化を行った。
【0035】
以上のようにして得られた学習データを用いてＰＬＳ回帰により予測モデルを作成したところ、主成分数３で、予測モデルの精度を示す決定係数Ｒ２は０．８２９、予測性を示す値Ｑ２は０．８０３であった。図５は、カルボン酸エチルエステルの耐アルカリ性の実測値と予測値を示す図である。図５の横軸は実測値、縦軸は予測値を示す。実測値と予測値とは良好な相関を示しているといえる。
【0036】
＜実施例２＞
酢酸エステルの加水分解速度の学習データとして、実施例１で挙げた文献（１）から、１７種類の酢酸エステルを収集した。また、実施例１と同様に前処理を行い、ＰＬＳ回帰により予測モデルを作成したところ、主成分数１で、予測モデルの精度を示す決定係数Ｒ
２は０．７２９、予測性を示す値Ｑ２は０．５４９であった。図６は、カルボン酸エチルエステルの耐アルカリ性の実測値と予測値を示す図である。図６の横軸は実測値、縦軸は予測値を示す。実施例１よりも予測の精度は低いものの、実測値と予測値とはおおむね良好な相関を示しているといえる。
酢酸エステルの加水分解速度の学習データとして、実施例１で挙げた文献（１）から、１７種類の酢酸エステルを収集した。また、実施例１と同様に前処理を行い、ＰＬＳ回帰により予測モデルを作成したところ、主成分数１で、予測モデルの精度を示す決定係数Ｒ
２は０．７２９、予測性を示す値Ｑ２は０．５４９であった。図６は、カルボン酸エチルエステルの耐アルカリ性の実測値と予測値を示す図である。図６の横軸は実測値、縦軸は予測値を示す。実施例１よりも予測の精度は低いものの、実測値と予測値とはおおむね良好な相関を示しているといえる。
【0037】
＜実施例３＞
本開示による加水分解速度の予測値に基づき、材料の特性予測を行うことができる。実施例３では、セルロース誘導体の多孔質フィラメントについて、対応するカルボン酸エチルエステルの加水分解速度からｐＨ１２での耐アルカリ性を予測するためのモデル（以下、カルボン酸エステルのアルカリ加水分解速度を学習した予測モデルと区別するため、「第２の予測モデル」と呼ぶ）を作成した。耐アルカリ性の指標を目的変数、他の物性又は構造情報を説明変数として、線形回帰分析により第２の予測モデルを作成することができる。また、作成された第２の予測モデルに対して、実施例１で予測したカルボン酸エチルエステルの数値を適用して、実施例１の予測結果の精度を確認した。
本開示による加水分解速度の予測値に基づき、材料の特性予測を行うことができる。実施例３では、セルロース誘導体の多孔質フィラメントについて、対応するカルボン酸エチルエステルの加水分解速度からｐＨ１２での耐アルカリ性を予測するためのモデル（以下、カルボン酸エステルのアルカリ加水分解速度を学習した予測モデルと区別するため、「第２の予測モデル」と呼ぶ）を作成した。耐アルカリ性の指標を目的変数、他の物性又は構造情報を説明変数として、線形回帰分析により第２の予測モデルを作成することができる。また、作成された第２の予測モデルに対して、実施例１で予測したカルボン酸エチルエステルの数値を適用して、実施例１の予測結果の精度を確認した。
【0038】
第２の予測モデル作成のため、特開２０１８－１５４８０７号公報、国際公開第２０１７／１７５７５２号、特開２０１８－１４５３８３号公報、及び国際公開第２０１７／１７５６００号に記載の、１９種のセルロース誘導体の耐アルカリ性試験結果（ｐＨ１２での中空糸膜またはフィラメントの引張強度の低下速度）を利用した。収集したデータを用い、ＰＬＳ回帰により第２の予測モデルを作成したところ、主成分数２で、予測モデルの精度を示す決定係数Ｒ２は０．９３０、予測性を示す値Ｑ２は０．８８２であった。
【0039】
作成した第２の予測モデルを用いて、実施例１の予測モデルで算出した２－エチルヘキシルセルロース（２ＥｔＨｅｘ：置換度２．４）の耐アルカリ性を予測したところ、１９６時間との結果が得られた。一方、実験により得た実測値は、２４０時間以上であった。図７は、セルロースエステル誘導体の耐アルカリ性（ｐＨ１２）の実測値と予測値を示す図である。図７の横軸は実測値、縦軸は予測値を示す。実測値と予測値とは良好な相関を示しているといえる。
【0040】
＜効果＞
本開示によれば、脂肪族、芳香族等に関わらず、カルボン酸エステルについて統一的に反応性の予測を行うことができる。また、説明変数に採用したギブス自由エネルギー、ＬＵＭＯ、ｌｏｇＰといった指標は、出発物の化合物の構造が与えられれば量子化学計算によって算出できる。すなわち、実験が不要であり、安定した状態の構造に基づいて算出される値であるため遷移状態を扱うよりも比較的計算負荷は少ないといえる。一方、例えば活性化エネルギーを量子化学計算で求める場合は、遷移状態の構造を用いるため計算量も多く予測精度の低下につながる。
本開示によれば、脂肪族、芳香族等に関わらず、カルボン酸エステルについて統一的に反応性の予測を行うことができる。また、説明変数に採用したギブス自由エネルギー、ＬＵＭＯ、ｌｏｇＰといった指標は、出発物の化合物の構造が与えられれば量子化学計算によって算出できる。すなわち、実験が不要であり、安定した状態の構造に基づいて算出される値であるため遷移状態を扱うよりも比較的計算負荷は少ないといえる。一方、例えば活性化エネルギーを量子化学計算で求める場合は、遷移状態の構造を用いるため計算量も多く予測精度の低下につながる。
【0041】
＜その他＞
また、本開示は、上述した処理を実行する方法やコンピュータプログラム、当該プログラムを記録した、コンピュータ読み取り可能な記録媒体を含む。当該プログラムが記録された記録媒体は、プログラムをコンピュータに実行させることにより、上述の処理が可能となる。ここで、コンピュータ読み取り可能な記録媒体とは、データやプログラム等の情報を電気的、磁気的、光学的、機械的、または化学的作用によって蓄積し、コンピュータから読み取ることができる記録媒体をいう。このような記録媒体のうちコンピュータから取り外し可能なものとしては、フレキシブルディスク、光磁気ディスク、光ディスク、磁気テープ、メモリカード等がある。また、コンピュータに固定された記録媒体としては、ＨＤＤやＳＳＤ（Solid State Drive）、ＲＯＭ等がある。
また、本開示は、上述した処理を実行する方法やコンピュータプログラム、当該プログラムを記録した、コンピュータ読み取り可能な記録媒体を含む。当該プログラムが記録された記録媒体は、プログラムをコンピュータに実行させることにより、上述の処理が可能となる。ここで、コンピュータ読み取り可能な記録媒体とは、データやプログラム等の情報を電気的、磁気的、光学的、機械的、または化学的作用によって蓄積し、コンピュータから読み取ることができる記録媒体をいう。このような記録媒体のうちコンピュータから取り外し可能なものとしては、フレキシブルディスク、光磁気ディスク、光ディスク、磁気テープ、メモリカード等がある。また、コンピュータに固定された記録媒体としては、ＨＤＤやＳＳＤ（Solid State Drive）、ＲＯＭ等がある。
【符号の説明】
【0042】
１：予測装置
１１：通信Ｉ／Ｆ
１２：記憶装置
１３：入出力装置
１４：プロセッサ
１４１：データ入出力部
１４２：前処理部
１４３：モデル作成部
１４４：検証部
１４５：予測部
１５：バス
１１：通信Ｉ／Ｆ
１２：記憶装置
１３：入出力装置
１４：プロセッサ
１４１：データ入出力部
１４２：前処理部
１４３：モデル作成部
１４４：検証部
１４５：予測部
１５：バス
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】