化学

MATLAB と Simulink を使用すると、AFM、Cryo-EM、NMR、EPR などの実験データを取得して処理することができます。MATLAB により、機械学習とディープラーニングを使用して、シミュレーションされたビッグデータを生成および可視化し、分子構造と特性の予測モデルを作成することができます。

MATLAB および Simulink は、次の作業を支援します。

  • 数値手法や可視化手法の適用による、さまざまな分光データのシミュレーションおよび当てはめ
  • 分子特性予測のための高度な予測モデルの開発
  • 複雑な化学システムをモデル化して解析解や数値解を得るための、新しい理論フレームワークの開発
  • あらゆるレベルの化学のコースにおける化学指向のプログラミングスキルの授業

化学の研究および授業のための MATLAB の導入事例

Psi4-MATLAB 分子動力学シミュレーション ワークフロー

Psi4 (非経験的量子化学プログラムのオープンソース スイート) と MATLAB を使用して、データの生成や処理のために自動化された分子動力学 (MD) シミュレーション ワークフローを構築できます。この Psi4 の例は、単一の分子構造入力から始まり、それを C-C 結合の周りで回転させ、目的の理論レベルでの分子エネルギーを計算します。その後、Psi4 の計算結果は MATLAB で処理され、より詳細な解析のためにデータの抽出や単一の .mat ファイルの作成が行われます。

ドキュメンテーション

Psi4_MATLAB_MD_Simulations – GitLab

7 個のアミノ酸を持つ神経ペプチドのフォールディングである APRLRFY は、粗粒モデル内のゲートベース量子プロセッサで検査されます。

変分量子固有値ソルバーを使用した基底状態のタンパク質フォールディング

MATLAB を使用すると、量子ビットを使用してタンパク質フォールディングを 3D 四面体格子にエンコードすることができます。この基底状態のタンパク質の例を使用すると、シミュレーションされた変分量子固有値ソルバールーチンにより基底状態が見つかります。シミュレーションの最後の工程は、比較のために実物の量子プロセッサユニット上で実行されます。

グラフ アテンション ネットワークを使用した官能基分類

MATLAB を使用すると、グラフ アテンション ネットワーク (GAT) を使用して複数の官能基を持つ分子を分類することができます。このマルチラベルグラフ分類の例では、6950 個の分子を表すグラフのコレクションである QM7-X データセットを使用して学習が行われます。このデモでは、官能基 CH、CH2、CH3、N、NH、NH2、NOH、および OH を対象としています。

GAT を使用した複数の官能基分類ワークフローの概略図。
GCN を使用した原子分類ワークフローの概略図。

グラフ畳み込みネットワークを使用した分子内の原子分類

MATLAB により、グラフ畳み込みネットワーク (GCN) を使用して、分子内の原子のタイプを予測することができます。このノード分類の例では、最大 23 個の原子で構成された 7,165 個の分子から成る QM7 データセットで GCN を学習させる方法を説明しています。

製品

化学アプリケーションで使用する製品をご紹介します。