MITとDuke Universityの研究者は2025年8月5日、機械学習を使用してポリマー材料の強度を向上させる新戦略を発表した。この手法により、従来よりも約4倍強靭なプラスチック材料の開発に成功し、プラスチック廃棄物の削減につながる可能性があるという。
研究チームは機械学習モデルを使用して、ポリマー材料に追加できるクロスリンカー分子を特定した。これらの分子は「メカノフォア」と呼ばれる応力応答分子で、機械的な力に反応して形や性質を変化させる特性を持つ。
「これらの分子は、力に対してより強いポリマーを作るのに有用です。ストレスを加えても、ひび割れや破損ではなく、より高い耐久性を示すものが得られる」と、MITのHeather Kulik教授は説明している。
機械学習でフェロセン化合物を効率的に評価
今回の研究で特定されたクロスリンカーは、フェロセンと呼ばれる鉄含有化合物だ。フェロセンは2つの炭素含有リングに鉄原子が挟まれた有機金属化合物で、これまでメカノフォアとしての可能性は広く探求されていなかった。
従来、単一のメカノフォアを実験的に評価するには数週間を要していたが、研究チームは機械学習モデルを使用してこのプロセスを劇的に高速化できることを実証した。
研究チームはCambridge Structural Databaseから、すでに合成された5000種類のフェロセン構造情報を取得した。主著者のIlia Kevlishvili博士（MIT）は「少なくともメカノフォア自体の観点から合成可能性を心配する必要がなく、化学的多様性を持つ非常に大きな空間を探索でき、かつ合成的に実現可能なものを選ぶことができました」と述べている。
研究チームはまず約400の化合物について計算シミュレーションを実行し、各分子内で原子を引き離すのに必要な力を算出した。この用途では、ポリマー材料をより破れにくくする弱いリンクとして機能するため、素早く分解する分子を探していた。
このデータと各化合物の構造情報を使用して機械学習モデルを訓練し、データベース内の残り4500化合物と、類似しているが一部の原子が再配置された追加7000化合物について、メカノフォアの活性化に必要な力を予測した。
研究により、破れ抵抗性を高める可能性のある2つの主要な特徴が発見された。1つはフェロセンリングに結合した化学基間の相互作用で、もう1つはフェロセンの両方のリングに結合した大きくかさばる分子の存在だった。最初の特徴は予想されていたが、2番目の特徴は化学者が事前に予測できなかったもので、AIなしでは検出できなかったという。
約100の有望な候補を特定した後、Duke大学のCraig教授の研究室では、そのうちの1つである「m-TMS-Fc」を組み込んだポリマー材料を合成した。この材料内で、m-TMS-Fcはクロスリンカーとして機能し、ポリアクリレート（プラスチックの一種）を構成するポリマー鎖を連結する。
各ポリマーが破れるまで力を加える実験により、弱いm-TMS-Fcリンカーが強く破れにくいポリマーを生成することが判明した。このポリマーは、標準的なフェロセンをクロスリンカーとして使用したポリマーと比較して約4倍の耐久性を示した。
Kevlishvili博士は「これは大きな意味を持ちます。私たちが使用するすべてのプラスチックとプラスチック廃棄物の蓄積を考えると、材料をより強靭にすることは、その寿命が長くなることを意味します。より長期間使用可能になり、長期的にはプラスチック生産を削減できる可能性があります」と述べている。
研究チームは今後、色の変化や力に応答して触媒活性を示すなど、他の望ましい特性を持つメカノフォアを特定するために、機械学習アプローチを使用することを計画している。このような材料は、ストレスセンサーや切り替え可能触媒として使用でき、薬物送達などの生物医学応用にも有用となる可能性がある。
