主要成果
インド科学研究所（IISc）の研究チームは、AI（機械学習）と高度なコンピュータシミュレーションを用いることで、銅触媒上でのCO2変換における未知の化学反応経路を特定しました。研究チームは、従来の見落とされていた反応を含む計9,389個の個別の反応を特定することに成功しています。この拡張されたモデルを用いた結果、CO2変換量の予測値は、従来の小規模なモデルと比較して約40倍に増加し、実験結果と一致するメタノールおよび一酸化炭素が主要生成物であるという予測を得られました。
技術・詳細
研究チームはまず、量子力学シミュレーションを用いて152個の化学反応を含む詳細なデータベースを構築しました。次に、このデータを機械学習モデルに学習させ、追加の反応が乗り越えるべきエネルギー障壁を迅速に推定できる手法を確立しました。自動計算ツールを用いて触媒表面に存在する105の化学種の反応可能性を検証した結果、元の152個から9,389個へと反応ネットワークを大幅に拡大することができました。
従来の小規模なネットワークでは、主要生成物がメタノールではなくギ酸であると誤って予測され、CO2変換量も実験値より大幅に低く見積もられていました。しかし、AIによる拡張モデルではこれらの不整合が解消されました。また、本研究では水素が個別の水素原子としてではなく、分子状のH2のまま中間化合物に直接転移するという、従来の化学的常識に反する驚くべきメカニズムを発見しました。量子力学計算により、この経路は特に酸素を含む中間体への水素転移において有利に働くことが確認されています。
背景・業界の文脈
CO2をリサイクルする有望な手法の一つに、触媒を用いてCO2と水素を反応させメタノールなどの化学物質を生成する「水素化」があります。しかし、触媒表面では膨大な数の個別反応が同時に進行しており、そのすべてを量子力学でシミュレーションするには膨大な計算資源が必要です。そのため、従来の研究では重要と思われる限定的な反応のみに焦点を当てる簡略化が行われてきました。しかし、この手法では重要なステップを見落とすリスクがあり、メカニズムの正確な把握が困難という課題がありました。
今後の展望
今回の発見は、分子状水素（H2）とより強く相互作用する触媒を設計することで、メタノールへの変換経路を強化できる可能性を示唆しています。また、本研究で構築された「量子力学シミュレーション、機械学習、反応の自動特定、反応速度モデル」を統合した計算フレームワークは、CO2水素化以外の分野にも応用可能です。具体的には、異なる触媒を用いたCO2還元、窒素還元、水分解などの重要な工業プロセスの解明に寄与することが期待されています。
元記事: https://www.sciencedaily.com/releases/2026/10/261013015758.htm
毎週の技術動向レポートを無料でお届け
各分野の分析レポートを読む価値があるかどうか一目で判断できるインフォグラフィックをメールで受け取れます。
📢 メールマガジンに無料登録（週刊・技術動向レポート）
ご登録いただくと、Troy-Technical から週刊で技術動向レポート（メールマガジン）をお届けします。
- 取得したメールアドレス・選択分野は配信目的にのみ使用します。
- 第三者へ提供することはありません。
- 配信はいつでも解除できます（各メール下部のリンクから）。
詳しくはプライバシーポリシーをご覧ください。
登録は1分・いつでも解除できます
