等変拡散モデル|分光データから3D原子構造を推定する手法の性能と精度

npj Computational Materials 日本
概要
等変拡散モデルを用いて、近端分光データ(ELNES/XANES)からサイト固有の3D原子構造分布を直接生成する手法が開発されました。Si–O結晶で訓練した結果、結合距離の平均絶対誤差(MAE)は約0.04 ÅとEXAFSに匹敵し、配位数精度では誤差2.0%未満とEXAFS(約20%)を大幅に上回る性能を達成しています。これにより、従来の1次元的な径方向分布解析の限界を越え、結合角を含む完全な3D幾何構造の再構築が可能になります。
詳細

主要成果

東京大学生産技術研究所などの研究チームは、等変拡散モデル(equivariant diffusion model)を用いることで、分光データから3D原子座標を逆推定する生成的なアプローチを開発しました。本モデルは、近端分光データ(ELNES/XANES)からサイト固有の3D構造分布を直接生成することを可能にします。特にSi–O結晶を用いた検証において、結合距離のMAE(平均絶対誤差)は約0.04 Åとなり、従来のEXAFS(広域X線吸収微細構造)解析と同等の精度を実現しました。さらに、配位数の精度においては誤差が2.0%未満に抑えられており、EXAFSの誤差(約20%)と比較して極めて高い精度を達成しています。

技術・詳細

本手法の最大の特徴は、従来の1次元的な径方向分布解析では困難であった、結合角を含む完全な3D幾何構造を再構築できる点にあります。モデルは結晶格子のみを用いて訓練されましたが、組成に依存した転移性を持ち、非晶質(アモルファス)システムへの適用においても有望な結果を示しています。また、実験的な検証として、α-quartz(α-石英)、cristobalite(クリストバライト)、stishovite(スティショバイト)のO K-edgeスペクトルに適用し、実験データに対する実用性を実証しました。

背景・業界の文脈

分光データから3D原子座標を抽出することは、長年の課題である「逆問題」として扱われてきました。従来の手法であるテンプレートマッチングは、あらかじめ定義された参照構造から最適なものを検索して取得する手法でしたが、本研究の生成的アプローチは、学習された構造空間の中から候補となる3D構造を探索することを可能にします。これにより、既存のデータベースに依存しない、より柔軟な構造推定が可能になります。

今後の展望

本研究は、分光データからの定量的かつ自動的な3D局所構造推論に向けた重要な一歩となります。学習済みの構造空間を活用することで、従来のテンプレートマッチングを超えた構造解析が可能となり、材料科学における構造解析の自動化と高精度化に寄与することが期待されます。

元記事: https://www.nature.com/articles/s41524-026-02384-4

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

この記事は Troy-Technical が公開しています。素材メーカーで技術開発に携わってきた技術者が、個人で運営しているサイトです。
運営者について / お問い合わせ info@troy-technical.jp
よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

この記事を書いた人

目次