AIがX線スペクトル解析を自動化：複雑な材料構造・欠陥・電子状態の高精度判別で未踏物質開発を加速

東京理科大学、東京大学、東京科学大学、筑波大学の共同研究グループは、複雑なX線吸収スペクトル（※1）から材料の結晶構造や電子状態を自動で精密に解析するAI技術を開発しました。この研究成果は、材料科学分野におけるデータ解析の効率化と、未踏物質開発の加速に大きく貢献すると期待されています。

研究の背景と課題

X線吸収分光法（XAS）は、物質の構造や電子状態に関する貴重な情報を提供する分析手法であり、材料開発をはじめとする多岐にわたる分野で活用されています。しかし、得られるX線吸収スペクトルは、多様な結晶構造や欠陥、不純物の影響を受けて複雑に変化するため、その正確な解析には高度な専門知識と膨大な時間、そして労力が必要でした。

特に、半導体デバイスや電池、触媒などで注目される先端材料である窒化ホウ素（BN）のような物質では、その結晶構造（層状構造、立方晶構造、ウルツ鉱型構造）や結晶中の空孔、不純物といった欠陥の違いがスペクトルに複雑な変動をもたらします。これにより、大規模なデータセットを扱う際には、各スペクトルを目視で確認し、特徴を手作業で抽出する必要があり、客観的かつ効率的な解析が困難という課題がありました。

AIによる自動解析手法の確立

研究グループは、この課題を解決するため、教師なし機械学習（※2）の一つであるUMAP（※3）を用いた解析モデルを開発しました。このモデルを適用することで、複雑なX線吸収スペクトルから、材料の結晶構造や欠陥の種類を、高精度で自動解析することに成功しています。

窒化ホウ素（BN）の代表的な構造と欠陥を含む物質群について、第一原理計算（※4）を用いてXASスペクトルを生成し、UMAPを適用したところ、結晶構造や欠陥の種類に応じて複雑なスペクトルデータを分類できることが明らかになりました。

このUMAPは、主成分分析（PCA, ※5）や多次元尺度構成法（MDS, ※6）といった従来の次元削減手法と比較して、特に非線形かつ高次元なスペクトルデータの処理において優れた効果を発揮することが判明しました。詳細な解析では、原子の結合状態やわずかな電荷移動の違いまで識別できることも示されており、これまでの手法では得られなかった画期的な成果といえます。

さらに、計算データで構築した分析モデルが、実際の実験データに対しても有効であることを実証し、理論と実験を統合した新しい材料解析手法を確立しました。これにより、さまざまな材料解析に応用できる基盤が構築されたことになります。

AI Workstyle Lab編集部による解説

今回の研究は、AIが専門知識を要する複雑なデータ解析において、いかに強力なツールとなり得るかを示しています。特に、「教師なし機械学習」であるUMAPを活用することで、大量のスペクトルデータから人間が気づきにくいパターンや特徴を自動で抽出し、分類することが可能になりました。これは、研究者や技術者が手作業で行っていた膨大な解析作業をAIが代替し、より効率的かつ客観的なデータ解析を実現できることを意味します。

この技術は、材料開発の現場において、新しい材料の探索や既存材料の改良プロセスを大幅に加速させるでしょう。たとえば、新素材の特性評価や品質管理において、短時間で高精度な分析結果を得られるようになり、開発サイクル全体の短縮に貢献します。AIが専門的な知見を補完し、人間がより創造的な研究活動に注力できる「AIと共創するワークスタイル」の可能性を広げる好例と言えます。

今後の展望

本研究の成果は、スペクトルデータに対する自動的な物性解析の可能性を示すとともに、データ駆動型材料設計の新たな道筋を提示するものです。研究を主導した東京理科大学の小嗣教授は、「この成果は、さまざまな材料研究者の力となり、さらにスマートフォン、電池、触媒の開発を加速させることが期待されます」とコメントしています。

この技術の普及により、材料科学分野における研究開発が大きく進展し、未踏物質の発見や革新的な新材料の創出が加速されることでしょう。

論文情報

本研究成果は、2025年11月10日に国際学術誌「Scientific Reports」にオンライン掲載されました。

雑誌名: Scientific Reports
論文タイトル: Automated Elucidation of Crystal and Electronic Structures in Boron Nitride from X-ray Absorption Spectra Using Uniform Manifold Approximation and Projection
著者: Reika Hasegawa, Arpita Varadwaj※, Alexandre Lira Foggiatto, Masahito Niibe, Takahiro Yamazaki, Masafumi Horio, Yasunobu Ando, Takahiro Kondo, Iwao Matsuda, Masato Kotsugi※
DOI: 10.1038/s41598-025-18580-z

用語解説

※1: X線吸収スペクトル: 物質にX線を照射した際の吸収の強度をエネルギーごとにまとめたもの。原子の価数、電子状態、周囲の局所構造などの情報が得られます。
※2: 教師なし機械学習: 正解データが与えられていない状態から、データ内のパターンや規則性を自律的に見つけ出す機械学習の手法です。データの簡略化やクラスタリングなどに利用されます。
※3: UMAP（Uniform Manifold Approximation and Projection）: 高次元データを低次元空間に圧縮して可視化する次元削減手法の一つ。複雑な非線形構造を保持しながら次元削減を行うことができ、計算効率の良さから近年注目されています。
※4: 第一原理計算: 実験的なパラメータを用いず、量子力学の基本法則に基づいて物質の電子状態や物性を計算する手法です。
※5: 主成分分析（PCA: Principal Component Analysis）: 高次元データの情報量を保ちながら、より少ない次元のデータに変換する手法。データの要約や可視化に用いられます。
※6: 多次元尺度構成法（MDS: Multi Dimensional Scaling）: データ間の距離や類似度を保持しつつ、低次元空間に配置することで、データの複雑な関係性を可視化する手法です。
※7: 状態密度（DOS: Density of States）: 電子のエネルギーに対して、その近傍に存在する電子の状態数を表す物理量。材料の電気的・光学的性質を理解する上で重要な指標です。