1. 少量データでも高精度に予測できる新しいAIモデルを開発量子計算の仕組みを搭載した独自のAIモデル「QTFPred」を開発（図参照）。実験データが限られるような転写因子でも結合パターンを高い精度で予測できるように設計。2. 従来のAIを上回る精度を実証ヒト細胞の公開データを用いた検証において、ほぼすべてのタスクでQTFPredは既存のAIモデルよりも高い予測精度を実現。訓練データが少量の条件でも安定した予測性能が可能となり、研究現場での活用に十分耐えうる性能を示した。3. 転写因子の協調的結合のパターンを発見解析の結果、複数の転写因子が協調して...

東京科学大学（Science Tokyo）情報理工学院 情報工学系の大上雅史准教授、Kengkanna Apakorn（ケンカーンナー・アーパーコーン）大学院生、菊池雄太特任助教と、九州大学 大学院薬学研究院の丹羽節教授は、効率的に触媒設計を可能にする新たな生成AI手法を開発しました（図1）。高性能な触媒（用語1）の設計は、化学反応に必要な時間やエネルギーといったコストを削減できる他、反応過程で生じる廃棄物も抑制できるため、あらゆる化学産業において達成すべき目標となっています。しかし、従来の触媒開発には数年を要することが多く、近年では開発初期段階における触媒候補の選定を効率化するた...