様々な化学を統合するのに必要な学問です。

最近は国家プロジェクトなどでも、米国の材料ゲノムに対抗して、Materials Informaticsだ、化学*デジタル人材育成だと騒ぎ始めています。
AIが進歩したら、卒業した学生の職がなくなる？ そんな危機感も持っています。

その米国の材料ゲノムが始まった年(2011年）から、私は横浜国大で「化学プロセス・シミュレーション」を教え始めました。
最初は5コマで講師が3人だったのですが、途中10コマ、2020年からは16コマ全部を教えることになりました。

試行錯誤はありましたが，学生が身に付けなくてはならないのは「逆設計」と教えるようになってきました。

「化学プロセス・シミュレーション」でやりたい事はなんでしょう？　

「こういうプロセスを取ったら、こういう結果になります。実験結果を再現できます。」

そうした順方向を予測するというのが古典的な「プロセス・シミュレーション」でしょう。

しかし、素材産業では、あるプロセスの収率や選択率をさらに向上させるさせるには、どういうプロセスをとれば良いかという「逆設計」の方が重要になる事が多くなってきました。

例えば「毒性が高かったり、引火性があったり、GWPが高い溶媒を、他の溶媒に変えた時のプロセスを「逆設計」するにはどうした良いか？」　と言う問いがあったとしましょう。

「答えは、AIに聞いてください。」なら、大学の授業は崩壊します。
大学の院生レベルが、「AI時代にどう対応して学んでいくか」が大事になるのでしょう。

対象は大学院生レベルですが、社会人の化学系研究者であっても、初心者であれば、まず、MOOCの題材から試して見るのもいいでしょう。

pirikaで提供しているツールはブラウザー上で動作するので、Pythonは必要ありませんが、エクセルの表計算ソフトを使いこなせる技術は最低限必要になります。

MOOCやMAGICIANで学ぶ時のツールは、ハンセンの溶解度パラメータ(HSP: Hansen Solubility Parameters)用の市販ソフト、HSPiPの中のYMB機能を、学生用にチューニングした物を利用しています。
もともとは、分子を原子団に分割するアルゴリズムでしたが、物性推算機能の方が有名になって、YMB=物性推算ソフトウエアーとなってしまっています。

また、HSPiPの中のポリマー物性に関しては、YPB(Yamamoto Polymer Break)、QSAR(Quantitative Structure Activity Relationship)に関しては、YSB(Yamamoto Scheme Builder)がベースになっています。

そこで、HSPの基本を学ぶ事は非常に重要です。

HSPの基本的な事項はpirikaに膨大な資料が置いてありますし、独学でもできるでしょう。 また、有償の講習会も頻繁に行われていますので、そうしたものを利用するのもいいかも知れません。
（そうしたもので基本を学んだ上で、さらに高度な使い方を学びたい方向けに、別途、講習会を行う事も企画しています。）

素材設計やプロセス設計がHSPだけでできる事は稀で、YMB, YPBが吐き出す様々な物性値の利用が欠かせません。 他の識別子作成ツールと組み合わせて、情報を取捨選択しながら、逆設計のスキームをYSBなどを利用して構築して行くと、結果的にHSPが残る事は非常に多いです。

プログラミング

化学系プログラミングは、私の中でも微妙な位置づけです。自分自身プログラミングの専門の教育を受けたわけではなく、40年前のプログラム電卓の時代から、延々と趣味で行って来ただけのものだからです。

専門的なプログラムを学ぶ場を提供するのではありません。

理論式があれば、それをプログラムしたり、システム化できる人はいくらでもいます。
化学のように、かなり「あやふや」で「例外の多い」言語を、プログラムと言う言語に置き換えるのは難しいことです。習うより慣れろでやってみましょう。

Python使って既存のライブラリーを接続したらアプリが完成で、それがプログラミングなら、他所でいくらでも学べるでしょう。化学のビッグデータで、画像認識、翻訳、将棋の自己対戦みたいな事をやりたいならそれで十分かもしれません。

それに限界を感じて一歩踏み出した時に、必要性を再認識すれば良いのでしょう。

実用的な「ツール」としては、モンテカルロ計算で、様々な共重合によって、どんなシーケンスのポリマーができるか予測してきました。

分子力学計算はかなり大きなものも計算できました。
しかし、パラメータが少なく、私の計算したいポリウレタンなどは計算できませんでした。

できあがったポリマーの溶解性やモルフォロジー解析などに溶解度パラメータも「ツール」として使ってきました。

ポリマーをスケールアップして製造するために化学工学という「ツール」も必須でした。

しかし、企業での研究としては、入社5-6年経つと徐々に高分子系から外れ、後は自己啓発で高分子研究を続けてきました。

最近は、コンピュータやソフトが早くなり、個人で持てるPC程度でもかなりのことができるようになってきました。
モノマーの反応性、開始剤、連鎖移動剤、安定剤などが実用的に計算できる「ツール」も揃ってきました。

企業の研究者だったので、目的は「逆設計」以外、最初からあまり考えていませんでした。
欲しい機能を持つ材料を設計するにはどんな「ツール」が必要か？　という事でニューラルネットワーク法を始め、様々な情報科学系の「ツール」も揃えてきました。

ハンセンの溶解度パラメータ(HSP)も、自己啓発でやってきました。

途中、ガラスの組成設計，イオン液体、フロン代替の設計、気液平衡といろいろな事もやりました。

退職を決めてみると、家のコンピュータには自己啓発の成果の様々な「ツール」と、様々な分野での「経験」が残っています。

物性推算/逆設計と呼んでいた頃から、
Chemo-Informatics,
Materials Genome,
Materials Informatics
と呼び名は変わってきました。

しかし、素材開発でやりたい事は「少ないデータで、高速に逆設計したい」に尽きると、いまだに思います。

　MAGICIAN(MAterials Genome/Informatics and Chemo-Informatics Associate Network)養成講座は、使えるものは何でも使って、効率的に仕事をするやり方を学ぼうと言う講座です。　

MAGICIAN用の「魔法の杖」を提供しようと言っているのではありません。「ツール」というのはあくまでも道具です。
ただの棒は、杖にもなるし、武器にもなるし、暖炉で燃やす事もできます。

自分の目的に対して、座学ではなく、道具の使いこなし方をハンズオンで理解していきましょう。

対象はどちらかと言うと企業研究者です。