産総研と電通大 全可視光領域で発光する酵素基質群開発

,

2021年2月24日

 産業技術総合研究所(産総研)と電気通信大学はこのほど、医療・環境診断や生体イメージングに適用する全可視光領域発光の「虹色発光標識のポートフォリオ」を共同開発したと発表した。

 生物発光を使うバイオアッセイや癌のイメージングなどが注目され、特に最近はウイルス検出などの医療診断の関心が高い。しかし、生物発光は発光色が限られ、特に海洋生物由来発光は短波長の青~緑色に偏り、ヘモグロビンによる吸収や発光標識間の干渉で生体イメージングには不向きだ。長波長の黄~赤色発光がなく、マルチカラーイメージングによる効率的なバイオアッセイや医療・環境診断ができなかった。

 産総研は化学物質生理活性の発光可視化の研究で、人工生物発光酵素群「ALuc」や赤色蛍光色素がついた発光基質を開発。電通大はホタルや海洋生物由来の発光システムで発光を長波長化・多色化する基質群を合成してきた。

 今回、両者の技術を組み合わせ、黄色より長波長の発光やマルチカラーイメージングを実現する生物発光システムを開発。海洋生物由来の発光酵素に共通するセレンテラジン骨格と、発光エビ由来の発光酵素「NanoLuc」と反応して高輝度発光するフリマジンを参考に、13種の発光基質を開発した。

 ウミシイタケ発光酵素「RLuc」と「ALuc」に発光するが「NanoLuc」には発光しないもの、「ALuc」のみ、「NanoLuc」のみに発光するもの、「RLuc」に特に強く発光するものがあり、天然のセレンテラジンは「ALuc16」に強く発光した。これらの組み合わせで、青色~近赤外の様々な発光色を生み出せる。

 相互選択性が非常に高い組み合わせもあり、発光信号間の干渉のないバイオアッセイなどへの応用により、例えば7つのバイオマーカーの同時計測による各種診断の迅速・簡便化などが期待できる。さらにウイルスを高感度で検出できるバイオアッセイや、赤色発光による動物個体内の癌転移などを可視化できる可能性もある。

 今後これを利用した医療・環境診断研究に加え、長波長領域でより高輝度で化学的に安定な虹色発光標識ポートフォリオや、動物個体内での生体イメージングを目指す考えだ。

産総研 マイクロ波を偏波ごとに高速高解像度で可視化

,

2021年2月15日

 産業技術総合研究所(産総研)はこのほど、マイクロ波を偏波ごとに可視化するマイクロ波偏波分離イメージング技術を開発したと発表した。電磁波の振動方向を表す偏波の特性を利用すると、信号の分離や干渉の抑制が可能になる上、多角的空間情報が加わり探査や解析を深化できる。

 高周波回路やアンテナの製造、高周波デバイスの放射試験、レーダー探査、食品やインフラ設備の非破壊検査などでは、マイクロ波の空間分布を偏波ごとに測定し可視化するニーズがあるが、測定時間や解像度などに課題があった。産総研は原子の二重共鳴現象(2つの電磁波を2段階で吸収)を使い、マイクロ波を蛍光に変換して可視化する技術を開発してきた。

 セシウム(Cs)原子の場合、マイクロ波(9㎓)で電子を上位の基底状態に上げ、その電子だけを特定波長の近赤外レーザー(352㎔)で励起させると、基底状態に戻るときに蛍光(波長852㎚)を放射。それをCCDカメラで撮影すると、マイクロ波の強度分布を画像化できる。Cs原子は静磁場をかけると強さに応じて原子の向きが揃う。向きにより共鳴するマイクロ波の偏波と周波数は異なるため、周波数を精密に制御すると静磁場に平行な偏波だけを吸収し可視化できる。

 今回この原理を実証するために、気体状Cs原子を封入したガラスセルをマイクロ波発生のマイクロストリップライン上に配置し、上から高感度近赤外線カメラで蛍光を観測。周囲の三軸コイルで静磁場の方向と強さを制御し残留磁場や地磁気の影響をキャンセルし、鏡の角度変調でレーザーを広範囲に均一に照射しセル全面の可視化像を得た。定在波を反映した複雑な明暗模様が現れ、偏波ごとの定在波模様の差をよく示した。原子の種類やエネルギー状態、静磁場の強さと方向、レーザー波長などの精密な制御で㎑~㎔帯の広範な周波数に適用できれば、5G/6G対応の様々な電子部品の電磁波分布測定、室内や車内の電磁波散乱測定へ応用できる。

 今後は、静磁場の強度やCs原子のエネルギー準位を適切に選び、他の周波数への応用も目指す。またレーザーの立体的照射により、マイクロ波強度分布の立体的な可視化にも取り組む考えだ。

東京大学など、高次トポロジカル絶縁体で次世代省エネに一歩

, , , , , ,

2021年1月26日

 東京大学と東京工業大学の研究グループはこのほど、産業技術総合研究所(産総研)、東京大学大学院、大阪大学大学院らの研究グループと共同で世界初の高次トポロジカル絶縁体の実現を擬一次元積層物質の実験で明らかにしたと発表した。

 高次トポロジカル絶縁体は、近年理論的に存在が予想された新しい量子相だ。結晶内部は絶縁体だが表面の特定の稜線が金属化し、スピンの向きのそろった電子が一次元で安定して流れる(スピン流)。電子の「電荷」と「スピン」の性質のうち、「電荷」を利用するのがエレクトロニクスだが、スピントロニクスは「電荷」と「スピン」の両方を活用する次世代省エネ技術の1つで、高性能ハードディスクなどに応用されている。原子層物質と呼ばれる薄いシート状物質を「積み木」のように積み上げることで、新奇な電気・磁気的性質を生み出せる。

 トポロジカル絶縁体は結晶の表面全体が金属化するのに対し、高次トポロジカル絶縁体は試料の稜線だけが金属的であることが予想されていたが、三次元結晶では未確認だった。今回、トポロジカル原子層を自在に組み換えられる擬一次元ビスマスハライド(ヨウ素、臭素化物)に着目し、積層の取り方によって様々なトポロジカル量子相を実現できる物質設計指針を提案した。また、角度分解光電子分光法による電子状態の直接観測で、Bi4Br4(ビスマス臭化物)が世界初の高次トポロジカル絶縁体であることを実証した。

 Bi4Br4は奇数番目と偶数番目の層が交互に180度反転しながら積み上がり、結晶表面には無数の階段構造が形成し1つ1つに稜線ができる。結晶内電子が感じる対称性が通常と異なるため、結晶の稜線だけが金属となり高次トポロジカル絶縁体状態となることが分った。また、稜線に沿って流れる電流の総量は大きいため検知できた。

 今後、積層の取り方による物質設計指針により、従来のトポロジカル絶縁体とは異なる新奇な性質が見出だされることが期待される。また、接着テープなどで積層物質からトポロジカル性質の薄片を取り出せるため、省電力スピン流デバイスや量子計算デバイスへの応用が期待される。

 

東京大学 大面積有機半導体単結晶で高感度歪みセンサー

, , ,

2021年1月18日

 東京大学と産業技術総合研究所(産総研)、パイクリスタル社(ダイセル子会社)の共同研究グループはこのほど、印刷法で製造した大面積・高性能有機半導体単結晶ウエハー表面に非破壊で高選択的に二次元電子系を形成するドーピング手法を開発し、従来の金属製歪みセンサーの10倍程度の感度をもつ歪みセンサー開発に成功したと発表した。

 有機半導体は軽量性、柔軟性、印刷適合性などに優れ、シリコン半導体に代わる安価で大量生産可能な次世代電子材料として期待される。半導体の電子状態の制御には不純物ドーピングが不可欠だが、ユニークな形やサイズの有機半導体分子とドーパント分子が複合化すると単結晶性が乱れ、その高い電子性能は維持できない。

 今回、有機半導体単結晶薄膜をドーパント分子溶液に浸漬するだけで表面がドーパント分子と反応し、有機半導体の単結晶性を維持したまま表面に高密度の二次元電子系を形成させることに成功。有機半導体単結晶デバイスの抵抗を精密に制御でき、抵抗値を7桁以上下げられる。結晶性が保持されているため、単結晶性に特有の巨大歪み応答効果も現れ、外部応力に応じて抵抗値が変わるフレキシブル歪みセンサーが実証された。

 この技術により有機半導体を厚さ7㎛のフレキシブル基板上に印刷し、曲面に貼り付け可能な歪みセンサーを開発した。感度は0.005%程度と従来の金属製歪みセンサーの約10倍。繰り返し使用に耐えることも確認した。さらに、より高性能な有機半導体材料やドーパント材料の開発により、安価で大量生産可能な歪みセンサーデバイス、特にIoT社会に必要なRFIDタグやトリリオンセンサーユニバースへの貢献が期待される。

 パイクリスタル社は高い安定性と性能をもつ有機半導体単結晶の成膜技術を独自開発し、フィルム状でフレキシブルな有機半導体デバイスを開発してきた。今回の歪みセンサーと有機半導体デバイスの事業化に向けた量産体制の確立を進めており、有機半導体デバイスの開発・マーケティング活動を加速し、新たなソリューションを提案していく考えだ。

産総研など 新型コロナ外出自粛による省エネ効果を推定

, , , ,

2020年12月17日

 産業技術総合研究所(産総研)はこのほど、明星大学、ドコモ・インサイトマーケティングとともに、新型コロナウイルス感染拡大に伴う外出自粛による人口変化が、大阪市のオフィス街と住宅街の気温と電力消費量に及ぼす影響を推定したと発表した。日中人口が約7割減少したオフィス街では電力消費量を40%(床面積1㎡あたり12W)、人工排熱を42%(土地面積1㎡あたり76.3W)押し下げ、その結果気温は0.13℃低下したと推定。一方、人口が微増した住宅街では電力消費量が18%(床面積1㎡あたり1.4W)増加したが、気温は外出自粛前と変わらなかった。

 オフィス街の気温・電力消費量の低下は、昨年開催されたG20大阪サミットの交通・出勤規制による低下量のそれぞれ3倍、10倍で、電力消費低下量は東日本大震災に伴う夏の節電対策効果に匹敵した。なお、この気温低下量は、日本各都市の気温観測値から得た先行研究による統計的推定値と矛盾しない。

 産総研と明星大学は、都市部の人間活動と気象・気候の関係に長年取り組み、世界初の数理モデル「都市気候モデル」を開発。これを気象学の領域気候モデルと統合し、電力消費実測値との比較などを通して「都市気候モデル+人口データ」に大幅改良した。

 人間活動の把握はドコモ・インサイトマーケティングの「モバイル空間統計(500mメッシュ・1時間毎)」で行い、空調使用スケジュールや人体からの排熱量などのパラメータに反映させた。公開・測定されていない都市街区の数百m~数Kmスケールの電力消費量と気温の推定、人間活動が変化した際の電力消費量や気温への影響を評価できる点に意義があり、都市の気候と電力消費量の将来予測、都市計画や都市部の気候変動適応策の評価にも応用できる。

 今回テレワークなどの人間活動の変化により、都市部の省エネとヒートアイランド緩和が実現できることが示唆された。「新たな日常」での都市の気温と電力消費の予測に有用で、気候変動に備えた都市部の適応策の評価・提案への貢献も期待できる。

 今後は首都圏や国内外都市に適用し、外出自粛の影響を広域的に見積り、人間活動と都市の気候の関係を体系化する。また外出自粛が熱中症指数に及ぼす影響も調査し、気温や電力消費量に留まらない総合的な気候変動適応策の提案に繋げる考えだ。

 

産総研と東大 深層学習で未知化合物物性を高速外挿予測

, , ,

2020年12月15日

 産業技術総合研究所(産総研)と東京大学はこのほど、量子物理学の密度汎関数理論(分子や結晶などの物性は電子密度のみで計算可能)に基づく深層学習技術を開発したと発表した。化合物の原子配置を電子の確率分布を表す波動関数に変換し、深層学習により電子密度やエネルギーなどの物性値を高速・高精度に外挿予測する。

 材料開発や創薬の分野では化合物のエネルギー、触媒の反応収率、発電材料の効率、薬剤の活性など様々な物性値の計算・予測が必要だが、理論計算・シミュレーションの計算コストは膨大である。深層学習技術により計算量は減るが、ブラックボックス性の計算であり解釈性・信頼性が低い上、学習データ範囲外のデータを推測する外挿予測は精度が低い。

 今回、産総研の最先端の機械学習技術の理論・アルゴリズムの開発と実データへの応用技術と、東京大学の機械学習技術を材料開発に利用するマテリアルズ・インフォマティクスに関する研究を統合。化合物の原子配置をまず原子の波動関数、そして分子の波動関数に変換。これに分子波動関数から得られる電子密度と原子配置から計算できるポテンシャルが一対一対応するような物理制約を課した上で、原子配置と物性値の大規模データベースを学習し、物性値を予測する。量子物理の基本情報を深層学習モデルの内部で表現・経由した上で化合物の物性値を予測するため、深層学習モデルのブラックボックス性がなく、予測結果の解釈性・信頼性が得られ、学習データから外れた未知の化合物の物性も外挿予測できる。

 理論計算予測値と実験値の誤差が1~2kcal/molであるのに対し、誤差2~5kcal/molと実用に耐える精度で外挿予測が可能。また20原子以上の複雑な構造でも、外挿予測誤差は小さいことを確認した。さらに理論計算では1分子に数十分から数時間かかるところを、数分で1万種類の分子予測が可能。これにより、実用に耐える外挿精度と10万倍以上の高速化を実現した。

 今後は材料開発や創薬の実応用に適用し、有用な触媒や薬剤の大規模な探索を行う。また物理学者・化学者と協力して物理学・化学関係の知識をより多く取り入れ、より高精度の予測ができる深層学習技術の開発を目指す。

東京大学ら ポリマー半導体への分子ドーピングが制御可能に

, , , , ,

2020年12月14日

 東京大学、産業技術総合研究所(産総研)、広島大学などによる共同研究グループは、世界で初めてポリマー半導体の立体障害と分子ドーピングの相関を明らかにし、ポリマー半導体の「隙間」サイズを制御することでドーピング量を100倍向上させることに成功した。

 半導体の結晶中に不純物(ドーパント)を添加することで、半導体中の電子数やエネルギーを精密に制御できる。 シリコン半導体のドーピングは、シリコン原子を別の原子に置換して行うが、ポリマー半導体のドーピングはユニークな形・サイズのポリマー分子とドーパント分子を複合化する必要があり、複雑な立体障害を制御する必要がある。

 同グループは結晶性ポリマー半導体へのドーピングに着目し、結晶性ポリマー半導体1ユニット当たり1ドーパント分子を高密度に複合化する技術を開発したが、ドーピング効果を最大化する分子設計指針は明らかではなかった。

 今回、結晶性ポリマー半導体のナノスケールの「隙間」に着目し、立体障害と分子ドーピングの相関を系統的に調査した結果、電気を流す骨格に周期的に付いた側鎖の密度を精密に制御し、隙間を適切に拡張することで、分子ドーピング量を100倍程度増加させることに成功。隙間を拡張した結晶性ポリマー半導体は従来の3倍程度の体積のドーパント分子を複合化でき、ほぼ最密充填された分子複合体を作製することにも成功した。

 結晶性ポリマー半導体の隙間とドーパント分子サイズの関係が明らかとなり、これまでにない様々な分子複合体材料の設計指針が明確になった。また、最密充填した分子複合体は金属のように電気が流れやすく、熱耐久性や環境耐久性も向上することが分ってきた。今後、異なる分子の複合化という単純な化学操作による革新的な電子・イオン材料の創製が期待される。

産総研 低コスト成膜技術で多接合太陽電池の普及を加速

, , ,

2020年12月10日

 産業技術総合研究所(産総研)はこのほど、同ゼロエミッション国際共同研究センターと大陽日酸が共同で次世代太陽電池普及の鍵となるハイドライド気相成長(HVPE)法によるアルミニウム系材料の成膜と太陽電池への応用を可能にする装置を開発した。

 Ⅲ-Ⅴ族化合物太陽電池はバンドギャップ(光吸収波長)の異なる材料を積層した多接合構造で発電効率は最も高いが、高価な原料と基板、遅い成膜速度など製造コストの高さが課題であった。また、高効率化には各構成セルの高性能化が必要で、特にインジウム・ガリウム・リン(InGaP)トップセルの表面電流損失をAlIn(Ga)P層で抑制することが不可欠だ。

 両者は2015年度よりNEDOの支援を受け、有機金属気相成長法より低コストであるHVPE法の水平置き縦型装置の開発を進め、高速成膜性を実証。今回Al系材料の高品質成膜を検討した。

 HVPE法では、金属と塩化水素ガスを700~850℃の炉内で反応させ金属塩化物前駆体にするが、AlはAlClとなり石英反応炉を損傷するため使用できなかった。今回反応温度を500℃に下げ、AlCl生成を抑え石英との反応性の低いAlCl3を生成することで、Al系材料の成膜が可能となった。これによりInGaPセル表面を不活性化でき、出力電流が増大し、発電効率が向上した。

 また、AlAsの成膜が可能になったことで、基板コストも低減できた。基板上にAlAs層、太陽電池層の順で成膜。AlAs層をフッ化水素酸で除去して太陽電池層を基板から剝離することで、基板は再利用できる。剝離した太陽電池層は薄膜なため、産総研の半導体接合技術「スマートスタック」により異種材料と接合して発電効率を向上できる。今回、剝離や接合の実証にはGaAsセルを使ったが、InGaPセルや多接合構造でも同様に剝離や接合が可能だ。

 これまで2インチ基板で検討したが、今後6インチサイズが成膜できる量産型HVPE装置を開発し、さらにそのⅢ-Ⅴ族化合物太陽電池をシリコンやCIGSなどの安価な太陽電池と接合して発電効率35%以上、発電コスト200円/Wの太陽電池の実現を目指す。

NEDO 機械学習システムの品質評価テストベッド公開

, ,

2020年12月8日

 新エネルギー・産業技術総合開発機構(NEDO)と産業技術総合研究所(産総研)はこのほど、AIシステムに関する品質の指標および測定プロセスを提供する「機械学習システムの品質評価テストベッドα版(機能限定)」を開発し、企業・大学などの開発者向けにオープンソースソフトウエアとして公開した。

 実社会でAIシステムを広く活用するためには、安心して利用可能とする品質マネジメントが不可欠となる。NEDOの「人と共に進化する次世代人工知能に関する技術開発事業」において、産総研は「機械学習品質マネジメントガイドライン」を公開したが、品質マネジメントを実施していくためには個別の品質評価項目に対して具体的な品質指標の測定・検査・改善を支援するツール群と、その作業全体を統括管理できる作業環境が必要となる。

 すでに、機械学習モデルの管理とともにAIシステムの品質要件定義から運用までのライフサイクルを支援するいくつかのツールが存在するが、次々に開発される新しい機械学習モデルや品質測定技術などを柔軟に取り入れられる共通基盤はこれまで存在しなかった。

 両者が開発したテストベッドは、AIシステム開発者・AIシステム品質評価者・評価手法開発者が共同で参加し、AIシステム開発時に品質管理で用いる学習・検査などのツールを組み込み、開発プロセス支援と評価記録・検証とを両立させる作業環境を提供するソフトウエア群。

 今回公開されたテストベッドは、「AIシステム評価パッケージ(AIT)」作成ツール、品質アセスメントWebサーバー、評価レポート作成アプリケーションで構成される。このテストベッドを利用することでAIシステムの品質について定量的に評価するとともに、開発プロセスや評価記録・検証など包括的な支援を行うことができ、品質に関する不透明性の解消やビジネス活用の加速が期待できる。

 今後は、品質評価プロセスの共通基盤としての機能をさらに充実させて、AIシステム品質管理のエコシステム構築を目指す。

東ソー CO2とケイ素からDEC合成、触媒技術を開発

, , ,

2020年11月30日

 東ソーと産業技術総合研究所(産総研)は27日、CO2とケイ素化合物(テトラエトキシシラン:TEOS)を原料として、ポリカーボネート(PC)やポリウレタン(PU)の原料となる「ジエチルカーボネート(DEC)」を効率的に合成する触媒技術を共同で開発したと発表した。この触媒反応は水を副生しないため、触媒の長寿命化と、高い反応効率を実現しており、実用化されれば、CO2を炭素資源として再利用するカーボンリサイクル社会への貢献が期待できる。

 CO2を様々な有用製品として活用する「カーボンリサイクル」に向けた技術開発が重要視されている。資源エネルギー庁がまとめた「カーボンリサイクル技術ロードマップ」では、CO2の化学品への利用例として、PUやPCといった「含酸素化合物(酸素原子を含む化合物)」を想定。CO2から含酸素化合物を合成する技術としては、CO2とアルコールを原料とする反応の検討が報告されているが、目的物の生成効率や反応に用いる触媒の寿命に課題があり、実用化に向けて製造プロセスの低コスト化が実現できる技術が求められている。

 こうした中、両者は、産総研がケイ素資源から直接合成する方法を開発したテトラアルコキシシランをCO2と組み合わせ、DECを高効率に合成する技術の開発に取り組んだ。DECは幅広く活用されている有用化学品だが、その製造法はホスゲンを原料としている。これまで、CO2とエタノールを原料にDECを合成する研究開発は広く行われてきたが、この反応では水が副生するため、生成したDECと水が反応して原料に戻ってしまう逆反応が進行。また、反応系中の触媒が加水分解されて活性が失われてしまうなどの要因で、高効率合成が難しいという課題があった。

 今回開発した技術では、水を副生しないテトラアルコキシシランの一種であるTEOSを原料とする方法を考案。さらにこの反応に有効な触媒を見出だして、製造プロセスの低コスト化を実現できる合成方法を開発した。今回の成果は、産総研が取り組む「砂からTEOSを合成する技術」と組み合わせることで、CO2と砂という実質的に無尽蔵ともいえる資源から有用化学品を製造する可能性を拓くもの。

 両者は今後、より低コストで省エネルギーな製造方法の確立を目指し、反応条件や触媒のさらなる改良を行う。またスケールアップの検討など、実用化に向けて必要な技術課題の解決に取り組み、2030年ごろまでの実用化を目指す。