産業技術総合研究所（産総研）

産総研など　コロナ対策関連のAI情報をウェブで公開

, , ,

2020年6月25日

　産業技術総合研究所（産総研）、理化学研究所（理研）、情報通信研究機構（NICT）はこのほど、昨年12月に設立した「人工知能研究開発ネットワーク（AI Japan）」の会員数が100を超えたこともあり、ウェブサイトを開設・公開した。

　同ネットワークは、人工知能（AI）の研究開発に関する統合的・統一的な情報発信やAI研究者間の意見交換の推進などを目的とし、AIに係る研究開発などに積極的に取り組む大学・公的研究機関を対象に会員募集を進めていた。同ウェブサイトでは、日本のAI研究開発に関する情報の集約化を図り、各会員のAI研究開発に係るプレスリリースやイベントなどの最新トピック紹介など、一元的な情報発信を行う。

　第1弾として、会員大学・公的研究機関およびその研究者による「新型コロナウイルス感染症対策関連に係るAIを活用した取り組み」を公開した。AIは治療薬開発、感染シミュレーション、遠隔環境整備など、新型コロナ感染症対策に広範に貢献できる技術。会員に対してAIを活用した取り組みを調査し、登録された23大学・公的研究機関から69件の活動が登録された。

　今後も、ウェブサイトを通してAIの研究開発に係る統合的・統一的な情報発信に取り組んでいく。詳細はウェブサイト（https://www.ai-japan.go.jp/）に掲載。

 

産総研　GHG排出削減を目指しゼロエミベイを始動

, , ,

2020年6月22日

94者参画、東京湾岸をイノベーション拠点に

　産業技術総合研究所（産総研）が主導する、温室効果ガス（GHG）排出削減に向けた新たな取り組み「東京湾岸ゼロエミッションイノベーション協議会」（ゼロエミベイ）が発足し、本格的な活動が始まった。

ゼロエミベイの柏木孝夫会長
ゼロエミベイの柏木孝夫会長

　今月16日に第1回総会を都内で開催。同協議会を率いる柏木孝夫会長（東京工業大学特命教授・名誉教授）は「世界には様々なイノベーション拠点があるが、ゼロエミッションのように、扱う分野が広範囲にわたるものを組み合わせて実証していく例は見当たらない。

コンテンツの残りを閲覧するにはログインが必要です。 お願い . あなたは会員ですか ? 会員について

JXTGホールディングス　東京湾ゼロエミ・イノベーション協議会に参画

, ,

2020年6月15日

　JXTGホールディングスはこのほど、産業技術総合研究所（産総研）が設立した「東京湾岸ゼロエミッションイノベーション協議会（ゼロエミベイ）」に参画した。同協議会は、政府の「革新的環境イノベーション戦略」に基づき、東京湾岸周辺エリアを世界に先駆けてゼロエミッション技術に係るイノベーションエリアとすることを目指す。

　同エリアには、エネルギー・環境関連の多種多様な企業やその研究所、大学などが集積。各機関が連携することで、水素利用やCO2の回収・貯留・利用（CCUS）などのゼロエミッション技術に関する世界最大の研究開発と実証の場としての高い可能性を持つ。

　同社は、協議会への参画を通じ、グループが保有するゼロエミッション分野の技術や知見を、会員企業との連携によってさらに発展させ、低炭素循環型社会の形成へ一層の貢献を果たしていく。

　同社グループは、「2040年長期ビジョン」に掲げた「低炭素・循環型社会への貢献」の実現に向けた取り組みを推進し、2040年には、自社CO2排出のカーボンニュートラルを目指す。

産総研　東京湾岸をゼロエミッション版シリコンバレーに

, , , ,

2020年6月11日

　産業技術総合研究所（産総研）はこのほど、東京湾岸周辺エリアを世界に先駆けてゼロエミッション技術に係るイノベーションエリアとするため、「東京湾岸ゼロエミッションイノベーション協議会（ゼロエミベイ）」を設立した。会長は東京工業大学特命教授・名誉教授の柏木孝夫氏が就任し、事務局は1月に産総研が設立した「ゼロエミッション国際共同研究センター（CZR）」（センター長は旭化成名誉フェロー吉野彰氏）が担う。

　東京湾岸には、電力・ガス・石油・化学・電機・自動車など多様なエネルギーサプライヤーやユーザーなどの事務所や研究施設、大学が多くある。これらが様々な分野で連携すれば、ゼロエミッション技術に関する世界最大の研究開発・実証に関するPRの場所となり得る。　

　こうした中、政府が今年1月に策定した「革新的環境イノベーション戦略」の下、産学官の協議会を設置し、中長期的な視点でゼロエミッションに関する研究開発・実証プロジェクト（水素利用、二酸化炭素回収・有効利用・貯留、エネルギーマネジメントなど）の企画・推進、広報活動などが提言された。

　それに基づき、ゼロエミベイでは主な活動として、①湾岸周辺エリアの企業、大学、研究機関、行政機関などの活動情報を含むエリアマップ「ゼロエミベイマップ」の作成と海外への発信、②研究開発・実証プロジェクトの企画・推進と成果の普及・活用、③同技術に係る研究開発・実証、ビジネスへの取り組みに関する会員間の情報交換と連携の推進、④目的達成に必要なその他事業、などを行う。

　今後、趣旨に賛同し東京湾岸エリアでゼロエミッション活動を行っている会員を募集し、設立総会を6月16日に開催する。その後「ゼロエミベイマップ」をウェブサイトに掲載するなど本格始動する予定だ。入会案内などの詳細は、専用サイト（https://unit.aist.go.jp/gzr/zero_emission_bay/）まで。

産総研など　細胞パターニングを効率化するデバイス作製

,

2020年6月8日

　産業技術総合研究所（産総研）と理化学研究所（理研）の共同研究グループはこのほど、水溶性タンパク質のアルブミンを原料としシリコーンゴムの鋳型で型取りすることにより、細胞培養用の微小デバイスを簡単に作製することに成功した。

　微小デバイス開発のための工学的成果にとどまらず、微小デバイスを用いた細胞培養により、微小環境が細胞に与える影響や、細胞と細胞接着基材表面のタンパク質との相互作用の理解への貢献が期待されている。

　細胞生物学では、細胞が接着する基材表面を化学的処理などにより、細胞が接着する部分としない部分に分画する、細胞接着エリアの制御「細胞パターニング」という手法が行われる。理研が開発してきた寒天由来のアガロースを用いた細胞パターニング法による細胞培養用デバイスは、長期間の細胞培養でも安定していたが、作製（乾燥）に3日以上かかることが課題だった。

　今回、半導体製造に使われるフォトリソグラフィー手法に注目し、微小な溝を彫ったシリコーンゴム鋳型を作り、材料の流入挙動を解析。材料溶液の流入量は主として溝のサイズに依存し、溶液粘性とは無関係に多様な材料が使用できることが明らかになった。

　産総研が開発した「架橋アルブミン」水溶液は、いったん乾燥すると水には溶けず、固形材料に加工できる。これを使い、1日以内で細胞パターニング用の微小デバイスを作製。7日間の細胞培養にも耐えた。またアガロース同様、表面に細胞が接着しないことも確認できている。

　今回使用した架橋アルブミンを利用すれば、細胞培養用の微小デバイスが短期間で作製でき、実験の効率化が図れる。さらに、同技術を「細胞接着性」の水溶性タンパク質に展開することで、細胞の形状や発生・分化といった細胞機能と細胞接着性タンパク質の、相互作用理解のための特定構造・形状を持つ細胞接着性微小デバイスへの応用も可能だ。

　理研では、シリコーンゴム鋳型などの微細加工デバイスサービスを提供しており、産総研の架橋アルブミンと組み合わせることで、世界中の研究者が同手法に容易にアクセスできるとしている。

 

産総研　都市域の大気観測でCO2排出量を起源別に推定

, , , ,

2020年6月3日

　産業技術総合研究所（産総研）はこのほど、防衛大学校地球海洋学科などとの共同研究により、大気中のCO2とO2の高精度観測から、CO2排出に使用された化石燃料の種類ごとに評価する手法を開発した。

　産総研などは2012年から、東海大学・代々木キャンパス内の観測タワー上に装置を設置し、代々木街区の人間活動により排出されるCO2の観測を行っていた。この手法は、産総研が開発した大気中のO2の超高精度濃度計測と、主に森林CO2吸収の評価で用いられる鉛直CO2輸送量の計測を都市部での観測に応用し、O2とCO2の交換比（Oxidative Ratio：OR）を導出するもの。消費する化石燃料の種類や生物活動により、ORが異なるため（都市ガス＝1.95、石油＝1.44、ヒト＝1.2）、CO2排出量を起源別に定量化できる。

　今回の大気観測では、産総研が持つ世界最高の超高精度（6桁、PPMレベル）の大気濃度観測技術を用いて、高度52mと37mの2点でO2とCO2の濃度を観測。高度別の濃度勾配に基づく傾度法によって鉛直輸送でのORを導出することで、局所スケールのCO2排出を化石燃料種別に評価した。

　都市部でのCO2排出源として石油（主に自動車）、都市ガス、人間呼吸に注目し、観測で得られたこれら起源別のCO2排出量を、代々木近郊の自動車交通量、家庭・飲食店の都市ガス消費量および人口統計のデータに基づくCO2排出量と比較。その結果、夕～夜間の都市ガス消費データに基づく排出量が観測値に比べて多かったことから、この地区の統計データ基準では、実際よりも過大に見積もられてしまうことが示唆された。

　また、給湯・調理に伴う早朝の都市ガス消費のピークや、通勤時間帯の交通量増加による午前中の石油消費の漸増も見て取れるなど、大気観測に基づき自動車と都市ガス由来のCO2排出量を街区スケールで分離評価することが可能となった。

　同手法は消費する化石燃料の種類毎に評価できるため、ゼロエミッション技術が社会実装されたときのCO2削減効果を、実環境計測に基づいて検証する技術として期待される。今後、放射性炭素同位体比の観測を組み合わせ、大気観測だけで石油・都市ガス・人間呼吸による排出量を分離する手法を目指す考えだ。

 

NIMSと産総研　エチレン高感度・高選択モニタリング

, , ,

2020年5月26日

　物質・材料研究機構（NIMS）と産業技術総合研究所（産総研）はこのほど、植物ホルモンであるエチレンを常時モニタリングできる小型センサを開発した。

　エチレンは野菜や果物の熟成を促進させるが、過剰にあると腐敗を進行させてしまう。同センサによってエチレンを常時モニタリングすることで、野菜や果物の最適な輸送・保存管理が可能となり、食べ頃の調整やフードロスの削減などが期待される。

　現在市販されているエチレン検出用小型センサの多くは、高温状態（200~300℃）での駆動が必要であるため、センサ表面の活性は高く、アルコールやメタンといった他の還元性ガス分子とも反応してしまい、エチレンの選択的な検出が難しかった。

　同センサは、①エチレンを選択的にアセトアルデヒドに変換する高活性触媒（Pd‐V2O5‐TiO2）、②アセトアルデヒドと反応して酸性ガス（HCl）を発生する試薬（Wacker反応）、③酸性ガスを高感度に検出する単層カーボンナノチューブ（SWCNT）修飾の電極、の3要素からなり、エチレンを選択的かつ繰り返し高感度で検出することに成功した。

　高活性触媒は、エチレンを含む空気を通過させるだけで㏙レベルのエチレンをほぼ全てアセトアルデヒドに変換でき、繰り返し利用可能。低温（40℃）で駆動するため、低消費電力である点でも小型センサに適している。

　発生した酸性ガスは、半導体SWCNTから電子を引き抜き、電気抵抗値を変化させる。その感度は、1㏙のエチレンに対して電流変化率約10％と世界最高レベルであり、わずか0.1㏙のエチレンを高選択的にモニタリングできる。

　例えば、バナナとキウイフルーツの熟成（追熟）に用いられるエチレンの濃度は、それぞれ約500㏙と約10㏙なので、同センサで十分に対応可能。また、産総研の持つ半導体SWCNTの分離精製技術により、わずか1gのSWCNTから数100万個のセンサが作製できる。高活性触媒に含まれるパラジウム（Pd）も、1センサ当たり0.8㎎程度なので、コストは10円以下である。

　同エチレンセンサは小型、省電力であり、情報（ビックデータ）を集積・ネットワーク化するセンサデバイスを低コストで設置可能。農業・食品業界のSociety5.0実現への取り組みを推進する。さらに、別の高活性触媒を設計し、エチレン以外のガス分子に対応する小型センサの開発も進める考えだ。

産総研　高性能高信頼性n型有機半導体材料の開発に成功

, , , , ,

2020年5月25日

　産業技術総合研究所（産総研）は、東京大学、筑波大学、北里大学と産総研・東大先端オペランド計測技術オープンイノベーションラボラトリが、高信頼性かつ高電荷移動度、大気、熱、バイアス（動作電圧）ストレス耐性を併せ持ち実用に耐えうる塗布型n型半導体材料の開発に世界で初めて成功した。

　この材料は、新しい分子設計指針に基づく電子輸送性BQQDI（ベンゾイソキノリノキノリンジイミド）骨格を持つ塗布型n型有機半導体材料で、IoT社会のキーデバイスである電子タグやマルチセンサーの実用化を加速させることが期待される。

　現在汎用される主としてシリコン系の無機半導体は、電荷移動速度は高いが、重く、硬く、製造にも300~1000℃の高温が必要となる。一方、軽量かつ柔軟で、印刷による低温作製によりコストと環境負荷を大幅に軽減した有機系半導体が注目され、すでに無機半導体のアモルファスシリコンより1桁高い10㎠/V・s級の正孔移動度を持ち、実用に耐える環境ストレス耐性を示す印刷可能なp型半導体が報告されている。多種多様なハイエンドデバイス開発のためには、p型と同程度の安定性、プロセス性およびデバイス性能を併せ持つn型有機半導体が求められていた。

　こうした中、今回、ペリレンジイミド骨格に窒素を導入したBQQDI骨格を持つ有機分子が、大気下で安定なn型有機半導体の母骨格となることを発見。特に、フェネチル基を導入したPhC2‐BQQDIの単結晶が三㎠/V・sの電子移動度および高い信頼性因子を示すことを見出だした。大気下で6カ月以上安定にデバイスを駆動することが明らかとなり、熱ストレスやバイアスストレスに対しても極めて高いデバイス安定性が実証された。

　さらに、この優れた半導体特性が、無機半導体同様のバンド伝導機構に基づくことも実験的に証明された。分子力学計算と伝導計算からも、窒素を介した多点水素結合が分子間振動を抑制し電子移動度を向上させていることが明らかとなった。また、CMOS論理回路に応用することにも成功。

　BQQDI骨格は性能・耐性ともに前例のないn型有機半導体で、次世代エレクトロニクスの研究と産業の戦略材料になるだけにとどまらず、曲がるディスプレー、電子タグ、マルチセンサー、熱電変換素子、薄膜太陽電池などの開発への貢献が期待できる。

　なお、PhC2‐BQQDIは、来月上旬から富士フイルム和光純薬から試薬として販売される予定。

 

産総研　血管をもつ生きた3次元組織の作製技術を開発

,

2020年5月13日

　産業技術総合研究所（産総研）はこのほど、細胞分子工学研究部門ステムセルバイオテクノロジー研究グループが、実際の臓器と似た構造の血管をもつ組織を人工的に作る技術を開発したと発表した。

今回用いた組織培養デバイスと作製した血管を持つ人工組織
今回用いた組織培養デバイスと作製した血管を持つ人工組織

　細胞と組織ゲルを組み合わせてヒトの臓器や腫瘍を模倣した人工組織「3次元組織」は、医薬品開発や再生医療、がん研究といった分野で、医薬品の検査、失った臓器・組織の置き換え、抗がん剤の試験などへの応用が期待されている。

　しかし、3次元組織に動脈のように送液できる主血管や、そこから分岐する毛細血管を作ることは困難であり、失った臓器・組織の治療のために効率よく酸素と栄養を供給したり、医薬品の試験のために組織内部に薬剤を流し込んだりすることは難しかった。

　今回開発した技術は、組織培養デバイスの中で、組織や血管の元になる細胞（臓器の機能を担う実質細胞、血管の元になる血管内皮細胞、血管の形成を助ける間葉系幹細胞）とコラーゲン（組織ゲル）を混ぜ合わせて培養することにより、主血管と毛細血管をもつ3次元組織を作製する。この組織は、培養デバイスで培養液を流すことで、1週間程度維持することができた。

　血管に培養液を流すことで、酸素や栄養、薬剤の供給が可能となり、材料とする細胞やデバイスの形・大きさを変えることで、様々な組織（臓器や腫瘍）へ応用することができ、創薬や再生医療といった幅広い分野への貢献が期待される。

　今後は、より大きな組織（臓器）の作製や、がんモデルでの抗がん剤の評価、iPs細胞由来の細胞を用いた組織の大量生産・高機能化、他の細胞を用いての脳や膵臓、小腸の作製を行う。また、培養デバイスにも改良を加え、安定的な長期間の組織培養や、様々な形の三次元組織の構築を目指す考えだ。

　なお、今回の開発は、日本学術振興会の助成金と、日本医療研究開発機構の委託事業「防御シールドを形成し、免疫監視を回避するがん微小環境の理解と医療シーズへの展開（2018～20年度）」による支援を受けて行った。

昭和電工　ＡＩでフレキシブル透明フィルムの開発を迅速化を実証

, , , , ,

2020年4月15日

　昭和電工はこのほど、産業技術総合研究所（産総研）、新エネルギー・産業技術総合開発機構(NEDO)、先端素材高速開発技術研究組合（ADMAT）と共同で、フレキシブル透明フィルムの開発に人工知能（AI）を活用することにより、要求特性を満たすフィルムの開発の実験回数を25分の1以下に低減できることを実証したと発表した。

フレキシブル透明フィルムの用途例
フレキシブル透明フィルムの用途例

　今回の開発は、NEDOの「超先端材料超高速開発基盤技術プロジェクト（超超PJ）」の委託事業として実施。超超PJでは、経験知による従来の材料開発からの脱却を目指し、AIやマルチスケールシミュレーションを積極的に活用することで、従来と比較して実験回数を削減し、開発期間を大幅短縮することを目指している。

　昭和電工など4者は、モバイル機器などの開発に欠かせないフレキシブル透明フィルムの設計にAIを活用し、要求特性を満たすポリマーの探索に取り組んでいる。

　はじめに熟練研究員が27種類のフィルムを作成し、その原料の分子構造、モル比などの化学的な情報をECFP（Extended Connectivity Circular Fingerprints）という手法を応用して説明変数に落とし込み、目的変数にはトレードオフの関係にあり並立の難しい物性である換算透過率、破断応力、伸びの3項目を選択し、作成したフィルムの実測データをAIに学習させた。

AI予測を行い作製したフレキシブル透明フィルム(引張試験中の写真)
AI予測を行い作製したフレキシブル透明フィルム(引張試験中の写真)

　その後、説明変数を網羅的に割り当てたデータを用意して、偏差値概念を導入したAIにこれら3項目が等しい割合で最大となる配合を予測させ、その予測の通りに3種類のフィルムを作成し、AI学習データを作製した熟練研究員が自己の知見に基づき作成した25種類のフィルムの物性値とを比較した。　

　この結果、AIが予測した配合で作成した3種類のフィルムの物性値は、いずれも比較実験として熟練研究員が作成した25種類のフィルムの物性値よりも優れていることが判明。研究員による開発に比べて25分の1以下の実験回数でより高い物性値のフィルムを得られたことから、大幅な開発期間の短縮が可能なことが実証できただけでなく、研究員の経験知をもとに作成した製品を超える製品が開発できる可能性があることも実証した。

　今後は同技術をさらに高度化させ、要求特性を満たしながらより良い物性値となる配合比をAIが提案できるように開発を進めていく。なお、同件の詳細は、超超PJ成果報告会のウェブサイトに発表された。