神戸大学など スマートセルで医薬品原料の生産向上に成功

, , ,

2019年5月28日

 新エネルギー・産業技術総合開発機構(NEDO)と神戸大学、石川県立大学はこのほど、計算機シミュレーションを用いて微生物の代謝経路と酵素を新しく設計し、医薬品原料の生産性を2倍以上に向上させることに成功した。

 同技術をさまざまなターゲット化合物に応用すれば、既存の手法では生産が難しい有用物質の生産が可能となり、生物機能を活用して高機能な化学品や医薬品などを生産する次世代産業「スマートセルインダストリー」創出が期待される。

 鎮痛薬などの医薬品原料として利用されているベンジルイソキノリンアルカロイド(BIA)は従来、植物からの抽出によって生産されているが、効率面やコスト面での課題がある。近年、大腸菌での生産研究が報告されているものの、生産量が低く実用化に向けては生産性の向上が求められていた。

 これまでの研究から、BIAの前駆体化合物テトラヒドロパパベロリン(THP)を細胞内で生成させる酵素の活性が弱いことが分かっており、このボトルネックの解消がカギとなっていた。

 NEDOと神戸大学、石川県立大学の共同チームは、京都大学の荒木教授が開発したバイオインフォマティクス(生命情報科学)技術による代謝設計ツール「M‐path」を用い、ボトルネックとなる代謝経路をショートカットするとともにBIAの生産性向上に寄与する新規の代謝経路を設計。

 同時に、新規ショートカット経路を構成する酵素を自然界から探索し、構造シミュレーションを活用してアミノ酸配列を改変することで、新規経路だけでなく従来経路もバランスよく併せもつ酵素の作出に成功した。

 さらに、設計した代謝経路と酵素に関連する遺伝子を大腸菌に導入して検証試験を行い、菌内でも両方の代謝経路が効率よく機能し、BIA生合成の代謝中間体であるTHPの生産量を2倍以上増大させることを確認。微生物発酵法によるBIA生産の実現可能性を示唆するものとなった。

 また、生産菌のメタボローム解析を行った結果、生産性のさらなる向上につながる代謝ルールを発見しており、実用化への期待が高まっている。

NEDO 東レなどのスマートセル新規5テーマを採択

, ,

2019年5月8日

 新エネルギー・産業技術総合開発機構(NEDO)は7日、スマートセルによる実用ターゲット物質生産のための新規5テーマを採択したと発表した。

 同事業は、植物や微生物の細胞から工業材料を生産する「スマートセルインダストリー」の実現を目指すプロジェクトの中で、これまで開発してきたスマートセル創出のための共通基盤技術などを用いて、実用ターゲット物質の生産性の向上を目的とするもの。ポリマー原料、産業用酵素、食品・化粧品・医薬品などへの展開が期待される化合物に関して、バイオ生産プロセスの確立を目指し技術開発を開始する。

 採択テーマと助成予定先は、①ポリアミド原料の発酵生産技術開発(東レ)②組み換えBurkholderia stabilis由来コレステロールエステラーゼ開発(旭化成ファーマ)③希少アミノ酸エルゴチオネイン高生産スマートセルの開発(長瀬産業)④スマートセル技術を応用した天然ヒト型長鎖セラミド高含有醤油麹菌の開発(福岡県醤油醸造協同組合)⑤生体触媒の反応機構推定に基づく高付加価値化成品の製造法開発(天野エンザイム)。

 事業期間はいずれも2019年度から2020年度まで。将来的な事業化に向けて先行事例となるテーマの課題解決を図り、スマートセルインダストリー実現に向けて開発した共通基盤技術の、さらなる向上を進めていく。

NEDOなど 石炭ガス化燃料電池複合発電の事業に着手

, ,

2019年4月22日

 NEDOと大崎クールジェンはこのほど、CO2分離・回収型石炭ガス化複合発電(IGCC)設備に燃料電池を組み込んだCO2分離・回収型IGFCの実証事業に着手した。

瀬戸内にある実証試験設備(中国電力大崎発電所構内)
瀬戸内にある実証試験設備(中国電力大崎発電所構内)

 IGFCは、石炭をガス化し、ガスタービンと蒸気タービン、さらに燃料電池の3つのステップで行う発電システム。両者は、石炭火力発電の高効率化と、排出されるCO2の大幅な削減の両立を目的に、「大崎クールジェンプロジェクト」を2012年度から進めている。

 17日に都内で開催された記者会見で、NEDO環境部の田中秀明部長は「今回、同プロジェクトの第3段階に着手した。石炭ガス化と燃料電池を複合した発電システム、IGFCの実証は、世界初の試みとなる」と説明。

 第3段階では、2019年度中に完成予定の第2段階で建設するCO2分離・回収型酸素吹IGCC実証設備に燃料電池を組み合わせて、石炭ガス化ガスの燃料電池への適用性を確認し、最適なCO2分離・回収型IGFCシステムの実現に向けた実証を行う。500MW級の商業機に適用した場合に、

このコンテンツ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

NEDOなど 5Gスモールセル向けフォトダイオード開発

, ,

2019年3月11日

 新エネルギー・産業技術総合開発機構(NEDO)と技術研究組合光電子融合基盤技術研究所(PETRA)、沖電気工業の3者は、フォトダイオードの小型化と高感度化を両立させる技術の開発に成功した。

 フォトダイオードは、光信号を電気信号に変換する素子。シリコンフォトニクス技術により他の光素子と集積可能なフォトダイオードとして、光アクセスネットワークで近年利用が始まった1600㎚波長帯の光に対して、世界最高となる21.8A/Wの受光感度を達成した。

 同技術は、第5世代移動通信(5G)ネットワークのスモールセル基地局装置に搭載される、光通信ユニットの超小型化と低消費電力化へ貢献が期待されている。超高速、同時多数接続、低遅延の通信サービスを提供する5Gネットワークでは、基地局エリアがスモールセルと呼ばれる小さなエリアに細分化され、従来の4Gネットワークに比べて面積当たり約100倍の数の基地局を設置することが必要になる。

 また、5Gネットワークを世の中の隅々まで普及させるためには、設置場所を選ばない手のひらサイズの小型のスモールセル基地局装置が必要で、それに内蔵できる超小型の、電気信号と光信号を相互に変換する光トランシーバーの実現が待ち望まれている。今回開発したフォトダイオードを、光波長フィルター、光変調器、送信用光源など他の光素子とともに集積すると、数㎚角の超小型光送受信集積チップになるという。

 3者は今後、5Gネットワークのスモールセル基地局装置への内蔵を目指し、この光送受信集積チップを実装した超小型光トランシーバーの開発を進めていく考え。また、同集積チップの小型である特長を生かし、分光機能を集積した光学分析チップの受光素子など、センサー応用への展開も図る方針だ。

 

NEDO・川崎市 起業家支援拠点「K-NIC」開設へ

, ,

2019年3月4日

 新エネルギー・産業技術総合開発機構(NEDO)と川崎市は1日、ベンチャー発掘から成長支援までを目的に、起業家支援拠点「Kawasaki-NEDO Innovation Center」(K-NIC)を今月18日に開設すると発表した。

K-NICの入口イメージ
K-NICの入口イメージ

 同支援拠点には、起業経験者、投資家、知的財産やマーケティングなどさまざまな専門家による相談窓口をはじめ、NEDOと川崎市の各種支援事業の相談窓口、ピッチイベントや交流機会の機能を集約する。起業家を次々に生み出す好循環の仕組みを構築し、イノベーションの創出による経済の活性化や雇用の拡大を目指す。

 また、同日には「K-NICオープニングイベント」が催される。「川崎モデル」知的財産マッチング会のほか、研究開発型ベンチャーなどのピッチを開催し、同支援拠点の多くの取り組みを発信することで、参加者の新たなイノベーション創出を図る。

 「川崎モデル」とは、川崎市と川崎市産業振興財団、金融機関が連携し、大企業・研究機関が保有する開放特許などの知的財産を中小企業に紹介し、中小企業の製品開発や技術力の高度化、高付加価値化を支援して地域産業活性化を目指す取り組み。

 なお、「K-NIC」は、JR川崎駅からほど近いNEDOと同じビル、ミューザ川崎セントラルタワーの5階(川崎市幸区大宮町1310番)に開設される。開設時間は午後1時~午後9時。休業日は土日祝日と年末年始(※イベント実施時は開設)。

NEDO フロー合成と金属3Dプリンタで革新技術の開発に着手

, , ,

2019年2月18日

 新エネルギー・産業技術総合開発機構(NEDO)の技術戦略研究センター(TSC)はこのほど、「機能性化学品製造プロセス」「金属積層造形プロセス」の2つの技術分野について、最新動向や課題、市場予測をまとめた「TSC Foresight」レポートを公表した。

 TSCでは、国として産業を守り立てていくために、優先度の高い技術分野の見極めを行い、産業振興を図る技術戦略を策定。その進捗状況や調査結果は、年3回のレポートとセミナーで公開している。

 発表に合わせて開催された記者説明会の冒頭で、TSCの川合知二センター長は

このコンテンツ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

NEDO 逆駆動可能なギヤの開発でロボットの関節へ期待

, , ,

2019年2月6日

 新エネルギー・産業技術総合開発機構(NEDO)はこのほど、横浜国立大学と共同で、従来不可能であった100分の1を超えるような高い減速比の減速機でも、逆駆動が可能なギヤ(バイラテラル・ドライブ・ギヤ)を開発した。

逆駆動可能なバイラテラル・ドライブ・ギヤ
逆駆動可能なギヤ

 同開発は逆駆動のメカニズムに特徴がある。ロボットの関節が外力に対して柔軟に動くことを可能にするだけでなく、逆駆動制動時の熱を電気エネルギーとして回収する(エネルギー回生)際の効率化を図ることができる。

 モーター情報による負荷トルクの推定が行え、小型軽量化・低コスト化・省エネ化を同時に達成する。今後は協働ロボット、アシストロボット、移動ロボットなどの関節部材や、電気自動車(EV)、電動自転車の変速機などへの展開が期待される。

 高齢化社会では、ロボットが産業界だけでなく社会全体で人の役割の一部を担う、人とロボットが共存する社会の実現が期待されている。このような共存社会では、人とロボットの意図しない接触により危険が生じるおそれがある。

 これまでは、ロボットの関節に使用されている減速機が、外力に対して柔軟に動く逆駆動性がないため接触の衝撃を吸収できず、結果として人の安全を十分に確保できなかった。さらにロボットの中核部品である減速機は、古くから数多く研究されてきたため、大きな改善の余地はないと考えられていた。

 なお、横浜国立大学は今回の開発品を、パシフィコ横浜で2月6~8日に開催される工業技術見本市「テクニカルショウ ヨコハマ2019」に出展する。

 

NEDO バイオジェット燃料製品化で昭和シェルと連携

, ,

2018年12月7日

 新エネルギー・産業技術総合開発機構(NEDO)はこのほど、純バイオジェット燃料をバイオジェット燃料として最終製品にするために、NEDO事業実施者と昭和シェル石油が連携を開始したと発表した。

 同事業は、純バイオジェット燃料製造の技術開発を進めるもので、三菱日立パワーシステムズ、中部電力、東洋エンジニアリング、宇宙航空研究開発機構(JAXA)、IHIの5者が参画。今回の連携により、2030年頃のバイオジェット燃料商用化に向けた技術開発を目指す。昭和シェルは今後、純バイオジェット燃料と従来燃料の混合設備の仕様や運転方法、出荷体制などについて検討を行っていく。

 地球温暖化問題などを踏まえ、石油に代わる新しい燃料として、バイオジェット燃料の市場規模拡大が予測され、CO2排出削減効果などが期待できるバイオジェット燃料の製造技術開発が必須となっている。

 そこでNEDOは、2つのテーマで、バイオマスから純バイオジェット燃料生産までの安定的な一貫製造技術開発を行っている。一つは、微細藻類由来による技術開発。現在タイで大規模な培養池を設置し、高速で増殖する微細藻類が生成する藻油からの燃料製造プロセスの技術開発を進めている。

 もう一方は、セルロース系バイオマスを原料とする技術開発で、本年内に国内でガス化・液化技術を用いた実証設備の建設を開始する。両テーマとも、2019年度には純バイオジェット燃料の製造を開始する予定だ。 

 純バイオジェット燃料を航空機に搭載するためには、国際品質規格(ASTM International)などに適合することが必須となる。純バイオジェット燃料の品質が規格(ASTM D7566)に適合していることを検証し、さらに同規格に従って従来の燃料である石油系ジェット燃料と混合後、改めて従来燃料の規格(ASTM D1655)との適合性を検証する。これらの過程を経て、初めて搭載可能なバイオジェット燃料となる。

 また、バイオジェット燃料の製品化のためには、様々な課題の抽出とその解決が必要となる。具体的には、純バイオジェット燃料と従来燃料の混合設備の仕様とその運転方法、混合後の品質検査体制、出荷体制などの実現が不可欠となる。

 

昭和電工 AIでポリマーの設計・検証試行回数を大幅低減

, , , ,

2018年11月28日

 昭和電工と産業技術総合研究所(産総研)、先端素材高速開発技術研究組合(ADMAT)は27日、人工知能(AI)の活用により、要求特性を満たすポリマーを設計する際の試行回数を、約40分の1に低減できることが分かったと発表した。

 新エネルギー・産業技術総合開発機構(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した。

 超超PJでは、従来の経験と勘を頼りにした材料開発からの脱却を目指し、マルチスケールシミュレーションやAIを積極的に活用することで、従来の材料開発に比べ、開発期間を20分の1に短縮することを目指している。

 3者はポリマー設計でのAI技術の有用性を実証するため、AIを活用して要求特性を満たすポリマーの探索を行った。モデルケースとして、耐熱性の指標であるガラス転移点に着目。構造とガラス転移点が判明しているポリマーの構造データ417種の中から、最もガラス転移点が高いポリマーをAIで探索し、発見までに要する試行サイクルを短縮できるか検証した。

 まず、無作為に抽出した10件のデータをAIに学習させた。学習データにはExtended Connectivity Circular Fingerprints(ECFP)という手法を応用し、ポリマーの構造的特徴を数値化したものを使った。

 次に、残りの407件の中から、最もガラス転移点の高いポリマーを、ベイズ最適化によって予測・検証を繰り返し、求めるポリマーを発見するまでの試行回数を調べた。データの選び方で結果が変わることを防ぐため、初期データを変えた試験を500回実施し、試行回数の平均値を評価した。

 この結果、平均4.6回という極めて少ない試行で、最もガラス転移点の高いポリマーを発見することに成功した。この値は、無作為にポリマーを選出した場合と比べ約40分の1で、AIによるポリマー設計の有用性を裏付ける結果と考えられる。

 今後は、同技術をさらに高度化させ、実際の機能性材料開発に活用できるよう開発を進めていく。