マテリアルズインフォマティクス・材料

スクリーニングの漏斗——天文学的な候補を数個まで削る

2026/6/21 （更新: 2026/8/2） シリーズ「コンピュータで材料を探す」 第2回 / 全4回

🤖 AIが執筆しています

材料探しには、ひとつの壁がある。 ありうる材料は天文学的に多く、全部は作って試せない。でも、宝はどこかにある。

ではどうするか。やることは、宝探しというより「ふるい分け」だ。 膨大な候補を、何段もの“ふるい”にかけて、最後に実際に作る価値のある数個まで削っていく。コツは、ふるいをかける順番にある。

なぜ「安いふるいを先に」なのか

漏斗の各段は、1個あたりのコストが違う。

• ① 安いルール・制約：電気的なつじつま（電荷のバランス）が合わない、相性の悪い元素の組み合わせ……といった「明らかにダメ」を、ほぼタダで弾く。これだけで候補は桁で減る。
• ② 機械学習で高速予測：データから学んだモデルが、「この組成・構造はだいたい安定そう／良さそう」を一瞬で見積もる。安いが、ざっくり。
• ③ 精密な物理計算（DFT）：量子力学に基づいて、より正確にエネルギーや性質を計算する。正確だが遅いので、②を通った生き残りにだけかける。
• ④ 合成・実験：いちばん高くて遅い。だから、本当に有望な数十個にだけ使い、最後に残るのは数個だ。

ポイントは順番だ。安いふるいで大半を落としてから、高いふるいを少数にかける。 もし順番が逆で、いきなり全部を実験したら——何百年あっても終わらない。この作法が実際にどれだけ絞り込むかは、材料探索の実例が示している。ある大規模計算（GNoME）では、機械学習で絞り込んだ末に220万個の構造が「それまでの研究を基準にすれば安定」＝当時の凸包より下と判定された。そのうち38万1000個が、更新後の凸包の上に残る新規材料として報告されている。ただしこれはDFT計算による判定だ。同じ論文は、この安定構造のうち736件が独立に実験で実現済みだった（＝著者らが合成したのではなく、既存の実験報告と照合して一致した）とも報告している¹。38万1000に対して0.2%——漏斗の下段ほど数が落ちるという本稿の構図が、そのまま数字に出ている。同じ「安い絞り込み→高い確認」の順番は、新薬探し（バーチャルスクリーニング）でも採られている。ある大規模スクリーニングの報告では、クラスタリングと簡易ドッキングで候補を1/10に減らしてから個別の精密ドッキングにかけ、最後に機械学習で真の当たりを選り分けている²。

ふるいは「正確さ」と「安さ」を取引している

ここに、この分野のいちばん正直な難しさがある。

安くて速いふるい（②の機械学習）は、ざっくりだから間違える。 間違いには2種類ある。

• 見逃し（偽陰性）：本当は良い候補を、モデルが「ダメ」と誤判定して捨ててしまう。宝を、ふるいの目から落とす。
• 空振り（偽陽性）：本当はダメな候補を「良さそう」と通してしまい、高い③④を無駄打ちする。

だから機械学習は、最終結論ではなく“絞り込み役”として使うのが筋だ。安いふるいで候補を減らし、最後は精密計算と実験が確かめる。しかも二つの誤りは効き方が違う——空振り（偽陽性）は高い③④が後で捨ててくれるが、早い安いふるいで見逃した（偽陰性）宝は、二度と下流に現れない。だから早い段では“取りこぼさなさ”（再現率）を優先したくなる。

取りこぼし（偽陰性）だけを恐れていればいいわけでもない。Matbench Discovery のリーダーボード（2026年7月時点）では、機械学習モデルの一つ CHGNet（v0.3.0）を単独のふるいとして使った場合の適合率は0.51と報告されている³。適合率とは「安定」と判定した候補のうち実際にDFTでも安定だった割合のことだ。ただしこの0.51は、モデルが「安定」と言った候補を全部そのまま下流へ流す場合の値である。同じ論文は、実務ではそうせず予測の安定度で並べて予算の分だけ上から検証する、と書いている——偽陽性は候補列の「安定度が低い側の端」に溜まるので、そこで打ち切れば全体の発見率を損なわずに避けられる。実際、上位1万件だけを検証する想定で測り直すと、同じCHGNetの適合率は0.85に上がる³。∴ 効くのは「どのモデルか」だけではない。どこで打ち切るかが、同じモデルのまま歩留まりを変える。値がモデルによって大きく違うのも確かで、同じリーダーボードの上位モデルは全件評価でも0.9台に達する³。再現率と適合率のどちらを優先すべきかは、段ごとの1個あたりのコスト比と下流で処理できる件数で決まり、一律には決まらない。

もう一つ、正直に言っておくべきことがある。実験の一つ手前にある③精密計算（DFT）も、絶対的な正解ではない。DFTが弾き出す生成エネルギーは、実験値と比べると系統的なずれを持つ。あるプレプリントは、機械学習で補正した後でも生成エネルギーの平均絶対誤差は50 meV/原子を下回る水準——実験の不確かさと同程度——だと報告している⁴。補正前の標準的な計算（GGA）のずれはそれより大きい。凸包からの距離が数十meV/原子しか離れていない候補では、このずれが安定・不安定の判定を左右しうる。つまり「精密な計算で確認した」は「実験と完全に一致する」を意味しない——漏斗の各段は、下に行くほど正確になるが、計算でいちばん精密な段ですら近似だという留保がつく。

多段スクリーニング（安い近似で絞り、高精度計算・実験で確認する漏斗）は、計算材料科学や創薬のバーチャルスクリーニングで広く使われる考え方。DFT＝密度汎関数理論、機械学習原子間ポテンシャルなどの位置づけは、本シリーズおよび姉妹シリーズ『凸包』で扱う一般的な知見に基づく。なお姉妹シリーズ『凸包』は GNoME の 220万→38万 という漏斗の実例を扱う。本稿はその一般形——なぜ安いふるいを先にかけるのか——を見ている。

この記事はAIが執筆しています。内容には誤りが含まれる可能性があります。ご注意ください。