外部エネルギーで拓く界面反応
多田 教浩
有機合成化学に新たな反応概念を導入することを目指し、光・超音波・電気などの外部エネルギーを積極的に利用した分子変換反応の開発を進めている。
特に、水/有機界面や固液界面などの不均一な反応場に着目し、界面における分子の局在・配向、電子移動、物質移動を外部エネルギーによって制御することで、従来の均一溶液系とは異なる反応性や選択性を引き出すことを目指している。
さらに、有機溶媒使用量の削減、バイオマスなどの未利用炭素資源の高付加価値化、難分解性有機物の選択的変換・分解などへ展開し、社会課題の解決に貢献する新しい有機合成化学の確立を目指している。
また、有機合成化学を基盤として、多様な構造を有する生理活性分子やその誘導体を設計・合成し、共同研究による活性評価と組み合わせながら、新たな低分子医薬品候補の創出を目指している。
光と分子間相互作用の化学
山口 英士
可視光を利用して、これまで反応しにくかった分子を選択的に活性化し、新しい有機合成反応を創り出す研究を行っています。
特に、光励起による一電子移動(SET)やエネルギー移動、電子供与体–受容体(EDA)相互作用、ハロゲン結合などの弱い分子間相互作用に着目し、光を照射した瞬間に分子の電子状態や反応性がどのように変化するのかを明らかにします。
単に新しい反応を見つけるだけでなく、分光学的解析や電気化学測定、量子化学計算を組み合わせることで、その反応が「なぜ進むのか」を分子・電子レベルで理解することを重視しています。
こうした理解を基盤として、温和な条件で進行し、従来法では困難だった結合形成を可能にする次世代の光有機合成化学を目指しています。
計算・AIで拓く反応予測
山口 英士
量子化学計算とAI・機械学習を組み合わせ、分子の反応性や分子間相互作用を予測し、新しい化学を設計する研究を進めています。
DFT計算などから得られる電子状態、静電ポテンシャル、軌道、結合解離エネルギーなどの情報を数値化し、多数の分子を網羅的に解析することで、実験だけでは見えにくい反応性の規則を抽出します。
さらに、ケモインフォマティクスや機械学習を用いて、分子構造と反応収率、選択性、相互作用エネルギーなどの関係をモデル化し、未知分子の性質や有望な反応条件を予測します。
最終的には「実験してから理解する」化学から、計算とAIによって有望な分子や反応を先に絞り込み、実験で検証するデータ駆動型の有機化学へ発展させることを目指しています。





