国際研究チームはメタン熱分解用触媒の発見を加速する人工知能駆動型プラットフォームDigMethpyの開発を発表した。同技術は、二酸化炭素を直接排出しない低炭素水素製造のための次世代触媒探索を目的としている。 メタン熱分解では反応促進用の溶融触媒特定が課題となっていた。溶融媒体の化学設計空間は広大かつ構造が複雑なため、従来は膨大な試行錯誤を要していた。DigMethpyは科学文献、実験データ、計算シミュレーション、機械学習、大規模言語モデルを統合したクローズドループ型発見フレームワークとして構築された。現在、500以上の文献記録から収集した4万以上の精密データポイントを有し、情報収集から候補予測、検証フィードバックによる改善までを自動化する。 同プラットフォームの適用により、原子電荷関連記述子、拡散挙動、水素吸着特性などが触媒性能と深く関連していることを解明した。これらの知見をもとに高活性な多成分溶融合金触媒の設計指針を示した。東北大学の郝力（ハオ・リー）教授は実験知見と計算モデル、AI、大規模言語モデルを統一ワークフローで連携させ、データ駆動型の自律的触媒発見への重要な一歩となると指摘している。 本研究は学術誌AI Agentsに発表された。研究チームは今後データベースの拡充、予測精度の向上、次世代触媒探索を支援する自律型マルチエージェントシステムの開発を進める予定である。